- Inicio: 14 de octubre 2025
- diplomados.informatica@usm.cl
La Inteligencia Artificial (IA) es en este momento un importante foco de atención en diversos entornos y referencia obligada en gran cantidad de áreas. Esto hace que todas las personas deban saber la realidad sobre la IA y conocer las actividades en las cuales pueda apoyar o no a cada una de las personas u organizaciones.
Es por esto, que este Diplomado propuesto por el Departamento de Informática de la Universidad Técnica Federico Santa María busca brindar conocimientos sobre la Inteligencia Artificial, sus técnicas, metodologías, herramientas y aplicaciones, habilitando a los participantes para reconocer las oportunidades de incorporar sistemas basados en Inteligencia Artificial en sus áreas de interés.
Entre las características del diploma se pueden destacar las siguientes:
• Es un programa de continuidad de estudios para profesionales, enfocado en brindar
conocimientos sobre la IA, sus técnicas, metodologías, herramientas y aplicaciones, habilitando a
los participantes para reconocer las oportunidades de incorporar sistemas basados en IA en sus
áreas de interés.
• El programa combina horas presenciales, teóricas y prácticas, realización de trabajos grupales y
desarrollo de un proyecto final de titulación consistente en el diseño conceptual o un diseño
conceptual o desarrollo de un caso de estudio aplicado a lA en su área de interés.
• El equipo de profesores está compuesto por un seleccionado grupo de académicos y
profesionales, con sólidos conocimientos y una amplia experiencia en el campo de la IA. Esto
permitirá a los participantes conocer distintas perspectivas sobre la IA y desarrollar criterios
propios sobre su uso y oportunidades en distintas áreas de interés.
Formar a los participantes para que puedan identificar las técnicas, herramientas y aplicaciones de la Inteligencia Artificial y determinar sus posibles usos en las áreas de su interés profesional, a través de una capacitación brindada por expertos y desarrollando un proyecto integrador en el cual analizarán un problema específico y propondrán una solución basada en IA.
– Alta especialización en una disciplina clave para sectores estratégicos.
– Enfoque práctico con resolución de casos reales y aplicación inmediata.
– Cuerpo docente con sólida trayectoria profesional e industrial.
– Actualización en normativas internacionales y buenas prácticas.
– Fortalecimiento del vínculo con profesionales de distintas disciplinas
y sectores (networking)
Podrán postular al programa profesionales de cualquier área, que buscan formarse adquiriendo conocimientos sobre la Inteligencia Artificial, sus técnicas, herramientas y aplicaciones, habilitándolos para reconocer las oportunidades de incorporar sistemas basados en Inteligencia Artificial en sus áreas de interés. Entre los posibles participantes se pueden destacar:
– Gerentes o directivos de empresas, organismos públicos o privados que deseen conocer sobre IA y evaluar la posibilidad de integrar su utilización para mejorar sus procesos.
– Analistas de negocio y de información.
– Arquitectos y desarrolladores de IA, y sistemas de información y de software.
– Responsables de infraestructura y servicios TIC.
– Consultores y auditores TIC e IA.
– Profesionales en general interesados en conocer las potencialidades y oportunidades de uso de la IA.
Al finalizar el curso, el/la participante será capaz de:
• Reconocer y comprender las principales técnicas, herramientas y aplicaciones de la Inteligencia Artificial.
• Analizar problemáticas reales en su entorno profesional y evaluar la pertinencia del uso de IA como parte de la solución.
• Diseñar propuestas de solución basadas en IA, integrando conocimientos adquiridos durante el diplomado y considerando aspectos éticos y de viabilidad.
• Colaborar con equipos multidisciplinarios, comunicando de forma clara los beneficios, riesgos y alcances de las soluciones propuestas.
Duración: 48 horas
En este ciclo se revisan los conceptos y fundamentos de la Inteligencia Artificial a través de los siguientes contenidos específicos:
• Fundamentos de la Inteligencia Artificial (IA).
• Enfoques de IA: razonamiento, discriminativa, generativa.
• Principales técnicas de la Inteligencia Artificial.
• Resolución de Problemas de búsqueda.
• Representación del Conocimiento y embeddings
• Introducción, adaptación y aprendizaje teoría PAC, etc.
• Fundamentos matemáticos, estadísticos y biológicos.
• Tipos de aprendizaje: supervisado, no supervisado, aprendizaje por reforzamiento.
