Diplomado en

Inteligencia artificial
Protagoniza esta revolución tecnológica y adquiere
competencias para el desarrollo de soluciones basadas
en Inteligencia Artificial, adquiriendo mejores prácticas y
un conocimiento que podrás aplicar en tu organización.
“El actual auge de la inteligencia artificial se funda
en recientes avances que han permitido percibir
semánticamente fuentes no estructuradas de datos, tales
como imágenes, audios o textos. Esto ha abierto la puerta a
un sin número de nuevas aplicaciones tales como sistemas
para conteo de personas en video o análisis automático
de textos. La invitación del Diplomado en Inteligencia
Artificial es a conocer este nuevo escenario tecnológico, y
a adquirir competencias para comprender, manipular y
desarrollar soluciones basadas en inteligencia artificial, las
cuales sean un aporte a sus emprendimientos, empresas o
instituciones”.

ÁLVARO SOTO
Jefe de programa, Diplomado en Inteligencia Artificial.
Ph.D. Computer Science, Carnegie Mellon University, EE.UU. Master of Science,
Computer Engineering, Louisiana State University, EE.UU. Ingeniero Civil de
Industrias mención Ingeniería Eléctrica, UC. Profesor Asociado del Departamento
de Ciencia de la Computación de la Escuela de Ingeniería UC.
DIRIGIDO A
» Profesionales y/o emprendedores relacionados con el desarrollo
de soluciones que requieran o se beneficien de la incorporación de
tecnologías basadas en inteligencia artificial en sus productos.

» Profesionales del ámbito de las tecnologías de información

que participen en iniciativas asociadas a la incorporación de
soluciones basadas en inteligencia artificial en sus empresas o
instituciones.

OBJETIVOS DE APRENDIZAJE
» Explicar conceptos y técnicas relevantes al estado del arte en el
área de IA.

» Aplicar conceptos y técnicas relevantes al paradigma de

aprendizaje profundo, especialmente su aplicación a datos no
estructurados como texto, audio, imágenes y video.

» Aplicar las principales herramientas y modelos disponibles en

código abierto o disponibles mediante API (ej: chatGPT de OpenAI)
para el desarrollo de soluciones basadas en IA.
ESTRUCTURA Y CONTENIDOS DEL PROGRAMA
Curso:
SEMINARIO: INTRODUCCIÓN A
LA INTELIGENCIA ARTIFICIAL Y
APRENDIZAJE DE MÁQUINA
• Introducción a IA y aprendizaje de
máquina.
• Comprender los desafíos inherentes al
aprendizaje de máquina.
• Algoritmo de vecinos cercanos, su
relación al aprendizaje profundo y el
escenario de Big Data.
• Redes neuronales tradicionales y
mecanismos esenciales de aprendizaje
automático.
• Introducción al aprendizaje profundo.
Curso: Curso:
INTELIGENCIA ARTIFICIAL I CURSO: INTELIGENCIA
ARTIFICIAL II
PARTE 1: APRENDIZAJE PROFUNDO I PARTE 1: MODELOS RELACIONALES
- Redes neuronales convolucionales. Y DE REFUERZO
- Arquitecturas relevantes construidas con redes - Redes neuronales de grafos.
convolucionales. - Aprendizaje reforzado.
- Ambientes de trabajo de dominio público para - Aprendizaje por imitación.
implementación de modelos de aprendizaje profundo. - Aprendizaje reforzado inverso.
- Redes neuronales recurrentes. - Modelos generativos con adversario.
- Modelos de secuencia a secuencia. - Recomendación.
- Mecanismos de atención.
PARTE 2: TÓPICOS DE
- Redes relacionales y Transformer.
PROFUNDIZACIÓN
- Implementación de modelos y entrenamiento
- Olvido catastrófico y aprendizaje
(principalmente usando Python y Pytorch).
incremental.
PARTE 2: APRENDIZAJE PROFUNDO II - Modelos con memoria externa.
- Funciones de activación. - Modelos de auto supervisión.
- Funciones de pérdida y regularización en aprendizaje - Razonamiento en modelos de
profundo. aprendizaje profundo.
- Grafos de cómputo. - Meta aprendizaje.
- Algoritmos de optimización para entrenar modelos de
aprendizaje profundo.
- Herramientas de entrenamiento: learning rate, dropout,
batch-normalization, inicialización de parámetros.
- Refinamiento de modelos, transferencia de
conocimiento y data augmentation.
- Tareas auxiliares.
ESTRUCTURA Y CONTENIDOS DEL PROGRAMA

Curso: Curso: Curso:

APLICACIONES DE INTELIGENCIA ARTIFICIAL I APLICACIONES DE INTELIGENCIA SEMINARIO: ÉTICA EN
ARTIFICIAL II EL DESARROLLO DE
INTELIGENCIA ARTIFICIAL

PARTE 1: RECONOCIMIENTO VISUAL PARTE 1: ANÁLISIS DE VIDEOS • IA y el mundo del trabajo.

