Regresar

Inscripciones abiertas al Diplomado en Machine Learning & Deep Learning Aplicado | 1ra Edición

El aprendizaje automático y el aprendizaje profundo se han consolidado como tecnologías centrales para resolver problemas de ingeniería en la industria contemporánea. La Facultad de Ingeniería de la Universidad Nacional de Asunción (FIUNA) abre la inscripción a la primera edición del Diplomado en Machine Learning y Deep Learning Aplicado, dirigido a estudiantes de ingeniería, docentes, profesionales técnicos y egresados que cuenten con conocimientos básicos de programación en Python y nociones de matemática a nivel universitario inicial (álgebra lineal, cálculo y estadística básica), y deseen incorporar estas herramientas a su práctica profesional.

No se requiere experiencia previa en machine learning ni deep learning: el programa parte desde los fundamentos y avanza progresivamente hasta la aplicación profesional.

🤔 ¿Por qué Machine Learning y Deep Learning?

Las técnicas de aprendizaje automático permiten extraer información valiosa de grandes volúmenes de datos, automatizar tareas complejas y construir modelos predictivos sobre fenómenos físicos, industriales y sociales. El aprendizaje profundo, por su parte, ha revolucionado áreas como la visión por computadora, el procesamiento de señales, las series temporales y el lenguaje natural. El programa busca preparar al participante para enfrentar problemas reales con estas herramientas: no se trata de resolver casos puntuales, sino de adquirir el criterio y los recursos para abordar los problemas con los que se va a encontrar en la industria.

🤔 ¿Qué aprenderá en este diplomado?

A lo largo de siete módulos secuenciales, los participantes desarrollarán habilidades para:

  • Construir, evaluar y desplegar modelos de machine learning supervisado y no supervisado.
  • Aplicar deep learning con PyTorch al análisis de imágenes, audio y datos secuenciales.
  • Modelar series temporales y detectar anomalías en datos de procesos industriales.
  • Llevar adelante un proyecto integrador con datos reales, desde la definición del problema hasta el despliegue.
  • Comunicar resultados de manera profesional, en informes técnicos y presentaciones orales.

📝 Inscripciones

  • Las inscripciones están abiertas hasta cubrir el cupo (máximo 35 participantes).
  • Complete el formulario en línea desde el sitio del diplomado y reserve su lugar en esta primera edición.
  • Programa académico completo (PDF): https://diplomado-mldl-fiuna.vercel.app/programa.pdf
  • En el sitio del diplomado encontrará el formulario de inscripción, las preguntas frecuentes y los datos de contacto.

📌 Información clave

  • Inicio de clases Lunes 8 de junio de 2026
  • Finalización Viernes 11 de septiembre de 2026
  • Duración: 14 semanas · 180 horas (80 sincrónicas + 100 autónomas)
  • Modalidad: Virtual sincrónica con grabación de clases
  • Días y horario: Lunes, miércoles y viernes | 18:30 a 20:30
  • Cupo Máximo: 35 participantes
  • Matrícula: Gs. 400.000
  • Cuotas: 4 cuotas de Gs. 800.000
  • Inversión total: Gs. 3.600.000
  • Beca FIUNA: 50 % para estudiantes y docentes de FIUNA (sujeta a evaluación, según Resolución CD N° 1616/2026/015)
  • Aprobado por Resolución CD N° 1616/2026/015

📌 Plantel docente

Coordinador
Esp. Ing. Christian Javier Torres Hermosa
Director del Departamento de Ciencias Básicas, FIUNA. Especialista en didáctica de la educación superior.
DSc. Ing. Leonardo Jara
Doctor en Ciencias por la Universidad de Granada. Investigador en inteligencia artificial aplicada y procesamiento de lenguaje natural.
MSc. Ing. José María Rivas
Doctorando en Federated Learning, Universidad de Granada. Especialista en machine learning aplicado y despliegue de modelos.
DSc. Ing. Diego Stalder
Doctor en Computación Aplicada (INPE, Brasil). Investigador PRONII CONACYT.

Contactos

WhatsApp: +595 981 241 396
Correo electrónico: diplomado_python@ing.una.py
Instagram: @diplomadosfiuna_ai


Descubre más desde Facultad de Ingeniería | UNA

Suscríbete y recibe las últimas entradas en tu correo electrónico.

Deja un comentario