• Aprendizaje supervisado: aprendizaje de conceptos, árboles de decisión, support
vector machines, redes neuronales simples, aplicaciones.
• Aprendizaje no-supervisado: descubrimiento de patrones, reglas de asociación,
métodos de clustering, PCA, etc, aplicaciones.
• Aprendizaje por reforzamiento: principios, agentes, retroalimentación, políticas,
algoritmo de aprendizaje Q, aplicaciones.
• Introducción, conceptos, lenguaje y computación, interfaces humano-computador.
• Etapas de procesamiento de lenguaje natural (NLP): análisis acústico, análisis
léxico, parsing, análisis semántico, razonamiento y pragmática. Enfoques de NLP:
reglas/simbólico, probabilístico, neuronal.
• Análisis voz y léxico: modelos ASR, análisis morfológico y lematización, etiquetado
POS, etc.
• Análisis sintáctico: principios de parsing, full parsing, shallow parsing, named-entity
recognition, chunking.
• Análisis semántico y representación de significado: sistemas de inferencia lógica,
representación basada en bases de conocimiento, aprendizaje de
representaciones (ej. Glove, Word2Vec, etc).
• Modelos probabilísticos de lenguaje.
• Modelos neuronales de lenguaje: representación basada en embeddings, modelos
simples de lenguaje (LM).
• Nociones de modelos de lenguaje basado en Transformers: arquitectura,
entrenamiento e inferencia, aplicaciones y evaluación.
• Grandes Modelos de Lenguaje (LLM).
• Introducción, agencia, sociedad de la mente, agentes vs sistemas tradicionales de
IA.
• Sistemas de agentes, tipos de entornos y percepción.
• Enfoques de Agentes Deliberativos, Cognitivos y Reactivos: sistemas de
razonamiento e intenciones, agentes basados en modelos, arquitecturas reactivas
(ej. Subsumption, motor esquema, etc), enfoques híbridos.
• Modelos de agente cognitivos: enfoques BDI.
• Toma de decisiones en agentes, sistemas de reglas, planificadores automáticos,
planificación STRIPS y PDDL, etc.
• Agentes basados en aprendizaje por reforzamiento, modelos de decisión de
Markov (MDP) aprendizaje Q, Deep Q-Networks (DQN).
• Sistemas multi-agente, comunicación, interfaces, negociación automatizada y
estrategia de juego, representación basada en ontologías, aplicaciones en
sistemas conversacionales, robótica, asistentes virtuales.
• Tendencias en agentes basados en GenAI y LLM.
Duración: 60 horas
En este ciclo se revisan las Técnicas de Inteligencia Artificial a través de los siguientes contenidos específicos:
• Introducción, diferencias de HCAI y AI tradicional.
• Evolución de la IA simbólica hacia el aprendizaje profundo y la interacción humano-máquina.
• Ética y responsabilidad en IA: principios éticos (transparencia, equidad, privacidad), sesgos algorítmicos, marcos regulatorios.
• Experiencia de usuario en sistemas de IA: diseño de interfaces centradas en el usuario, explicabilidad y confianza en modelos de IA.
• IA explicable (XAI): Métodos para interpretar modelos, ejemplos de XAI en diferentes áreas de aplicación.
• Interacción humano-IA y toma de decisiones asistida: sistemas de apoyo a la decisión (human-in-the-loop), colaboración humano-computador.
• Introducción, conceptos, modelos discriminativos vs generativos.
• Modelos probabilísticos y generativos clásico: mezcla gaussiana, HMM, VAE.
• Redes Generativas Adversarias (GAN): arquitectura: generador y discriminador, algoritmo de entrenamiento y función de pérdida, aplicaciones.
• Arquitecturas Transformers: modelos, auto-atención, modelos base BERT, GPT, otros LLM.
• Modelos de lenguaje generativos (LLM): GPT (GPT-3, GPT-4) y su evolución, entrenamiento de LLM (instruction, fine-tuning, pretraining).
• Modelos de difusión, conceptos, aplicaciones en imágenes y videos (ej. DALL-E,
MidJourney, etc).
• Aplicaciones de LLM: generación de contenido, sistemas conversacionales, asistentes, traducción automática.
• Desafíos y proyecciones de la IA generativa: multimodalidad, modelos híbridos, regulación y control de contenido, etc.
• Introducción a las Redes Neuronales Artificiales.