- Introducción al análisis de imágenes usando modelos de - Introducción al análisis de video usando • IA y privacidad.
aprendizaje profundo. modelos de aprendizaje profundo.
• IA y manejo de sesgos en opinión
- Redes neuronales totalmente convolucionales para - Reconocimiento de acciones y
pública.
reconocimiento visual. actividades en video.
- Modelos pre-entrenados para reconocimiento de objetos. - Seguimiento de personas u objetos • IA y responsabilidad civil.
- Modelos pre-entrenados para detección de poses en video.
humanas. - Modelos pre-entrenados para análisis
- Modelos para reconocimiento visual de texto. de video.
- Modelos de pregunta-respuesta con input visual. - Exploración de set de datos públicos para
- Exploración de set de datos públicos para entrenar entrenar modelos de análisis de video.
modelos de reconocimiento visual. - Aplicaciones.
- Hardware y tips para trabajar con modelos profundos.
PARTE 2: ANÁLISIS DE AUDIOS
- Aplicaciones.
- Introducción al análisis de audios.
PARTE 2: PROCESAMIENTO DE LENGUAJE NATURAL - Modelos pre-entrenados para
- Introducción al procesamiento de lenguaje natural. reconocimiento de sonidos.
- Modelos de lenguaje. - Modelos pre-entrenados para
- Word Embeddings como Word2Vect y GloVe. reconocimiento de voz.
- Modelos pre-entrenados para procesamiento de lenguaje - Exploración de set de datos públicos para
natural (Elmo, Bert, GPT, chatGPT). entrenar modelos de análisis de audio.
- Modelos de pregunta-respuesta. - Generación de Deep Fakes
- Exploración de set de datos públicos para procesamiento (audio + video).
de lenguaje natural. - Aplicaciones.
- Generación de resúmenes automáticos.
- Aplicaciones.
Nota: El orden de los cursos dependerá de la programación que realice la Subdirección Académica.
EQUIPO DOCENTE
VLADIMIR ARAUJO
Estudiante de Doctorado en el Departamento de Ciencia de la Computación,
UC - KU Leuven, Chile - Bélgica. Magíster en Ingeniería Electrónica,
Departamento de Ingeniería, Pontificia Universidad Javeriana, Colombia.
Ingeniero en Electrónica, Universidad Politécnica Salesiana, Ecuador.
CARLOS ASPILLAGA
Ingeniero Civil en Ciencia de la Computación y Diplomado en Big Data, UC.
Miembro del Laboratorio de Inteligencia Artificial (IALAB) del Departamento de
Ciencia de la Computación de la Escuela de Ingeniería UC.
FRANCISCA CATTAN
Estudiante de Ph.D. en la UC, en temas de Inteligencia Artificial aplicado a
robótica cognitiva. Se ha desempeñado como profesora, coordinadora y
ayudante en múltiples cursos de Ingeniería UC y Arquitectura UC. Es Arquitecta
de la UC y actual miembro del Laboratorio de Inteligencia Artificial (IALAB) del
Departamento de Ciencia de la Computación de la Escuela de Ingeniería UC.
FELIPE DEL RÍO
Ingeniero Civil en Computación, UC. Miembro del Laboratorio de Inteligencia
Artificial (IALAB), y Profesor Instructor del Departamento de Ciencia de la
Computación de la Escuela de Ingeniería UC.
JUAN PABLO DE VICENTE
Máster en Ciencias de la Computación e Ingeniero Civil Electricista (especializado
en control automático y automatización), UC. Miembro del Laboratorio de
Inteligencia Artificial (IALAB) del Departamento de Ciencia de la Computación de
Ingeniería UC. Machine Learning Engineer en la empresa de robótica Oddness.
ANDRÉS ESPINOZA RODRÍGUEZ
Ingeniero Civil en Ciencias de la Computación, UC. Miembro del Laboratorio de
Inteligencia Artificial (IALAB) del Departamento de Ciencia de la Computación
de Ingeniería UC. Experiencia profesional aplicando modelos de Inteligencia
Artificial a problemáticas industriales reales.
MIGUEL FADIC
Magíster en Ciencias de la Ingeniería e Ingeniero Civil en Ciencia de la
Computación, UC. Ingeniero de desarrollo de soluciones basadas en Inteligencia
Artificial para el retail, Zippedi Spa. Profesor Instructor del Departamento de
Ciencia de la Computación de la Escuela de Ingeniería UC.
EUGENIO HERRERA BERG
Licenciado de Ingeniería del Departamento de Ciencia de la Computación, UC.
Machine Learning Engineer y miembro del equipo de Transferencia Tecnológica
del Centro Nacional de Inteligencia Artificial, con experiencia profesional como
Machine Learning Engineer en NotCo.
PABLO MESSINA
Estudiante de Doctorado en Inteligencia Artificial, Magíster en Ciencias de la
Ingeniería, e Ingeniero Civil de Industrias mención Computación, Escuela de
Ingeniería UC.
ALAIN RAYMOND
Ingeniero Civil en Ciencia de la Computación y Diplomado en Big Data, UC.
Miembro del Laboratorio de Inteligencia Artificial (IALAB) del Departamento de
Ciencia de la Computación de la Escuela de Ingeniería UC.
FELIPE RÍOS
Ingeniero Civil Electricista mención Automatización y Robótica, UC. Profesor de
jornada parcial.
GABRIEL SEPÚLVEDA
Ingeniero Civil en Ciencia de la Computación, Universidad Federico Santa María.
Miembro del Laboratorio de Inteligencia Artificial (IALAB), y Profesor Instructor
del Departamento de Ciencia de la Computación de la Escuela de Ingeniería UC.
ÁLVARO SOTO
Ph.D. Computer Science, Carnegie Mellon University, EE.UU. Master of Science,
Computer Engineering, Louisiana State University, EE.UU. Ingeniero Civil de
Industrias mención Ingeniería Eléctrica, UC. Profesor Asociado del Departamento
de Ciencia de la Computación de la Escuela de Ingeniería UC.
RODRIGO TORO
Ph.D. y Master (en Inteligencia Artificial), Universidad de Toronto. Egresado
de Ingeniería, UC. Profesor Asistente del Departamento de Ciencia de la
Computación de Ingeniería UC. Actualmente es miembro de los grupos de
investigación IALab y CENIA.
ANDRÉS VILLA
Estudiante de Doctorado en Ciencias de la Ingeniería con mención en Ciencias
de la Computación, Departamento de Ciencias de la Computación, Escuela de
Ingeniería UC. Remote Research Intern, King Abdullah University of Science and
Technology (KAUST), Saudi Arabia. Ingeniero Electrónico, Departamento de
Ingeniería Eléctrica y Electrónica, Universidad del Norte, Colombia.
REQUISITOS
» Licenciatura en Ciencias de la Ingeniería o Título de Ingeniería
Civil en Informática o áreas afines a las tecnologías de
información.

