Introducción:

La Inteligencia Artificial ha trascendido el ámbito de la especialización técnica para convertirse en una fuerza transformadora en múltiples disciplinas. La Diplomatura en Inteligencia Artificial Aplicada ha sido concebida para profesionales, emprendedores y entusiastas de diversos sectores que buscan comprender y aplicar el potencial de la IA, sin necesidad de contar con conocimientos previos en programación.

Este programa ofrece un recorrido exhaustivo desde los fundamentos conceptuales hasta las aplicaciones más avanzadas de la IA, incluyendo la Inteligencia Artificial Generativa, el Aprendizaje Automático (Machine Learning) y la Visión Artificial, presentados de manera accesible. Mediante una metodología eminentemente práctica, interactiva y colaborativa, los participantes no solo adquirirán una comprensión teórica de la IA, sino que desarrollarán la capacidad de utilizar herramientas "no-code" de vanguardia para su implementación.

Se analizará el impacto tangible de la IA en los negocios, el arte, la ciencia y la sociedad, promoviendo un debate informado sobre sus implicaciones éticas y fomentando una visión prospectiva sobre el rol activo que los participantes pueden desempeñar en este contexto de constante transformación tecnológica. El objetivo es capacitar a los asistentes para integrar la IA en sus proyectos y potenciar su desarrollo profesional y personal.

schedule Modalidad y duración:

5 Meses (20 Clases)

group Dirigido a:

Profesionales de diversas áreas (marketing, comunicación, diseño, recursos humanos, finanzas, salud, educación, legal, etc.), emprendedores, consultores, artistas, investigadores, docentes, y cualquier persona con interés en:

• Comprender qué es la Inteligencia Artificial y cómo está transformando el mundo.
• Aprender a utilizar herramientas de IA sin necesidad de saber programar ("no-code").
• Aplicar la IA para innovar, optimizar procesos o desarrollar nuevos productos/servicios en su ámbito profesional o personal.
• Mantenerse actualizado frente a los avances tecnológicos y sus implicaciones.
• Desarrollar un pensamiento crítico sobre los desafíos éticos y sociales de la IA.

No se requiere formación técnica previa específica, solo una actitud proactiva hacia el aprendizaje y la tecnología.

work Salida Laboral:

Al completar esta diplomatura, los participantes estarán capacitados para:

• Identificar oportunidades de aplicación de la Inteligencia Artificial en sus respectivos campos profesionales o emprendimientos.
• Utilizar herramientas "no-code" para prototipar y validar soluciones basadas en IA, optimizando procesos y generando valor.
• Colaborar en equipos multidisciplinarios en proyectos que involucren IA, aportando una comprensión estratégica de la tecnología.
• Mejorar la toma de decisiones basada en datos mediante el uso de técnicas de Machine Learning accesibles.
• Innovar en la creación de contenidos y soluciones utilizando Inteligencia Artificial Generativa.
• Adaptarse a la transformación digital y posicionarse en un mercado laboral que valora cada vez más las competencias en IA.
• Comprender y gestionar los aspectos éticos y sociales de la implementación de la IA.

Esta formación es ideal para profesionales que buscan actualizar sus habilidades, emprendedores que desean integrar IA en sus startups, o cualquier persona interesada en reorientar su carrera hacia el creciente campo de la Inteligencia Artificial aplicada, sin necesidad de convertirse en un programador experto.

assignment Requisitos:

verified Certificado:

Al finalizar y aprobar la totalidad de los módulos y el proyecto final de la diplomatura, se otorgará un Certificado de Aprobación de la "Diplomatura en Inteligencia Artificial Aplicada: Creando con IA Sin Código" [Opcional: emitido por  WelltTech Academy Argentina ].

---

Programa Detallado

MÓDULO 1: DESCUBRIENDO LA INTELIGENCIA ARTIFICIAL (4 Semanas)

Objetivo del Módulo: Desmitificar la IA, entender su alcance actual y experimentar las primeras interacciones con herramientas sencillas.

Semana 1: ¡Hola, IA! Más Allá de la Ciencia Ficción.

• ¿Qué es (y qué NO es) la Inteligencia Artificial? Mitos y realidades.
• Breve viaje por la historia: de los sueños a las realidades de la IA.
• Tipos de IA: Débil (ANI), Fuerte (AGI), Superinteligencia (ASI). ¿Dónde estamos hoy?
• Práctica Interactiva: Identificando la IA en nuestro día a día. Primer contacto con una herramienta IA "no-code" (ej. un generador de texto simple o un clasificador básico).

