FACULTAD DE CIENCIAS EXACTAS DE LA UNICEN
1 año / 7 módulos
3 seminarios especiales
+15 docentes / 50 alumnos
Cursada Presencial
Cursada 2021 en Tandil – Abierta la preinscripción
Preinscripción DUIA 2021
Está abierta la preinscripción para cursada 2021 de la Diplomatura Universitaria en Inteligencia Artificial (DUIA).
Si estás interesado podes anotarte en el siguiente enlace: Preinscripción 2021 – Diplomatura Universitaria en Inteligencia Artificial
Por dudas o consultas, por favor dirigirse a duia@exa.unicen.edu.ar. No olviden seguirnos en Twitter en @DuiaUnicen para más novedades!
*Se retomará el dictado presencial una vez resuelta la situación sanitaria y en función de lo dispuesto por las autoridades de la universidad.
Sobre la Diplomatura
La Diplomatura Universitaria en Inteligencia Artificial (DUIA) es una formación presencial en 7 módulos mensuales, de 6 clases cada uno, que comprende además horas virtuales y 3 seminarios formativos complementarios. Las clases tienen un perfil teórico-práctico y son dictadas por docentes de la academia y la industria.
Destinatarios
La Diplomatura Universitaria en Inteligencia Artificial (DUIA) está destinada a actores del sector productivo, relacionados con áreas tecnológicas y/o de la economía del conocimiento, que quieren adquirir competencias en IA junto con técnicas y herramientas que les permitan aplicarlas en proyectos de software. LA DUIA refuerza la oferta de la Facultad de Ciencias Exactas de la UNICEN brindando una formación sólida en temas relevantes de IA a los/las profesionales y trabajadores/as de la región que quieran mantenerse actualizados y a la vanguardia de sus disciplinas.
Silvia Schiaffino, Daniela Godoy, Ariel Monteserin
Introducción a la Inteligencia Artificial
Introducción a los conceptos básicos de IA, incluyendo los distintos tipos de problemas y sus técnicas de evaluación asociadas.
José Ignacio Orlando, Alejandro Corbellini, Ignacio Larrabide, José M. Massa
Aprendizaje de Máquina
Se abordan desde la teoría y la práctica las técnicas más utilizadas de machine learning clásico para regresión, clasificación, detección de anomalías y clustering.
Daniela Godoy, Antonela Tommasel
Procesamiento de lenguaje natural
Herramientas para el análisis de lenguaje natural utilizando machine learning
Juan Manuel Rodríguez, Alejandro Corbellini, Diego Dalponte
Redes Neuronales
Se brindarán habilidades básicas para diseñar y utilizar modelos basados en redes neuronales, incluyendo métodos de aprendizaje profundo (deep learning).
Emmanuel Iarussi, Claudio Delrieux, Juan D’Amato
Representación gráfica y Visualización de datos
El objetivo del módulo es que el alumno conozca los diferentes tipos de representaciones gráfica de los datos y pueda seleccionar la más adecuada de acuerdo al objetivo de la visualización y los datos disponibles. Al mismo tiempo, se propondrán diferentes herramientas de visualización y filtrado de datos, que ayuden a entender la distribución de la información.
José Ignacio Orlando, Ignacio Larrabide, Juan D’Amato
Visión Computacional basada en IA
El objetivo del módulo es que el alumno adquiera los conceptos relacionados con el análisis de imagen y video utilizando técnicas de aprendizaje de máquinas.
Andrés Díaz Pace, Guillermo Islas
Ingeniería de características y Procesamiento de grandes volúmenes de datos
El objetivo del módulo es que el alumno desarrolle capacidades para comprender y procesar los datos, de manera de encontrar relaciones entre las características conocidas de los mismos.
Viernes 6 de marzo de 2020. Salón de los Espejos (CCU, Hipólito Yrigoyen 662, Tandil)
Jornada de Lanzamiento y Promoción de la DUIA
Con el fin de promover el lanzamiento de la Diplomatura Universitaria de IA, se realizó la presentación de la DUIA el 6 de marzo de 2020 en el Salón de los Espejos del Centro Cultural Universitario (Hipólito Yrigoyen 662, Tandil). Durante el evento se brindó una charla introductoria a la diplomatura.
Conocé a nuestro
Plantel Docente y Equipo Académico
La DUIA contempla la formación multidisciplinaria de sus estudiantes mediante la estrecha colaboración entre docentes con experiencia en la academia y la industria. Te presentamos a nuestro equipo!
