Curso

IA Aplicada a la Ciberseguridad

icono de inicioInicio 8 de marzo 2027
icono de duracion16 semanasLunes de 19 a 22 hs.
icono de 100% onlineonline
sincrónico (en vivo)
icono de nivelNivel Intermedio
icono de cucarda Forma parte de un
Programa Universitario
(serie de 3 cursos)

Aprendé conocimientos y herramientas de inteligencia artificial aplicada a la seguridad informática. Conocé tácticas de la IA ofensiva (como phishing avanzado, deepfakes y malware evasivo) y aprendé a implementar Inteligencia Artificial y Machine Learning para anticipar amenazas, automatizar respuestas en tiempo real y potenciar las operaciones de un SOC.

Objetivos

Aprendé a implementar modelos de Machine Learning y sistemas de detección de intrusos (IDS) para identificar anomalías de comportamiento, malware y desviaciones estadísticas en tiempo real.

Comprendé cómo automatizar flujos de trabajo defensivos mediante herramientas SOAR y playbooks dinámicos.

Adquirí conocimientos para integrar herramientas avanzadas como Ollama y Llama 3 para actuar como un "Analista de Seguridad Aumentado".

Conocé cómo blindar los propios sistemas de IA, previniendo vulnerabilidades como data poisoning, ataques adversariales y sesgos regulatorios.

Dirigido a

Personas que quieran incorporar la Inteligencia Artificial a su formación y práctica en Ciberseguridad, comprendiendo cómo utilizarla para detectar amenazas, analizar riesgos, automatizar respuestas y tomar mejores decisiones en entornos de seguridad cada vez más complejos.

Requisitos de inscripción

Para inscribirse al curso IA aplicada a la Ciberseguridad es necesario contar con una notebook para prácticas en clase y el secundario completo.

Contenidos del Curso

Módulo 1: Introducción a la IA y su relación con la Ciberseguridad
  • Evolución histórica de la Inteligencia Artificial.
  • Conceptos clave: IA débil vs IA fuerte, sistemas expertos, aprendizaje automático.
  • Por qué la ciberseguridad es un campo natural para la IA.
  • Panorama actual de amenazas digitales y complejidad creciente.
La práctica de la Unidad 1 tiene como objetivo cerrar la brecha entre la evolución histórica de la IA y su aplicación técnica inmediata en el panorama de amenazas actual. A través del despliegue de un entorno de laboratorio basado en Ollama y Llama 3, los estudiantes experimentarán la transición desde los sistemas basados en reglas rígidas hacia la flexibilidad del análisis cognitivo moderno.
Módulo 2: Fundamentos de Machine Learning aplicados a seguridad
  • Aprendizaje supervisado, no supervisado y por refuerzo.
  • Conceptos de entrenamiento, validación y sesgo.
  • Detección de anomalías como problema central en ciberseguridad.
  • Limitaciones del ML en entornos dinámicos y adversariales.
La práctica de la Unidad 2 tiene como objetivo principal que el estudiante comprenda y aplique los fundamentos del Machine Learning (ML) como un motor de decisión no lineal en ciberseguridad. A diferencia de las defensas tradicionales basadas en reglas, esta práctica se centra en la capacidad de los algoritmos para identificar amenazas a través del análisis de comportamiento y la detección de desviaciones estadísticas en entornos de alta incertidumbre.
Módulo 3: IA en la detección de amenazas
  • Sistemas de detección de intrusos basados en IA.
  • Análisis inteligente de logs y eventos.
  • Detección de malware mediante técnicas de aprendizaje automático.
  • Correlación de eventos y reducción de falsos positivos.
La práctica de la Unidad 3 y tiene como objetivo capacitar al estudiante en el uso de modelos de lenguaje de gran escala (LLMs), específicamente mediante la herramienta Ollama (Llama 3), para automatizar y optimizar las tareas críticas de un Centro de Operaciones de Seguridad (SOC). El laboratorio busca que el alumno pase de la teoría de detección a la ejecución práctica, utilizando la IA como un "Analista de Seguridad Aumentado
Módulo 4: IA en la respuesta a incidentes y automatización
  • SOAR (Security Orchestration, Automation and Response).
  • Playbooks inteligentes y toma de decisiones asistida.
  • Ventajas y riesgos de la automatización en seguridad.
  • El rol humano frente a sistemas inteligentes.
Módulo 5: IA ofensiva: cuando los atacantes usan IA
  • Uso de IA para generación de malware.
  • Phishing avanzado y spear phishing asistido por IA.
  • Deepfakes y su impacto en fraudes y desinformación.
  • Escalada del “arms race” entre atacantes y defensores.
Se presenta un escenario de simulación basado en un ataque de Ingeniería Social de Alta Precisión contra una entidad financiera. El caso analiza cómo un actor de amenazas utiliza herramientas de IA generativa para romper la cadena de confianza de una organización a través de tres frentes simultáneos: la creación de contenido persuasivo, la evasión de defensas técnicas y la suplantación de identidad biométrica.
Módulo 6: Riesgos, limitaciones y fallos de la IA en ciberseguridad
  • Falsos positivos y falsos negativos.
  • Ataques adversariales contra modelos de IA.
  • Data poisoning y model evasion.
  • Dependencia excesiva de sistemas automatizados.
Módulo 7: Aspectos éticos, legales y regulatorios
  • Transparencia y explicabilidad de los modelos.
  • Responsabilidad ante decisiones automatizadas.

