Maestría en Ciberseguridad

Descripción de los cursos

Conocé los objetivos y los principales contenidos de los cursos, los Proyectos de Desarrollo, el Taller y el Trabajo Final. El recorrido combina formación técnica, actividades prácticas y acompañamiento docente.

Fundamentos de Ciberseguridad Comprender el rol estratégico de la ciberseguridad, identificar activos, amenazas y riesgos y aplicar modelos y controles en situaciones organizacionales.
Contenidos principales: Principios de seguridad, confidencialidad, integridad y disponibilidad; defensa en profundidad; malware y vectores de ataque; controles y políticas; herramientas de diagnóstico y vulnerabilidades; ISO 27001, NIST, ISO 27005, MAGERIT y COBIT; continuidad del negocio, BCP, DRP y BIA; incidentes, auditoría, ética, privacidad y responsabilidad organizacional.

Seguridad Ofensiva Desarrollar pruebas de penetración completas, utilizar herramientas profesionales, identificar y explotar vulnerabilidades de manera controlada y proponer medidas de mitigación.
Contenidos principales: Hacking ético y pentesting; PTES, OSSTMM y OWASP Testing Guide; reconocimiento, escaneo y enumeración; explotación, escalada de privilegios y postexplotación; ingeniería social, ataques de red y contraseñas; Kali Linux, Metasploit, Nmap, Burp Suite y Wireshark; informes y aspectos éticos y legales.

Seguridad en Infraestructura, Cloud e Infraestructuras Críticas Identificar y proteger componentes de infraestructura, aplicar seguridad en virtualización y cloud y diseñar controles para entornos híbridos, multicloud e infraestructuras críticas.
Contenidos principales: Servidores, redes, bases de datos y almacenamiento; virtualización; IaaS, PaaS y SaaS y responsabilidad compartida; IAM y mínimo privilegio; AWS, Azure y GCP; Docker y Kubernetes; infraestructura como código, monitoreo y gestión de claves; SCADA, ICS, IIoT y riesgos IT/OT; continuidad, auditoría y cumplimiento.

Redes y Comunicaciones Seguras Comprender el funcionamiento de las redes, diseñar arquitecturas seguras y aplicar mecanismos de protección, detección y monitoreo.
Contenidos principales: TCP/IP, DNS, HTTP/HTTPS y SMTP; sniffing, spoofing, DDoS y otros ataques; segmentación y DMZ; firewalls e IDS/IPS; TLS, IPsec y VPN; seguridad inalámbrica y móvil; Zero Trust; análisis de tráfico y eventos; redes industriales, convergencia IT/OT y modelo Purdue.

Criptografía y Protección de Datos Comprender y aplicar sistemas criptográficos para proteger datos, implementar autenticación y firmas digitales y evaluar tecnologías emergentes y mecanismos de privacidad.
Contenidos principales: Fundamentos matemáticos; criptografía simétrica y asimétrica; AES, RSA y ECC; hash, firma digital, certificados y PKI; TLS, SSH e IPsec; protección de datos en tránsito, reposo y uso; blockchain; anonimización y privacidad; computación cuántica y criptografía poscuántica.

Ciberseguridad e Inteligencia Artificial Aplicada Aplicar machine learning a la detección de amenazas y la respuesta a incidentes, evaluar modelos e identificar riesgos de seguridad, privacidad y gobernanza en sistemas de IA.
Contenidos principales: Datos de seguridad y preprocesamiento; modelos supervisados y no supervisados; clasificación, clustering y anomalías; análisis de logs y tráfico; detección de vulnerabilidades en código; integración con SIEM, SOC y SOAR; automatización; adversarial machine learning, manipulación de modelos, privacidad, sesgos y regulación.

Seguridad en Sistemas Operativos Evaluar e implementar medidas de seguridad en sistemas operativos, gestionar privilegios y aplicar hardening, monitoreo y auditoría.
Contenidos principales: Diseño seguro de sistemas; usuarios, autenticación y control de acceso; seguridad de archivos, procesos y memoria; prevención y detección de malware; administración segura; virtualización y contenedores; hardening; registro, trazabilidad y análisis de logs; introducción al análisis forense.