Semana 2: Los "Ladrillos" de la IA: Conceptos Esenciales (Sin Ser Matemático).

• Datos: El combustible de la IA. Tipos de datos y su importancia.
• Algoritmos: Las "recetas" que sigue la IA. Intuición detrás de la lógica.
• Introducción intuitiva a la estadística y probabilidad para la IA (media, mediana, correlación básica).
• Práctica con Herramienta No-Code: Exploración visual de un conjunto de datos y sus características básicas (ej. Google Sheets con funciones de análisis o una plataforma de visualización de datos sencilla).

Semana 3: Machine Learning Descomplicado: Enseñando a las Máquinas.

• ¿Qué es el Aprendizaje Automático (Machine Learning)?
• Aprendizaje Supervisado: Aprender con ejemplos (clasificación y regresión). Casos de uso intuitivos.
• Aprendizaje No Supervisado: Encontrando patrones ocultos (clustering y asociación). Casos de uso.
• Aprendizaje por Refuerzo: Aprender de la experiencia (premios y castigos).
• Práctica con Herramienta No-Code: Entrenamiento de un modelo de clasificación simple con una herramienta visual (ej. Teachable Machine de Google).

Semana 4: El Ecosistema de la IA y sus Grandes Jugadores.

• Principales campos de aplicación de la IA: Salud, finanzas, marketing, arte, industria, etc.
• Empresas líderes y startups innovadoras en el mundo de la IA.
• Comunidades, recursos y cómo mantenerse actualizado en IA.
• Debate Guiado: ¿Cómo podría la IA transformar TU sector profesional o área de interés?

---

MÓDULO 2: MACHINE LEARNING EN ACCIÓN CON HERRAMIENTAS NO-CODE (4 Semanas)

Objetivo del Módulo: Profundizar en el Machine Learning y aprender a utilizar herramientas "no-code" para crear y evaluar modelos predictivos básicos.

Semana 5: Preparando los Datos: El Secreto del Éxito en ML.

• Importancia de la calidad del dato: "Basura entra, basura sale".
• Conceptos de limpieza de datos (valores faltantes, outliers) de forma conceptual.
• Introducción al preprocesamiento: Selección de características relevantes (feature selection) de manera intuitiva.
• División de datos: Conjuntos de entrenamiento, validación y prueba. ¿Por qué son necesarios?
• Práctica con Herramienta No-Code: Uso de una plataforma "no-code" para explorar y preparar un dataset sencillo para ML.

Semana 6: Modelos de Clasificación No-Code: Tomando Decisiones Inteligentes.

• Profundización en algoritmos de clasificación (Árboles de Decisión, K-Vecinos Más Cercanos - KNN) explicados visual e intuitivamente.
• Métricas de evaluación para clasificación: Precisión (Accuracy, Precision, Recall, F1-score) de forma comprensible. La Matriz de Confusión.
• Práctica con Herramienta No-Code: Construir y evaluar un modelo de clasificación (ej. predecir si un cliente comprará un producto) usando una plataforma como Orange Data Mining (visual) o similar.

Semana 7: Modelos de Regresión No-Code: Prediciendo Valores Numéricos.

• Introducción a la regresión lineal y otros modelos de regresión de forma conceptual.
• Aplicaciones prácticas: predecir precios, demanda, calificaciones, etc.
• Métricas de evaluación para regresión (MAE, MSE, RMSE) explicadas de forma sencilla.
• Práctica con Herramienta No-Code: Construir y evaluar un modelo de regresión (ej. predecir el precio de una vivienda basado en características) usando una plataforma "no-code".

Semana 8: Descubriendo Patrones con Clustering No-Code.

• Profundización en el Aprendizaje No Supervisado: K-Means y otros algoritmos de clustering explicados visualmente.
• Aplicaciones: Segmentación de clientes, detección de anomalías, organización de información.
• Desafíos y consideraciones en el clustering.
• Práctica con Herramienta No-Code: Aplicar clustering a un conjunto de datos para identificar grupos naturales usando una herramienta "no-code".