Requisitos de aprobación
El curso incluye un trabajo final integrador individual o grupal y la presentación oral virtual del trabajo final. Además se debe participar activamente en las clases y el análisis de casos.

Programas Universitarios del que forma parte este Curso

Creá tu propio camino. Completá los siguientes cursos, desarrollá habilidades clave y accedé a un Programa Universitario que potencia tu crecimiento personal, profesional o simplemente tu pasión por aprender.

Este curso puede otorgar créditos universitarios

Si cumplís con los requisitos de aprobación de estos cursos y con los requisitos de ingreso de la carrera a la que pertenecen, podés incorporarlos a tu plan de estudios y avanzar en la cursada utilizando los créditos universitarios que otorga.

Cursos relacionados

Inteligencia Artificial

Inteligencia Artificial

Diplomatura

Área: Tecnología

Adquirí habilidades útiles para el análisis de datos, ciencias de la computación y programación en medio de los desafíos globales actuales.

Ciberseguridad

Ciberseguridad

Diplomatura

Área: tecnología

Incorporá los aspectos conceptuales y el know-how de la seguridad informática.

Big Data y Analytics

Big Data y Analytics

Diplomatura

Área: tecnología

Transformate en un experto en gestión, almacenamiento, procesamiento, depuración, visualización y análisis de grandes volúmenes de datos.

Preguntas frecuentes

Aquí encontrarás respuestas a las dudas y consultas más comunes sobre nuestros Cursos. Es importante aclarar que cada curso tiene su propia sección de preguntas frecuentes con información específica sobre el contenido, la modalidad y los requisitos. Ante cualquier inquietud, te invitamos a revisar las preguntas de cada curso para encontrar la respuesta que aclare tus dudas.

¿Cómo es estudiar online?

La modalidad de este curso es Online Sincrónica, con clases semanales utilizando la plataforma de la Universidad. Tiene días y horarios de clases fijos obligatorios.

¿El Certificado que otorga menciona la modalidad de cursado?

No. El certificado que otorga al completar exitosamente el curso es el mismo para ambas modalidades: no se distingue si el curso fue realizado de manera presencial u online.

¿Cuál es la fecha de inicio de los cursos?

Los cursos se pueden comenzar en el mismo ciclo lectivo o realizar de forma secuencial, eligiendo la cantidad a cursar en cada período.

¿Cuál es la metodología de evaluación?

El curso incluye evaluaciones parciales a lo largo de la cursada y culmina con un examen final sincrónico, en vivo, que integra los contenidos abordados.

¿En qué fecha se rinde el examen final?

Vas a poder elegir entre las fechas de examen final a realizarse durante el mes de diciembre (para los cursos que comienzan en agosto), o julio (para los cursos que comienzan en marzo).
WhatsApp Chateá con Informes
Quiero inscribirme
CU 3 08/03/27