Presentación

La inteligencia artificial (IA) y el machine learning (aprendizaje de máquina) se encuentran entre los desarrollos tecnológicos más importantes de la historia reciente. El auge sin precedentes del machine learning y su valor transformador para las empresas y la sociedad en su conjunto indican que se convertirá en una "tecnología de propósito general", a la par con otros inventos revolucionarios, como el Internet.

Desde la prevención de pandemias, pasando por las recomendaciones de películas personalizadas en Netflix, hasta relojes inteligentes que monitorean la frecuencia cardíaca del usuario, las soluciones impulsadas por el machine learning inciden en casi todos los aspectos de nuestras vidas. Asimismo, los servicios innovadores creados con esta tecnología están revolucionando los mercados. Las empresas que deseen tener un papel relevante en un contexto de cambios frecuentes, simplemente no pueden permitirse pasar por alto la oportunidad de adoptar el machine learning para mejorar su productividad. La tendencia reciente indica que las empresas, por ejemplo, del sector minero, que no apliquen machine learning en sus procesos no serán tan competitivas en relación a las que si las usen.

En ese contexto, la Universidad Católica San Pablo, a través de su Departamento de Ciencia de la Computación, presenta el Diplomado en Machine Learning, Deep Learning y sus aplicaciones en Industria. Sobre una sólida base teórica y, principalmente, basado en el desarrollo práctico (hands-on) de soluciones, este diplomado está enfocado en la aplicación de técnicas de machine learning para construir modelos predictivos usados en diversos dominios. En ese sentido, se podrán desarrollar modelos para: 1) pronosticar futuros volúmenes de ventas en ecommerce 2) predecir tiempos de producción 3) realizar mantenimiento predictivo de maquinarias y pronosticar en qué momento pueden fallar 4) identificar el churn de clientes en instituciones financieras 5) personalización de productos 6) procesamiento de imágenes que ayuden en el mapeo geotécnico, o análisis de voladuras 7) procesamiento de texto para análisis de marcas 8) optimizar la eficiencia energética, reducción emisiones y pérdida causadas por ineficiencias del proceso productivo.

El Diplomado ha sido diseñado para, inicialmente, dar las bases requeridas en programación y gradualmente introducir machine learning desde una perspectiva tradicional, posteriormente presentar su abordaje probabilístico, y finalmente su enfoque avanzado, a través del uso de redes neuronales y Deep Learning usando herramientas como Tensorflow y Pytorch. Nuestra plana docente cuenta con formación en universidades de prestigio de Brasil, además de tener profesores invitados del extranjero (Brasil y Europa) con amplia experiencia en Machine Learning.

Objetivos
  • Identificar oportunidades de aplicación de Machine Learning y Deep Learning en su organización e incorporar soluciones transformadoras de esta tecnología para tener una ventaja competitiva.
  • Aprender técnicas de machine learning para solucionar desafíos críticos de negocios.
  • Desarrollar una metodología para el uso de machine learning en problemas específicos de sus organizaciones, de una forma personalizada.
  • Construir modelos predictivos de clasificación, forecasting y clustering que permitan reducir costos y optimizar procesos en las organizaciones.
  • Ser parte de un perfil profesional cada vez más demandado por las organizaciones, industrias y sectores tales como minería, ingeniería, negocios, comercio electrónico, finanzas, entre otras.
Creditaje

25 créditos académicos.



Dirigido a
  • El diplomado está dirigido principalmente a ingenieros de minas, ingenieros geólogos, ingenieros metalúrgicos, ingenieros industriales, ingenieros de sistemas, ingenieros mecánicos, etc.
  • También está dirigido a profesionales de las carreras de ingeniería electrónica, ingeniería civil, ciencia de la computación, finanzas, ventas, E-commerce, economía y trabajadores del sector bancario con conocimientos de lenguajes de programación.
Metodología
  • El diplomado se dará de manera síncrona.
  • El diplomado cuenta con 200 horas teóricas y 400 horas prácticas (no lectivas o trabajo autónomo).
Temática

El Diplomado en Machine Learning, Deep Learning y sus aplicaciones en Industria de la UCSP ha sido diseñado para entrenar a los estudiantes en habilidades técnicas para realizar modelado predictivo basado en probabilidades, redes neuronales y aprendizaje profundo y cómo estas pueden aplicarse en minería, industria y otros sectores. Los graduados estarán posicionados para ser pioneros en el desarrollo de este campo y ser parte de su creciente adopción en la industria 4.0.

Plan de Estudios
  1. Introducción a Python para Machine Learning.
  2. Modelos de Regresión, Clasificación, y Agrupamiento.
  3. Modelos Probabilísticos en Machine Learning.
  4. Redes neuronales y Deep Learning (Hands-on).
  5. Aplicaciones de ML/DL en Industria.

Cada curso tiene 40 horas académicas y 80 horas prácticas (no lectivas o trabajo autónomo).


Plana docente

Javier Montoya
Doctor en Ciencia de la Computación, ETH-Zurich (Suiza). Maestría en Visión y Machine Learning, INRIA/ENSIMAG (Francia). Actualmente es investigador senior en el ETH-Zurich (Suiza). Se ha desempeñado como Data Scientist en las empresas Caru GmbH con el proyecto: analysis of temporal data from sensors for predicting presence of humans in rooms. Asimismo, en la empresa Tracktics GmbH, con el proyecto: analysis of sensor data for sport summarisation. Especialista en Machine Learning aplicado en Data Science.