---

MÓDULO 3: IA PARA ENTENDER EL MUNDO: LENGUAJE Y VISIÓN (4 Semanas)

Objetivo del Módulo: Explorar cómo la IA interpreta texto e imágenes, y experimentar con herramientas "no-code" para estas tareas.

Semana 9: Introducción al Procesamiento del Lenguaje Natural (NLP).

• ¿Cómo entienden las máquinas el lenguaje humano? Desafíos y enfoques.
• Tareas comunes en NLP: Análisis de sentimientos, clasificación de texto, extracción de entidades, traducción automática.
• Conceptos clave: Tokenización, lematización, n-gramas (explicación intuitiva).
• Práctica con Herramienta No-Code: Análisis de sentimiento de textos (ej. reseñas de productos, tweets) usando una API o plataforma "no-code".

Semana 10: Aplicaciones Prácticas de NLP Sin Código.

• Chatbots y asistentes virtuales: Cómo funcionan y cómo interactuar con plataformas para crearlos (sin programar su lógica interna).
• Resumen automático de textos y generación de palabras clave.
• Herramientas "no-code" para análisis de grandes volúmenes de texto.
• Práctica con Herramienta No-Code: Experimentar con una herramienta de creación de chatbots sencillos o una plataforma de análisis textual.

Semana 11: Introducción a la Visión Artificial (Computer Vision).

• ¿Cómo "ven" las máquinas? Conceptos de píxeles, imágenes digitales.
• Tareas comunes en Visión Artificial: Clasificación de imágenes, detección de objetos, segmentación.
• El papel del Deep Learning (Redes Neuronales Convolucionales - CNNs) explicado conceptualmente.
• Práctica con Herramienta No-Code: Entrenar un modelo de reconocimiento de imágenes personalizado (ej. distinguir tipos de flores, logos) usando Teachable Machine o similar.

Semana 12: Aplicaciones Fascinantes de la Visión Artificial Sin Código.

• Reconocimiento facial y de emociones (y sus implicaciones éticas).
• Análisis de imágenes médicas, control de calidad en la industria, vehículos autónomos (conceptos).
• Herramientas "no-code" para detección de objetos en imágenes o videos.
• Práctica con Herramienta No-Code: Explorar una plataforma "no-code" que ofrezca detección de objetos pre-entrenados o análisis de características en imágenes.

---

MÓDULO 4: LA REVOLUCIÓN CREATIVA: INTELIGENCIA ARTIFICIAL GENERATIVA (4 Semanas)

Objetivo del Módulo: Sumergirse en el mundo de la IA Generativa, entendiendo su funcionamiento y utilizando herramientas "no-code" para crear contenido original.

Semana 13: Fundamentos de la IA Generativa: Creando lo Nuevo.

• ¿Qué es la IA Generativa? Diferencias con la IA predictiva.
• Modelos Generativos Adversariales (GANs) y Modelos de Difusión: Explicación conceptual de cómo "aprenden a crear".
• Aplicaciones sorprendentes: Generación de arte, música, texto, video, datos sintéticos.
• Práctica con Herramienta No-Code: Primera experiencia con un generador de imágenes a partir de texto (ej. Stable Diffusion demo, Midjourney básico, Canva Magic Media).

Semana 14: IA Generativa para Texto: De la Idea a la Narrativa.

• Modelos de Lenguaje Grandes (LLMs) como GPT: Cómo funcionan (a nivel conceptual) y su impacto.
• "Prompt Engineering": El arte de dar instrucciones efectivas a la IA generativa de texto.
• Aplicaciones: Redacción de correos, creación de contenido para blogs, guiones, poesía, resumen, traducción avanzada.
• Práctica con Herramienta No-Code: Experimentación avanzada con prompts en ChatGPT, Claude, Perplexity u otras herramientas para generar diferentes tipos de texto y refinar resultados.

Semana 15: IA Generativa para Imágenes y Video: El Lienzo Digital Infinito.

• Profundización en herramientas de generación de imágenes (Midjourney, DALL-E, Stable Diffusion con interfaces "no-code"). Control de estilos, parámetros.
• Generación de video a partir de texto o imágenes.
• Edición y mejora de imágenes/videos con IA.
• Consideraciones éticas: Deepfakes, derechos de autor.
• Práctica con Herramienta No-Code: Creación de un set de imágenes temáticas o un storyboard visual utilizando una o varias herramientas de IA generativa visual.