Silvia Schiaffino
Doctora en Ciencias de la Computación e Investigadora Independiente de CONICET. 20 años de experiencia en proyectos de I+D y formación de RRHH en IA. Trabaja en sistemas de recomendación y aplicación de IA en redes sociales, entretenimiento y ciudades inteligentes.
Daniela Godoy
Doctora en Ciencias de la Computación (UNICEN) e Investigadora Independiente de CONICET. Especialista en minería de textos, sistemas de recomendación y análisis de redes sociales.
Ariel Monteserin
Dr. en Ciencias de la Computación e Investigador de CONICET. Investiga en negociación automática, maximización de influencia en redes sociales y smart cities.
José Ignacio Orlando
Dr. en Matemática Computacional e Industrial e Ing. de Sistemas (UNICEN). Investigador Asistente de CONICET. Especialista en machine/deep learning aplicado al análisis de imágenes médicas.
Alejandro Corbellini
Ingeniero de Sistemas y Doctor en Ciencias de la Computación, especializado en sistemas de recomendación distribuido. Ingeniero de Software para IBM Research. Ex-investigador Asistente en CONICET.
Ignacio Larrabide
Ingeniero en Sistemas y Doctor en Modelado Computacional, especializado en el desarrollo de tecnologías de análisis de imagen y simulación computacional para el tratamiento de enfermedades y cuidado de la salud.
José M. Massa
Ingeniero de Sistemas, Doctor en Matemática Computacional e Industrial, especializado en procesamiento de imágenes médicas y sistemas de asistencia al diagnóstico y tratamiento.
Antonela Tommasel
Doctora en Ciencias de la Computación (UNICEN) e investigadora de CONICET. Especializada en sistemas de recomendación, text mining, social computing y social network analysis.
Juan Manuel Rodríguez
Doctor en Ciencias de la Computación (UNICEN). Más de 10 años de experiencia aplicando ML en diversos proyectos, incluyendo análisis de imágenes y procesamiento de lenguaje natural.
Diego Dalponte
Doctor en Ciencias de la Ingeniería (Instituto Balseiro) e Ingeniero de Sistemas (UNICEN). Trabaja en métodos numéricos y simulación computacional
Juan D’Amato
Doctor en Matemática Computacional (UNICEN). 12 años de experiencia en proyectos I+D+i en Computacion Grafica (CG), Alta performance (HPC) y Visión Computacional (CV).
Emmanuel Iarussi
Investigador de CONICET en Computación Gráfica, Profesor Adjunto de la Facultad de Ciencias Exactas y Naturales de la UBA y Dr. en Cs. de la Computación por la Université de Nice – Sophia Antipolis (Francia). Más en: http://emmanueliarussi.github.io/
Claudio Delrieux
Claudio Delrieux es Ing. Electrónico y Dr. en Ciencias de la Computación. Profesor Titular en la Universidad Nacional del Sur, Inv. Independiente del Conicet y director del Laboratorio de Ciencias de las Imágenes UNS-CONICET.
Guillermo Islas
Tech Manager de Data Analytics y Big Data en Globant (Tandil). Ingeniero de Sistemas (UNICEN).
Trabajó para los clientes Sevel, Perez Companc, Petrobras, K12, EY, Deloitte, PwC, Hub, MindShare, Bally, Amadeus, Orbitz, Telmex-Claro. Experiencia en el área de Data Warehousing y Business Intelligence, sobre plataformas Legacy SQL, NoSQL y Big Data.
Trabajó para los clientes Sevel, Perez Companc, Petrobras, K12, EY, Deloitte, PwC, Hub, MindShare, Bally, Amadeus, Orbitz, Telmex-Claro. Experiencia en el área de Data Warehousing y Business Intelligence, sobre plataformas Legacy SQL, NoSQL y Big Data.
Andrés Diaz Pace
Doctor en Cs. de la Computación de la UNCPBA. Profesor de la Fac. de Cs. Exactas e Investigador Independiente de CONICET. Trabaja en temáticas de Ingeniería de Software tales como: diseño de arquitecturas, asistentes inteligentes, big data y cloud computing. Más de 12 años de experiencia como arquitecto consultor en proyectos de vinculación con empresas.
Juan Pablo Pizarro
Technical Director de IOT en Globant (Tandil). Trabajó para clientes como Disney, Rockwell, EA, eBay y Google. Dentro de sus últimas diplomaturas se destacan las de IOT en UTN y Internet of Things for a connected World en el MIT.