Fecha: 04 de Abril de 2025
Docente: Dra. Ing. Roxana Martínez
Duración: 4 Semanas
Días y horarios: Las clases sincrónicas se dictarán los viernes de 17.00 a 19.00 hs. y las actividades asincrónicas quedarán disponibles en plataforma.
Descripción: Este curso proporcionará una introducción sólida a la inteligencia artificial (IA), abordando sus conceptos clave, evolución y principales enfoques. Se explorarán las diferencias entre IA, Machine Learning y Deep Learning, así como sus aplicaciones en distintos sectores. Además, se discutirán los desafíos éticos asociados a la IA y su impacto en la sociedad. A través de casos prácticos, los participantes experimentarán con herramientas básicas de IA, como modelos preentrenados y ejercicios introductorios en Python, permitiéndoles comprender sus principios fundamentales y su aplicabilidad en problemas reales.
Fundamentos: La inteligencia artificial (IA) está revolucionando todos los sectores, desde la salud hasta la industria, y es esencial comprender sus principios básicos para adaptarse a esta transformación. Los fundamentos teóricos del curso incluyen los conceptos clave de IA, su evolución histórica, y las diferencias entre IA, Machine Learning (ML) y Deep Learning (DL).
Además, se explorarán los principales enfoques y paradigmas en IA, así como las aplicaciones en diversos sectores, desde la automatización hasta la toma de decisiones. Desde el punto de vista práctico, los estudiantes aprenderán a experimentar con herramientas básicas de IA, como Python y sus bibliotecas (scikit-learn, TensorFlow) para implementar algoritmos y modelos preentrenados. También se abordarán temas esenciales como la evaluación de modelos y la implementación de buenas prácticas en IA. Los desafíos éticos y las implicaciones sociales de la IA serán una parte fundamental del curso, permitiendo a los estudiantes reflexionar sobre su impacto en la sociedad.
Al dominar estos conocimientos, los estudiantes estarán preparados para aplicar los principios de la inteligencia artificial en proyectos reales y comprender su relevancia en la era digital.
Objetivos
Este curso está diseñado para profesionales y estudiantes que desean adquirir una comprensión fundamental de la inteligencia artificial y sus aplicaciones. A través de un enfoque teórico y práctico, los participantes explorarán los conceptos clave, enfoques y herramientas esenciales en IA.
Al finalizar el curso, serán capaces de:
Comprender los principios básicos de la inteligencia artificial y su evolución.
● Diferenciar entre IA, Machine Learning y Deep Learning, identificando sus aplicaciones y alcances.
● Explorar los principales enfoques y paradigmas en IA.
● Analizar casos de uso en distintos sectores y sus implicaciones.
● Reflexionar sobre los desafíos éticos y consideraciones en el desarrollo y uso de IA.
● Experimentar con herramientas básicas de IA, como modelos preentrenados y ejercicios en Python.
Dirigido a: Este curso está dirigido a profesionales y estudiantes interesados en comprender los fundamentos de la inteligencia artificial y sus aplicaciones. No se requiere experiencia previa en IA, pero se recomienda un conocimiento básico en programación y análisis de datos.
Está especialmente diseñado para:
Analistas de datos y profesionales de TI que quieran iniciarse en IA. ● Ingenieros de software e ingenieros de datos interesados en comprender los
principios fundamentales de IA.
● Profesionales de negocios y enfocados en la toma de decisiones que buscan conocer el impacto y las oportunidades de la IA en sus sectores.
● Estudiantes y docentes de disciplinas relacionadas con tecnología, informática y análisis de datos.
Requisitos: Es recomendable contar con conocimientos básicos de programación y análisis de datos. No se requiere experiencia previa en inteligencia artificial ni en aprendizaje automático, ya que se proporcionarán los fundamentos necesarios a lo largo del curso.
Software a utilizar:
● Lenguajes y entornos de programación:
○ Python (con librerías como scikit-learn, TensorFlow/Keras y OpenAI)
○ Jupyter Notebook o Google Colab
● Herramientas para experimentación con IA:
○ Google Colab (para ejecutar modelos en la nube sin instalación local)
○ Hugging Face (para explorar modelos preentrenados)
● Entornos de desarrollo integrados (IDE) recomendados:
○ Visual Studio Code
○ Anaconda (opcional, para gestionar entornos de Python)
Contenidos: El curso está dividido en tres módulos como se describen a continuación.
Temario:
MÓDULO 1: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Y SU EVOLUCIÓN
1.1 ¿Qué es la inteligencia artificial? Definición y conceptos clave.
1.2 Breve historia de la IA: evolución desde sus inicios hasta la actualidad.
1.3 Áreas de aplicación de la IA: desde la automatización hasta la toma de decisiones.
1.4 Diferencias entre IA, Machine Learning y Deep Learning: Conceptos fundamentales.
1.5 La IA en la sociedad: Impacto y transformaciones en diferentes sectores.
Duración: 1 semana
MÓDULO 2: PRINCIPALES ENFOQUES Y PARADIGMAS EN INTELIGENCIA ARTIFICIAL
2.1 Paradigmas clásicos en IA: Inteligencia basada en reglas, redes neuronales, algoritmos
evolutivos.
