Conocé cómo es
Aprendé a recolectar, procesar, analizar y visualizar datos para transformarlos en información.
Inicio 
100% onlineonline sincrónico 
16 semanas6 horas semanales Aranceles vigentes al .
La Diplomatura en Inteligencia Artificial (IA) brinda la visión y habilidades prácticas para trabajar en desarrollos y proyectos de aplicación de IA, integrando las herramientas tecnológicas y los servicios cloud más populares.
¿Qué lográs con el programa?
Conocer y aplicar modelos de Inteligencia Artificial (IA), realizar prácticas entrenamiento/aprendizaje, evaluación de modelos de IA, y su integración a sistemas informáticos.
Conocer las herramientas y tecnologías de procesamiento de lenguaje natural (NLP) y visión por computadora.
Comprender y aplicar herramientas y entornos de desarrollo IA: TensorFlow, API ChatGPT, OpenCV, Keras, entre otros.
Conocer y utilizar los servicios de aprendizaje e inferencia de IA provistos por las plataformas Cloud más utilizadas en la actualidad.
Oportunidad de continuar en Ingeniería en Inteligencia Artificial
Quienes deseen dominar los mecanismos internos de las tecnologías y algoritmos de IA, adquirir visión y habilidades profesionales en IA, obtener la capacidad de desarrollar nuevas tecnologías de IA, y dirigir proyectos de gran envergadura en IA, deben ingresar luego a la carrera de Ingeniería en Inteligencia Artificial
Quienes aprueben la Diplomatura en Inteligencia Artificial, que luego ingresen en las carreras de la Facultad de Ingeniería UP, pueden solicitar su reconocimiento como materia dentro de la carrera.
Razones para estudiar IA
Alta demanda laboral: muchas oportunidades de empleo en diferentes sectores.
Salarios altos: los expertos en IA suelen tener salarios altos en comparación con otras especialidades.
Solución de problemas globales: la IA puede abordar desafíos globales como la sostenibilidad, la atención médica, la generación de productos / servicios y la seguridad.
Mejora de habilidades técnicas: permite encarar los aspectos técnicos de la implementación de proyectos de IA.
Innovación y emprendimiento: la IA está impulsando la creación de nuevas empresas y oportunidades empresariales.
Impacto social: la IA tiene un impacto significativo en la sociedad y genera proyectos que marcan una diferencia en la vida de las personas.
Dirigido a
Quienes desean incursionar en la Inteligencia Artificial o ya están trabajando en el área y necesitan profundizar sus conocimientos y actualizarse con las técnicas más modernas.
Proyección profesional
La demanda de expertos en inteligencia Artificial (IA) está creciendo rápidamente. Y sus áreas de aplicación abarcan todas las áreas de la industria y los servicios ya sean tecnológicos o no. Esto genera muchas más oportunidades laborales de las que se logran cubrir.
Además, la inteligencia artificial está impulsando la creación de nuevas empresas, y oportunidades de negocio. Ofreciendo también la posibilidad de abordar desafíos globales, como la sostenibilidad, el cambio climático, la atención médica y la seguridad.
En resumen, al estudiar IA se adquieren habilidades esenciales para muchas disciplinas entre las que se encuentran el análisis de datos, las ciencias de la computación, la programación, entre otros; y se abre una amplia gama de oportunidades profesionales en una variedad de campos en constante crecimiento.
Comunidad UP
Nuestros estudiantes nos recomiendan
Requisitos para inscribirse
Tener conocimientos básicos en programación.
Plan de estudios
Módulo 1: Introducción a la Inteligencia Artificial
- Visión general de la IA, su historia y tipos de IA.
- Áreas de aplicación: visión por computadora, procesamiento del lenguaje natural, robótica, etc.
- Herramientas y tecnologías de IA. Ej: TensorFlow.
- Áreas de aplicación: visión por computadora, procesamiento del lenguaje natural, robótica, etc.
- Herramientas y tecnologías de IA. Ej: TensorFlow.
Módulo 2: Aprendizaje Automático (Machine Learning)
- Definición de Aprendizaje Automático (ML).
- Tipos de algoritmos de ML: supervisado, no supervisado y de refuerzo.
- Evaluación y validación de modelos de ML.
- Prácticas de preprocesamiento y selección de características.
- Herramientas y tecnologías de ML.
- Tipos de algoritmos de ML: supervisado, no supervisado y de refuerzo.
- Evaluación y validación de modelos de ML.
- Prácticas de preprocesamiento y selección de características.
- Herramientas y tecnologías de ML.
Módulo 3: Redes Neuronales
- Introducción a las redes neuronales.
- Tipos de redes neuronales: Redes neuronales convolucionales, Redes neuronales recurrentes, etc.
- Aprendizaje profundo.
- Optimización y entrenamiento de redes neuronales.
- Herramientas y tecnologías de redes neuronales.
- Tipos de redes neuronales: Redes neuronales convolucionales, Redes neuronales recurrentes, etc.
- Aprendizaje profundo.
- Optimización y entrenamiento de redes neuronales.
- Herramientas y tecnologías de redes neuronales.
Módulo 4: Procesamiento del Lenguaje Natural (NLP) y Visión por Computadora
- Definición de NLP y sus aplicaciones.
- Representación y análisis de texto.
- Clasificación de texto y análisis de sentimientos.
- Reconocimiento de voz y diálogos.
- Definición de visión por computadora y sus aplicaciones.
- Extracción de características de imágenes y videos.
- Herramientas y tecnologías de NLP y visión por computadora: TensorFlow, API ChatGPT, OpenCV, Keras, entre otros.
- Representación y análisis de texto.
- Clasificación de texto y análisis de sentimientos.
- Reconocimiento de voz y diálogos.
- Definición de visión por computadora y sus aplicaciones.
- Extracción de características de imágenes y videos.
- Herramientas y tecnologías de NLP y visión por computadora: TensorFlow, API ChatGPT, OpenCV, Keras, entre otros.
Requisito para aprobar el programa.
Trabajo Final: desarrollar un proyecto de un caso concreto de aplicación de IA.
Carreras y Cursos relacionados
Transformate en un experto en gestión, almacenamiento, procesamiento, depuración, visualización y análisis de grandes volúmenes de datos.