Gestión de Incidentes, Respuesta y Análisis Forense Gestionar el ciclo de vida de los incidentes, diseñar respuestas y recuperación, preservar evidencia digital y elaborar informes para diferentes audiencias.
Contenidos principales: Clasificación y priorización de incidentes; planes de respuesta, CSIRT y SOC; SIEM, EDR, indicadores de compromiso y SOAR; contención, erradicación y recuperación; cadena de custodia; adquisición y análisis de discos, memoria, sistemas, redes y logs; informes, simulaciones y respuesta en infraestructuras críticas y OT.

Proyecto de Desarrollo en Ciberseguridad I Formular un proyecto aplicado, seleccionar tecnologías y metodologías, evaluar riesgos y diseñar y planificar una solución de ciberseguridad.
Contenidos principales: Identificación de problemas y requerimientos; alcance y objetivos; evaluación de riesgos; selección de tecnologías y marcos normativos; diseño conceptual y arquitectura de soluciones; estrategias de mitigación; planificación y documentación técnica.

Proyecto de Desarrollo en Ciberseguridad II Implementar y validar la solución diseñada en Proyecto I, desarrollar prototipos y evaluar su viabilidad técnica, económica y organizacional.
Contenidos principales: Prototipación y pruebas en entornos controlados; integración tecnológica; validación de controles; análisis de riesgos, fortalezas y oportunidades; evaluación de viabilidad; documentación técnica y preparación de la transición al Trabajo Final.

Materias electivas

Seguridad en Desarrollo de Aplicaciones Web Diseñar y evaluar aplicaciones web seguras, mitigar vulnerabilidades e integrar controles y pruebas de seguridad en el desarrollo de software.
Contenidos principales: SSDLC y OWASP Top 10; inyecciones, XSS y CSRF; autenticación, autorización y sesiones; validación de entradas; cookies y protección de datos; APIs seguras; DevSecOps; análisis estático y dinámico; buenas prácticas de front-end y back-end y auditoría de código.

Inteligencia de Amenazas y Ciberdefensa Aplicar el ciclo de inteligencia de amenazas, utilizar plataformas de análisis y diseñar estrategias de ciberdefensa integradas con las operaciones de seguridad.
Contenidos principales: Recolección, análisis y difusión de inteligencia; indicadores de compromiso y tácticas, técnicas y procedimientos; plataformas de threat intelligence; APT y comportamiento; honeypots, engaño y threat hunting; SOAR y SOC; visualización de datos y MITRE ATT&CK.

Auditoría y Cumplimiento Normativo Planificar y ejecutar auditorías, evaluar controles y cumplimiento, identificar brechas y elaborar informes y planes correctivos.
Contenidos principales: Auditorías técnicas, de procesos y de cumplimiento; controles internos, brechas y riesgos; planes de acción; ISO/IEC 27001, PCI-DSS, NIST, COBIT y GDPR; informes técnicos y ejecutivos; relación con órganos de gobierno y reguladores; ética y conflictos de interés.

Seguridad en Dispositivos Móviles e IoT Evaluar la seguridad de plataformas móviles y dispositivos IoT, aplicar desarrollo seguro y diseñar controles para dispositivos, comunicaciones y datos.
Contenidos principales: Android e iOS; vulnerabilidades en aplicaciones; MDM; desarrollo seguro; tecnologías y protocolos IoT; identificación y autenticación de flotas; sensores, actuadores y sistemas embebidos; riesgos y estándares; IIoT; privacidad y recolección de datos.

Ciberseguridad Industrial (IT/OT) Analizar riesgos de sistemas industriales y OT, diseñar estrategias de protección y resiliencia y aplicar estándares en entornos simulados.
Contenidos principales: Arquitecturas SCADA, ICS e IIoT; protocolos industriales; segmentación de redes OT; riesgos en infraestructuras críticas; sistemas de control; monitoreo y detección; continuidad y resiliencia; IEC 62443 y NIST; casos de ciberataques industriales.

