El curso permitirá introducirse en conceptos fundamentales de inteligencia artificial y ciencia de datos, librerías estadísticas y de visualización, además de la creación de dashboards interactivos aplicables en distintos ámbitos.

Asimismo, la propuesta busca fomentar el trabajo en equipo, la reflexión crítica y el abordaje de los desafíos éticos que plantean estas tecnologías, en torno a la privacidad, seguridad y sesgos algorítmicos.

Detalles del curso:

• Modalidad: Virtual (5 encuentros sincrónicos + actividades asincrónicas).
• Fechas de cursado: 16/10, 23/10, 30/10, 6/11 y 13/11 en el horario de 18 a 20 horas.
• Carga horaria: 32 horas reloj.
• Cupo: mínimo 10 y máximo 25 participantes.
• Gratuito para estudiantes de la Facultad.
• graduados/as: $40.000.
• Certificación oficial de asistencia y aprobación.

El curso estará a cargo de la Lic. Yanina Ditz y la Dra. Carolina Salto.

Contenidos mínimos

El curso cuenta con 9 módulos: 

Módulo 1: Introducción a la inteligencia artificial

●       Qué es la inteligencia artificial

●       Aplicaciones de AI

●       Tipos de AI 

Módulo 2: Introducción a la ciencia de datos

●  ¿Qué es la ciencia de datos?

● Etapas del ciclo de vida del dato: recolección, limpieza, análisis, visualización, comunicación.

● Herramientas: Las herramientas que se usarán en el ecosistema de ciencia de datos.

Módulo 3: Fundamentos de programación y herramientas

●       Introducción a Google Colab (entorno online).

●       Variables, tipos de datos, estructuras (listas, diccionarios, tuplas).

●       Librerías clave: NumPy, Pandas, Matplotlib, Seaborn.

Módulo 4: Análisis exploratorio de datos (EDA)

●       Estadística descriptiva en Python.

●       Correlaciones y relaciones entre variables.

●       Gráficos en Python (histogramas, boxplots, scatterplots).

Módulo 5:  Herramienta de creación de dashboards desde cero

●       Interfaz y flujo de trabajo.

●       Importación de datos desde Excel, CSV y SQL.

●       Transformación de datos .

●       Creación de tablas y gráficos básicos.

Módulo 6: Gráficos interactivos y métricas personalizadas.

●       Diseño de dashboards efectivos.

Módulo 7: Integración de Python con las herramientas de visualización.

●       Exportar un dataset procesado en Python hacia Excel/Sheets.

●       Conexión con Google Sheets / CSV.

●       Creación de gráficos interactivos.

●       Diseño básico de dashboard con métricas y filtros.

Módulo 8: Sesgo y ética

●     Riesgos

●     AI responsable: principios fundamentales

●     Seguridad de los datos

●     AI ética

●     Sesgos en la AI

Módulo 9: Proyectos prácticos

●       Análisis de un conjunto de datos real

●       Desarrollo de un proyecto completo de ciencia de datos

●       Presentación y comunicación de resultados

INSCRIBITE