2.2 Machine Learning: Algoritmos supervisados y no supervisados.
2.3 Deep Learning: Introducción a redes neuronales profundas.
2.4 Herramientas y tecnologías para el desarrollo de IA: Python, TensorFlow, Keras, scikitlearn.
2.5 Evaluación de modelos de IA: Métricas y rendimiento.
Duración: 1 semana y media
MÓDULO 3: APLICACIONES, DESAFÍOS ÉTICOS Y CASOS PRÁCTICOS EN INTELIGENCIA ARTIFICIAL
3.1 Aplicaciones de la IA en distintos sectores: Salud, Finanzas, Retail, Transporte, etc.
3.2 Desafíos éticos de la IA: Transparencia, privacidad y sesgo algorítmico.
3.3 El futuro de la IA: Tendencias y avances tecnológicos.
3.4 Casos prácticos: Experimentación con modelos preentrenados (Hugging Face,
TensorFlow) y ejercicios introductorios en Python.
3.5 Proyectos prácticos: Aplicación de IA a problemas simples utilizando modelos básicos.
Duración: 1 semana y media
Duración del curso: El curso completo tiene una carga horaria de 16 horas durante cuatro semanas con un ritmo semanal de: – una clase sincrónica de dos horas – una clase grabada más un ejercicio y un foro que requerirán otras dos horas. Se espera que los participantes dediquen al menos una carga horaria adicional semejante para el estudio y desarrollo de casos.
Modalidad: Las clases se desarrollarán en modalidad virtual con encuentros sincrónicos y asincrónicos a través del campus de SADIO. Se utilizarán como recursos, además de las clases sincrónicas guiadas por un profesor, videos, presentaciones, foros, lecturas, ejercicios, etc. que los participantes deberán apropiar con anterioridad y además se aportará bibliografía complementaria para quien quiera profundizar. Todos los recursos quedarán disponibles en la plataforma virtual.
Las clases sincrónicas se grabarán y quedarán disponibles para los participantes hasta un mes después de la finalización del curso. Las clases grabadas no podrán descargarse, sólo estarán disponibles en la plataforma.
Certificados y trabajos finales: Aprobación del trabajo final.
Formulario de inscripción: https://forms.gle/jAwgvMRJj1TtqHSH6
Aranceles
Inscripción temprana (hasta el 28 de Marzo de 2025)
* AR$ 85.000.- (para nacionales)
* USD 106.- (para extranjeros)
Inscripción tardía (desde el 25 de Marzo de 2025)
* AR$ 93.500.- (para nacionales)
* USD 116.- (para extranjeros)
50% Descuento para socios de SADIO (con 12 meses de antigüedad)
Los socios de AADECA gozan de los mismos derechos que los socios de SADIO
Medios de pago disponibles:
– Pago por Transferencias Bancarias (solo para residentes en Argentina) a:
SADIO (CUIT 30-64931218-0)
BBVA – Sucursal 330 Tribunales
Cta. Cte. Pesos: 502/7
CBU: 0170330420000000050276
Alias: SOCIEDAD.SADIO
– Pago con Tarjeta de crédito/débito (Visa, Master o Cabal). Solicitar el botón de pago correspondiente a informacion@sadio.org.ar
Es posible pagar en cuotas con interés. Consulte.
– PAYPAL (para extranjeros). Solicite el link de pago.
¡Cupos limitados! Reserva tu vacante con el pago de tu inscripción
Antecedentes de la docente:Dra. Ing. Roxana Martínez (Ph.D., Eng.), Doctora en Ciencias Informáticas, Magíster en Tecnología Informática e Ingeniera en Sistemas Informáticos, actualmente culminando un Máster en Inteligencia Artificial en el Centro Europeo de Postgrado (España).
Me especializo en calidad de software, inteligencia de datos y transformación digital, combinando investigación, docencia y la aplicación en el ámbito profesional con tecnologías emergentes.
Con más de 13 años de experiencia como docente de grado y posgrado en diversas universidades del país (UAI, UTN, UADE, Siglo 21 y UDEMM), también he participado en investigación hace más de 8 años, y actualmente me desempeño como Directora de Proyectos de Investigación en 3 Universidades (UAI, UADE y Siglo 21).
Directora del Laboratorio de Calidad y Ciencia de Datos en el centro de Investigación CAETI-UAI. En el contexto profesional, más de 22 años en el área de Tecnología, y actualmente, me desempeño como Líder de Procesos IT en la UIF, Unidad de Información Financiera de la Nación Argentina.
Como investigadora, dirijo proyectos enfocados en la calidad de datos, la interoperabilidad en gobierno abierto y la aplicación de inteligencia artificial para la validación y mejora de datos públicos.
También colaboro en iniciativas nacionales e internacionales que promueven el acceso al conocimiento a través de tecnologías abiertas y transparencia de la información. Creo en la importancia de un ecosistema tecnológico donde la calidad, la ética y la innovación sean pilares
fundamentales para un desarrollo sostenible y equitativo. www.linkedin.com/in/roxana-martínez-b36561a