• Modelos Neuronales FANN.
• Arquitecturas profundas para clasificación, regresión y otros.
• Algoritmo de entrenamiento BP.
• Redes neuronales de convolución (CNN).
• Redes neuronales recurrentes para aprendizaje de secuencias.
• Aplicaciones.
• Aprendizaje híbrido neuro-simbólico.
• Aprendizaje por refuerzo profundo (Deep-RL).
• Aprendizaje semi-supervisado.
• Modelos de ensamble de aprendizaje (Mixture of Experts, ensamble learning, etc).
• Aprendizaje por transferencia.
• Explicabilidad y transparencia (SHAP, Lime, etc).
• Fundamentos de la generación automática de algoritmos (AGA).
• El problema maestro de optimización.
• Asistentes de IA como generadores de algoritmos.
• Aplicaciones prácticas.
• Herramientas tecnológicas: AlphaEvolve, OpenAI Codex, etc.
Duración: 12 horas
En este ciclo se revisan las Seminarios de ejemplos y aplicaciones de Inteligencia Artificial
a través de la siguiente estructura:
Las clases del Diplomado en Inteligencia Artificial se realizan en modalidad online, basada en la interacción directa (presencial-remota) con los relatores y trabajo a distancia mediante videos. Se consideran los siguientes aspectos:
-Todos los módulos son evaluados con un trabajo y/o prueba y se requiere un 60% mínimo para aprobación (en escala de 0 a 100).
-Las sesiones se realizan los martes y jueves de 18:00 a 20:00 horas, con interacción entre los relatores y los participantes (estas sesiones también serán grabadas para que la puedan ver posteriormente -forma asíncrona- aquellos que no pudieron participar).
-Se utilizará la plataforma Moodle para subir las clases, suministrar material del módulo, recibir trabajos y mantener comunicación entre profesores y participantes.
El equipo de profesores está compuesto por un seleccionado grupo de académicos y profesionales, con sólidos conocimientos y una amplia experiencia en el campo de la Inteligencia Artificial, que permitirá brindar a los participantes diferentes visiones y aportes en dicha área.
Posdoctorado, Universidad de Montreal, Canadá
Doctor en Computación y Sistemas,
Universidad Federal de Río de Janeiro (COPPE), Brasil
mauricio.solar@inf.utfsm.cl
M. Sc. Ingeniería Industrial, PUC Río de Janeiro Brasil.
PMP® (Project Management Professional).
smurua@inf.utfsm.cl
Posdoctorado, Universidad de Montreal, Canadá
Doctor en Computación y Sistemas,
Universidad Federal de Río de Janeiro (COPPE), Brasil
mauricio.solar@usm.cl
Doctorado en Ciencias de la Ingeniería Informática, USM.
Postdoc en el Laboratorio de Sistemas Inteligentes de la Universidad de Bristol (UK).
ricardo.nanculef@usm.cl
Doctorado en Ciencias de la Ingeniería, PUC de Chile
julio.sotelo@usm.cl
Máster en Inteligencia Artificial, Universidad Adolfo Ibáñez.
Profesor de la USM | IT director – OpenB Chile
PhD en Inteligencia Artificial, Universidad de Edimburgo, Edimburgo, Reino Unido.
Consultor Senior de IA, mentor en tecnologías
y fundador AI-EMPOWERED
Posdoctorado, Operation Research, Universidad de Montreal
Posdoctorado, Combinatorial
Optimization, Universidad Federal de Espíritu Santo
Doctor en Ciencias de la Ingeniería de
Sistemas y Computación, Universidad Federal de Río de Janeiro (COPPE)
Magíster en Derecho Internacional, Inversiones, Comercio y Arbitraje, Universidad de Chile.
Abogada | Consultora en Protección de Datos, Ciberseguridad y Regulación Tecnológica | Especialista en Cumplimiento Normativo y Gobernanza de IA | Asesora Legislativa Internacional.
Doctor en Ingeniería Informática USM, Chile.
Magíster en Ciencias de la Ingeniería USM, Chile.
roberto.leon@usm.cl
NOTA: La dirección del Programa se reserva el derecho de cambiar algún académico en caso de fuerza mayor.
Carolina Leal
Departamento de Informática
Universidad Técnica Federico Santa María
WhatsApp: (+569) 4405 3325
Email: diplomados.informatica@usm.cl
-20% Matrícula Anticipada
