Malla Curricular
AÑO I: DIPLOMADO EN INTELIGENCIA ARTIFICIAL
I. Introducción a la IA
La inteligencia artificial está revolucionando la industria global. Este curso entrega fundamentos teóricos y prácticos para aplicar la
IA estratégicamente y liderar soluciones innovadoras en un entorno digital y automatizado.
II. Machine Learning I
Introduce los fundamentos del aprendizaje supervisado y entrega herramientas prácticas para aplicar modelos clásicos de clasificación y regresión, junto con técnicas básicas de explicabilidad.
III. Machine Learning II
Este curso complementa el curso Machine Learning I con técnicas de aprendizaje no supervisado, reducción de dimensionalidad y
métodos avanzados como boosting. Incluye herramientas de interpretabilidad de modelos para aumentar la transparencia y confianza en las decisiones algorítmicas.
IV. Aprendizaje profundo Deep Learning
El aprendizaje profundo (deep learning) es una técnica de machine learning enfocada en resolver problemas de percepción como
reconocimiento de imágenes, audio o video. A diferencia del enfoque tradicional, trabaja directamente con los datos sin necesidad de
extraer atributos manualmente, utilizando redes neuronales con múltiples capas. Este curso aborda sus fundamentos teóricos y prácticos, con aplicaciones usando Keras en Python.
V. Visión Artificial
Este curso entrega una formación práctica y conceptual en visión artificial, cubriendo desde los fundamentos clásicos de imagen digital hasta técnicas modernas basadas en aprendizaje profundo. Se explorarán aplicaciones reales en clasificación, detección,
segmentación, reconstrucción 3D, y SLAM, utilizando Python, OpenCV y PyTorch
VI. Aprendizaje por refuerzo
Este curso entrega los fundamentos del Reinforcement Learning y su combinación con Deep Learning. A través de una metodología
práctica, aprenderás a implementar desde cero algoritmos adaptativos para resolver tareas de control basadas en la experiencia.
VII Procesamiento de lenguaje natural
Se estima que el 80% de los datos clave para la toma de decisiones no están estructurados. Este curso ofrece fundamentos teóricos y prácticos para desarrollar soluciones de analítica textual, aplicando técnicas de procesamiento de lenguaje natural, recuperación de información y aprendizaje automático
Año 2. Magíster en Inteligencia Artificial
Curso VIII GenAI y LLMs
Este curso ofrece una formación integral sobre Inteligencia Artificial Generativa (GenAI) y Modelos de Lenguaje de Gran Escala (LLMs), abordando desde los fundamentos de la transformación hasta el entrenamiento, el ajuste fino y el despliegue de modelos de código abierto como LLAMA y Mistral. También integra el uso de frameworks como LangChain, LangGraph y AlSuite, así como el despliegue eficiente en plataformas Cloud (Google, AWS, Azure) y NVIDIA GPU.
Curso IX Ingeniería de Prompt y Sistemas Multiagentes
Este curso explora el diseño de prompts para LLMs y la creación de sistemas multiagentes inteligentes, abordando técnicas para guiar modelos como GPT y el desarrollo de agentes autónomos que interactúan en entornos complejos mediante lenguaje natural.
Curso X Diseño de sistemas y aplicaciones de IA
Entrega fundamentos para diseñar sistemas de inteligencia artificial, desde la identificación de oportunidades hasta su implementación y evaluación. Aborda aspectos técnicos, funcionales y éticos, con énfasis en traducir desafíos reales en soluciones viables, aplicando principios de diseño centrados en el usuario y buenas prácticas de desarrollo.
Curso XI AI.Ops y Sistemas en la Nube
Aborda el uso de inteligencia artificial para automatizar y optimizar operaciones en la nube. Cubre plataformas como AWS, Azure y GCP, junto con contenedores y servicios sin servidor, integrando prácticas de AI.Ops y MLOps para diseñar sistemas eficientes, escalables y resilientes
Curso XII Computo Cuántico y Biológico
Este curso introduce el computo cuántico y biológico, explorando sus fundamentos, aplicaciones y vínculo con la inteligencia artificial. Se analizan conceptos clave como cúbits, algoritmos cuánticos y redes biológicas, mostrando cómo estas tecnologías pueden resolver problemas complejos de forma eficiente y adaptativa.
Curso XIII Ética de la IA
Aborda los principales desafíos éticos, sociales y normativos de la inteligencia artificial, incluyendo temas como equidad, transparencia, privacidad y derechos humanos. A través de marcos teóricos y casos reales, se analizan dilemas éticos y se revisan iniciativas de gobernanza y diseño responsable de tecnologías de IA.
Curso XIV Estrategia de productos y presupuestos
Entrega herramientas para diseñar y gestionar productos con IA, integrando perspectivas técnicas y de negocio. Aborda propuesta de valor, hoja de ruta, segmentación, validación y planificación financiera, con enfoque en decisiones estratégicas bajo incertidumbre.
Curso XV Proyecto Final
El Capstone Project aplica lo aprendido en el magíster al desarrollo de un proyecto real de IA, abordando un problema complejo y entregando una solución funcional bajo supervisión académica y posible colaboración externa
Sitio web empresa: https://www.uai.cl/postgrados