Data Science Aplicar metodologías de aprendizaje automático e implementar modelos de clasificación, regresión y agrupamiento sobre conjuntos de datos diversos.
Contenidos principales: Ciclo del proyecto de ciencia de datos; adquisición, limpieza, exploración, modelado, evaluación y despliegue; datos estructurados, semiestructurados y no estructurados; valores faltantes y atípicos; normalización y codificación; análisis exploratorio; aprendizaje supervisado y no supervisado; evaluación y selección de modelos.

Big Data Abordar problemas de almacenamiento y procesamiento de grandes volúmenes de datos, comprender herramientas de procesamiento paralelo y distinguir sus escenarios de aplicación.
Contenidos principales: Volumen, velocidad, variedad, veracidad y valor; MapReduce; datos estructurados y no estructurados; NoSQL y MongoDB; explotación y visualización; Hadoop, HDFS, HadoopDB, HiveQL y Pig Latin; análisis con Hadoop y Hive; procesamiento en tiempo real, Spark y soluciones en la nube.

Inteligencia Artificial Generativa Comprender arquitecturas generativas, evaluar aplicaciones y diseñar soluciones, considerando riesgos, vulnerabilidades e implicancias éticas y de seguridad.
Contenidos principales: Modelos generativos, espacio latente y función de pérdida; GAN, SGN y VAE; generación de imágenes y síntesis de texto; lenguaje natural; transformers, capas feed-forward y normalización; codificadores y decodificadores; aplicaciones y análisis de riesgos asociados a la generación automatizada.

Inteligencia Artificial Cloud Desarrollar, entrenar y desplegar soluciones de IA en la nube, evaluar herramientas de MLOps y diseñar arquitecturas escalables con criterios de seguridad y gobernanza.
Contenidos principales: Cloud aplicado a IA; AWS, Azure y GCP; entrenamiento, despliegue y operación de modelos; MLOps; escalabilidad; seguridad y privacidad; gestión de datos, gobernanza y cumplimiento; integración con sistemas empresariales.

Internet de las Cosas (IoT) e Inteligencia Artificial Diseñar e implementar soluciones que integran IoT e IA, comprender sus arquitecturas y protocolos y evaluar desafíos de seguridad, privacidad y ética.
Contenidos principales: Arquitecturas y componentes IoT; sensores, actuadores y comunicaciones; adquisición, transmisión y almacenamiento de datos; análisis mediante IA; decisiones automatizadas; aplicaciones inteligentes y casos de uso en distintas industrias.

Visión por Computadora Comprender cómo los sistemas de inteligencia artificial interpretan imágenes y video, y desarrollar soluciones para reconocer patrones, identificar objetos y analizar información visual. Evaluar el desempeño de los modelos y considerar la privacidad y los riesgos asociados al uso de estos datos.
Contenidos principales: Imágenes digitales y técnicas de preprocesamiento; extracción de características; aprendizaje profundo y redes neuronales convolucionales; clasificación de imágenes, detección de objetos y segmentación; análisis de video; preparación de conjuntos de datos, entrenamiento y evaluación de modelos; aplicaciones de la visión por computadora y consideraciones de seguridad, privacidad y uso responsable.

Taller y Trabajo Final de Maestría

Taller de Preparación del Trabajo Final Definir una problemática y formular una propuesta de Trabajo Final técnicamente sólida, con objetivos, metodología y planificación consistentes.
Contenidos principales: Naturaleza del trabajo profesional aplicado; selección del tema y relevancia; problema, objetivos, alcance y justificación; metodología e implementación; bibliografía, citas y escritura técnica; integración de evidencias y resultados previos; propuesta, avances y presentación oral.

Trabajo Final de Maestría Integrar la formación de la carrera en un trabajo de carácter profesional y aplicado, que aborde una problemática de ciberseguridad y permita fundamentar y validar una solución.
Ejes de desarrollo: Análisis de la problemática, diseño de la solución, implementación, validación y comunicación de los resultados.