Semana 16: IA Generativa Multimodal y el Futuro de la Creación.

• Modelos que combinan texto, imagen, audio y video.
• Aplicaciones emergentes: Creación de presentaciones, experiencias interactivas, avatares personalizados.
• El impacto de la IA generativa en profesiones creativas y en la industria.
• Debate y Proyección: ¿Cómo la IA Generativa puede potenciar tus proyectos o ideas? Lluvia de ideas para el proyecto final.

---

MÓDULO 5: IA RESPONSABLE, FUTURO Y PROYECTO FINAL (4 Semanas)

Objetivo del Módulo: Reflexionar sobre las implicaciones éticas y sociales de la IA, visualizar su futuro y consolidar el aprendizaje mediante un proyecto práctico.

Semana 17: Ética en la IA: Desafíos y Responsabilidades.

• Sesgos algorítmicos: ¿Cómo surgen y cómo mitigarlos? Justicia y equidad en la IA.
• Transparencia, explicabilidad (XAI) y rendición de cuentas.
• Privacidad y seguridad de los datos en la era de la IA.
• Regulaciones y marcos éticos para la IA.
• Estudio de Casos y Debate: Análisis de dilemas éticos reales en aplicaciones de IA.

Semana 18: El Futuro de la IA y su Impacto Socioeconómico.

• Tendencias emergentes: IA General (AGI), IA Cuántica, Edge AI.
• Impacto en el empleo, la economía y la sociedad. Nuevas profesiones.
• La IA para el bien social: Objetivos de Desarrollo Sostenible (ODS).
• Taller de Ideación: Definición de alcance y objetivos para el Proyecto Final Grupal. Formación de equipos.

Semana 19: Desarrollo y Tutoría del Proyecto Final Grupal.

• Aplicación de herramientas "no-code" aprendidas para desarrollar una solución o prototipo a un problema/oportunidad elegida.
• Enfoque en la viabilidad, originalidad y presentación del concepto.
• Sesión de tutoría intensiva con los instructores para guiar los proyectos.
• Trabajo en Equipo Asistido: Sesión dedicada al avance de los proyectos con apoyo docente.

Semana 20: Presentación de Proyectos Finales y Cierre de la Diplomatura.

• Presentación formal de los proyectos grupales ante un panel (puede incluir compañeros y tutores).
• Demostración del uso de herramientas "no-code" y justificación de las decisiones.
• Feedback constructivo, discusión y aprendizajes compartidos.
• Entrega de certificados y próximos pasos en el viaje de la IA.

---

Proyecto Final Grupal:

Los participantes, en equipos, identificarán un problema o una oportunidad en un ámbito de su interés y propondrán una solución conceptual o un prototipo básico utilizando una o varias herramientas "no-code" exploradas durante la diplomatura. Se valorará la creatividad, la comprensión de los conceptos de IA, la justificación de la herramienta elegida y la reflexión ética.

Evaluación:

• Participación activa en clases y foros (20%)
• Ejercicios prácticos semanales con herramientas "no-code" (40%)
• Proyecto Final Grupal (Presentación y Documento) (40%)

Herramientas "No-Code" a Explorar (Ejemplos, pueden variar según disponibilidad y evolución):

• Para ML: Google Teachable Machine, Orange Data Mining (componentes básicos), Obviously.ai, CreateML (para usuarios Mac).
• Para NLP: Plataformas de análisis de sentimiento (ej. MonkeyLearn con plan gratuito), constructores de chatbots básicos (ej. Tidio, Landbot con planes gratuitos), herramientas de resumen de texto.
• Para Visión Artificial: Google Teachable Machine, plataformas con APIs pre-entrenadas (ej. Clarifai, Google Vision AI con créditos gratuitos).
• Para IA Generativa: ChatGPT, Claude, Perplexity.ai, Midjourney (vía Discord), Stable Diffusion (demos online como DreamStudio Lite), Canva Magic Media, RunwayML (funciones gratuitas), otras herramientas emergentes.
• Para Datos: Google Sheets, Airtable, Notion AI (para organización).

---

Horarios, Aranceles y Fechas de Inicio | Comenzá Ahora

Diplomatura en Inteligencia Artificial y Machine Learning

No hay modalidades de cursada disponibles para este curso actualmente.