El curso está constituido de tres clases elearning y una clase sincrónica.

• Aprendizaje autónomo asincrónico
• Clase expositiva
• Foro formativo
• Controles formativos

El curso cuenta con las siguientes actividades de evaluación formativa:

• 3 controles individuales
• 1 foro

• Importancia del autoconocimiento y la gestión personal
• Manejo del tiempo
• Manejo del estrés

• Importancia de las emociones en el funcionamiento humano
• Estrategias de gestión emocional
• Capital psicológico (autoeficacia, optimismo, esperanza y resiliencia)

• Proactividad y agilidad de aprendizaje
• Visión y propósito
• Desarrollo de carrera

Los estudiantes deben asistir a dos clases en vivo con el docente, donde podrán reforzar conocimientos y resolver dudas. La asistencia a dichas clases es de carácter obligatoria vía streaming o asistiendo presencialmente en los lugares y horarios de realización que se definan si esto es posible.

El curso contempla la entrega de un trabajo grupal, desarrollado a lo largo del bimestre. Se espera que el estudiante aplique los conocimientos adquiridos mediante el diseño de propuestas de mejoras en contextos reales, evaluación de casos, elaboración de prototipos, etc.

• Fundamentos de la IA
• Historia y evolución de la IA
• Tipos de aprendizaje automático

• Principios de inteligencia artificial generativa (IAG)
• Ejemplos de IAG
• Aplicaciones prácticas de la IAG

• Casos de estudio en el uso de IA en la industria.
• Implementación de IA en la toma de decisiones empresariales.
• Primeros pasos para implementar soluciones de IA en tu empresa.

• Metodologías para la implementación de soluciones de IA.
• Integración de teoría y aplicación práctica en proyectos reales.
• Gobernanza para planificación y ejecución de proyectos en IA.

• Horizontes de adopción de la IA.
• Nuevas capacidades de la IA,
• Foresight

• Ética en la IA.
• Desafíos y oportunidades sociales de la IA.
• Mitigaciones y regulaciones propuestas.

Un profesor ayudante interactúa directamente con un grupo reducido de participantes para ayudar a resolver problemas técnicos remanentes, como por ejemplo la correcta instalación de herramientas de software y el uso apropiado de algunas herramientas. Asimismo, para la preparación de set de datos para la reducción de dimensionalidad, y guiar el trabajo en las diferentes técnicas de reglas de asociación, algoritmos de clasificación, clustering y medidas de similaridad.

Los alumnos deberán aplicar los conocimientos adquiridos a lo largo del curso mediante la realización de tres trabajos o miniproyectos individuales. Cada uno de ellos busca fortalecer distintas habilidades de análisis, aplicación e integración de los conceptos aprendidos. Aunque las entregas son individuales, se fomenta el intercambio de ideas y la discusión entre compañeros antes del desarrollo y entrega de los trabajos, con el fin de enriquecer el aprendizaje colaborativo.

• Árbol de decisión
• KNN
• Random Forest

• K-Means
• Clustering jerárquico

• Modelo de entrenamiento
• Métricas de evaluación

Los estudiantes deben asistir a dos clases en vivo con el docente, donde podrán reforzar conocimientos y resolver dudas. La asistencia a dichas clases es de carácter obligatoria vía streaming o asistiendo presencialmente en los lugares y horarios de realización que se definan si esto es posible.

El curso contempla la entrega de un trabajo grupal, desarrollado a lo largo del bimestre. Se espera que el estudiante aplique los conocimientos adquiridos mediante el diseño de propuestas de mejoras en contextos reales, evaluación de casos, elaboración de prototipos, etc.

• Los datos como base de la IA
• Los datos como recurso
• Estrategia de datos
• Desafíos principales relacionados con datos

• Factores de calidad de los datos
• Asegurando la calidad en la fuente
• Creando una cultura de calidad de los datos
• El problema del sesgo

• Fuentes de datos y forma de adquisición
• Datos estructurados, no estructurados, big data
• Metadata
• Infraestructura, herramientas, tecnología
• Arquitecturas centralizadas y descentralizadas
• Datos en la nube

• La necesidad de un gobierno de datos
• Gestión de la metadata
• Frameworks de gobernanza de datos
• Roles y responsabilidades

• Privacidad, confidencialidad e integridad
• Principales amenazas
• Encriptación de los datos
• Gestión de identidad y accesos (IAM)
• Frameworks de seguridad de los datos

• Privacidad de los datos
• Datos sensibles y datos personales
• Marco regulatorio internacional
• Marco regulatorio nacional

• Definición y conceptos clave
• Importancia de la ética en el entorno empresarial moderno
• Diferencia entre ética y cumplimiento normativo
• Análisis de casos prácticos y buenas prácticas

• Cómo construir una cultura ética
• Rol del liderazgo en la promoción de la ética
• Impacto de la cultura ética en el desempeño organizacional
• Análisis de casos prácticos y buenas prácticas

• Marco para el uso de nuevas tecnologías y la toma de decisiones éticas
• Casos de estudio y ejemplos prácticos
• Manejo de dilemas éticos en el entorno laboral
• Gestión de decisiones difíciles desde el punto de vista ético en el mercado, con competidores y en temas de marketing con clientes

• Concepto y evolución del valor compartido y sus diferencias con la RSC
• Integración de la ética en el valor compartido y la RSC
• Beneficios y desafíos del valor compartido y la RSC para las empresas
• Análisis y discusión de casos prácticos exitosos y aplicaciones a distintas empresas

• Relación entre ética empresarial y sostenibilidad
• Prácticas sostenibles y su impacto ético con el uso de nuevas tecnologías
• Innovación y ética en la sostenibilidad empresarial
• Plan de acción para implementar la ética en el modelo de negocios, con el uso de nuevas tecnologías y la sostenibilidad de una empresa

• Importancia de la transparencia en la ética empresarial
• Mecanismos de rendición de cuentas
• Estrategias para implementar prácticas de transparencia en la empresa
• La transformación personal, del liderazgo y organizacional para la instalación de la transparencia y la buena rendición de cuentas en el día a día de la empresa