» Postulaciones de profesionales con otro grado académico o

título Profesional Universitario y/o con experiencia laboral en
áreas afines serán consideradas caso a caso, según evaluación de
antecedentes.

» Conocimiento nivel básico/medio en programación utilizando

lenguaje Python. Si el(la) estudiante no cuenta con las
competencias en un nivel básico, se sugiere que, previo al inicio
de las clases, realice el MOOC “Introducción a la programación
en Python I: Aprendiendo a programar con Python”.

» Se sugiere manejo del idioma inglés a nivel lectura.

• El programa se inicia con un quorum mínimo de participantes.

• Las salas son asignadas dentro del campus de ejecución y no
necesariamente es la misma sala todos los días.
• En caso de fuerza mayor, el programa se reserva el derecho a realizar
clases por streaming, modificar fechas, lugar y/o profesores.
• Todas las modalidades del programa (presencial, streaming o híbrida)
tienen el mismo valor. Además, recomendamos preguntar las
condiciones de cada una al momento de matricularse.
• En el caso de alumnos/as que residen fuera de Chile, se informa que
su diploma será apostillado y enviado a su país. Sin embargo, cualquier
costo extra por desaduanaje debe ser asumido por el /la alumno/a.
 ¿Por qué estudiar un
DIPLOMADO EN LA UC?

Somos la Universidad 130 años Escuela de Cuerpo docente Certificación de

N° 1 de LATAM, según Ingeniería UC multidisciplinario y de alto valor
rankings internacionales Reconocida como una de excelencia Al completar el
QS y THE. las mejores instituciones Más de 350 destacados diplomado con éxito se
Infórmate más aquí de formación y de profesores y expertos entrega una certificación
investigación. de la industria, reconocida a nivel
comprometidos internacional.
con la trasferencia
y aplicabilidad del
conocimiento.
 DURACIÓN: 135 horas cronológicas

POSTULA EN: programas@ing.puc.cl

Conversemos
Contáctanos para trabajar contigo
confeccionando el programa
perfecto para tu organización. +56 9 3353 0870 +56 9 5504 4516
www.educacionprofesional.ing.uc.cl

Consulta por descuentos, facilidades de pago y convenios con tu banco para pago en cuotas.