Guillermo Camara Chávez
Graduado en Ingeniería de Sistemas en la Universidad Católica Santa María (Perú-1996), con maestría en Ciencia de la Computación en la Universidad de São Paulo (Brasil-2003) y doctorado en Ciencia de la Computación por la Universidad Federal de Minas Gerais (Brasil-2007) y por la Universidad de Cergy-Pontoise (Francia-2007). Tiene experiencia en el área de Ciencia de la Computación, con énfasis en Inteligencia Computacional.


José Eduardo Ochoa Luna
Doctor en Ciencias, Universidade de Sao Paulo (Brasil). Maestría en Ciencia de la Computación, Universidade Federal de Mato Grosso do Sul (Brasil). Actualmente se desempeña como profesor encargado de Postgrado del Departamento de Ciencia de la Computación de la UCSP. Es especialista en Inteligencia Artificial, con énfasis en Graphical Models, Machine Learning, Procesamiento de lenguaje natural y Deep Learning.


Rensso Mora Colque
Doctor en Ciencia de la Computación, Universidade Federal de Minas Gerais (Brasil). Maestría en Ciencia de la Computación, Universidade Federal de Ouro Preto (Brasil). Actualmente es profesor a tiempo completo del Departamento de Ciencia de la Computación UCSP. Tiene amplia experiencia en programación y en procesamiento de imágenes y videos.


Pablo Calcina Cari
Se graduó en Ingeniería de Sistemas en la Universidad Nacional de San Agustín (Arequipa) y obtuvo los grados de Maestro y Doctor en Ciencia de la Computación en la Universidad de São Paulo (Brasil). Sus principales áreas de investigación son Inteligencia Artificial e Internet de las Cosas.
Tiene varios años de experiencia en proyectos de desarrollo de software y en proyectos de investigación científica. Actualmente participa de un emprendimiento en el área de Internet de las Cosas.


Daniel Gutiérrez Pachas
Doctor en Ciencia de la Computación y Matemática Computacional, Universidade de Sao Paulo (Brasil). Maestría en Matemática, Universidade Federal de Juiz de Fora (Brasil). Actualmente es investigador del Departamento de Ciencia de la Computación UCSP. Es vice-coordinador de la Sociedad Brasileña de Matemática Computacional y Aplicada en Minas Gerais (Brasil) y miembro del Comité Latinoamericano de Matemática Aplicada Computacional e Industrial - CLAMACI. Sus áreas de interés son: filtración y control de sistemas estocásticos, optimización, ecuaciones diferenciales parciales y análisis numérico.


Yessenia Yari Ramos
Magíster en Ciencia de la Computación por la Universidad Federal de Río Grande del Sur (Brasil). Bachiller en Ingeniería de Sistemas por la Universidad Nacional de San Agustín. Docente de la Universidad Católica San Pablo. Sus áreas de interés son Visión Computacional, Procesamiento de Imágenes e Inteligencia Artificial.


*La Escuela de Postgrado UCSP podrá realizar cambios en la plana docente designada al dictado de los respectivos cursos al tratarse de casos fortuitos o de fuerza mayor.

Calendario
Fecha de Inicio 25 de junio 2021
Fecha de Fin 22 de enero 2022
Horario Clases quincenales:
  • Viernes: de 18:15 a 21:15 h
  • Sábados: de 09:00 a 13:00 h. y 15:00 a 18:00 h
Duración 8 meses
Horas académicas 600 horas académicas
Lugar Plataforma Blackboard (online)

*La Escuela de Postgrado UCSP se reserva el derecho de cancelar o postergar el programa si no alcanza el mínimo de alumnos matriculados hasta 7 (siete) días hábiles anteriores a la fecha indicada para el inicio del programa.

Inversión
  • Inversión: S/ 5,000
  • Descuento por Pronto pago: S/ 4,600 hasta el 04 de junio de 2021.
  • Inversión en cuotas: 8 cuotas de S/ 625.
  • Cierre de inscripciones: Viernes 18 de junio 2021.
  • Descuentos:
    • Consulta por nuestro descuento para Comunidad UCSP (incluye Antiguos alumnos).
    • Consulta por nuestro descuento corporativo (>=3 personas).

* Para ver las orientaciones para devolución de pagos darle clic aquí.
* Aceptamos pagos con todas las tarjetas.
* Los descuentos no son acumulables.
* Los descuentos a la comunidad UCSP, antiguos alumnos y corporativo no aplica en pronto pago.



Requisitos de admisión

INSCRIPCIÓN

  1. Ficha de inscripción correctamente llenada.
  2. Copia simple de DNI en caso de ser peruano. (ambos lados)
  3. Copia legalizada del carné de extranjería o pasaporte en caso de ser extranjero.
  4. Reporte SUNEDU, en caso de no contar con el reporte, copia legalizada del diploma de bachiller, para peruanos.
  5. Copia legalizada del diploma de bachiller con la Apostilla de la Haya o la legalización por el Ministerio de Relaciones Exteriores, para extranjeros.

MATRÍCULA

  1. Compromiso de honor firmado.
  2. Contrato de prestación de servicios educativos firmado.

*La información que el postulante ingrese en la inscripción es su responsabilidad, la UCSP presume su veracidad.
*Se considera apto para matrícula al postulante que cumpla con todos los requisitos de admisión.
*Si el postulante realiza el pago con anterioridad al proceso de admisión y se comprueba el no cumplimiento de algún requisito de admisión, no se considerará la matrícula.
*Revisa el Reglamento de estudiante de Postgrado (https://ucsp.edu.pe/transparencia/reglamento-de-estudiantes-de-la-escuela-de-postgrado).

Certificación
  • Personas con grado de bachiller, recibirán título de diplomado de postgrado.
  • Personas sin grado de bachiller, recibirán diploma de certificación.