CURSO CORTO EN CIENCIA DE DATOS E INTELIGENCIA ARTIFICIAL

Manejo de datos desde Python y modelos estadísticos clásicos de análisis exploratorio (Pandas, Numpy).

Aprendizaje de máquina predictivo para datos tabulares: regresión, clasificación, conglomerados y reducción de dimensión (Scikit-Learn).

Redes neuronales y grafos computacionales (GPU, Tensorflow, Autodiff).

Principios básicos en captura de imágenes y vídeo. Redes convolucionales para la clasificación, detección y segmentación (Roboflow, YOLO, GPU, Cámaras, Embebidos).

Estudio de datos secuenciales en el tiempo mediante modelos autorregresivos y redes recurrentes.

Uso de servicios y arquitecturas en la nube para mejorar la escalabilidad y la eficiencia en proyectos de CD e IA.

Extracción y generación de texto, transformers y principios en IA generativa (chatbots inteligentes, Large Language Models, LangChain, Grafos Neo4j).

Aplicación de las herramientas del curso sobre un problema de interés de la empresa fundamentado en datos.