Ggemis Contactanos
Gemis Academy · Cursos académicos

Cursos y diplomaturas.

Abordamos inteligencia artificial y otras tecnologías en actividades curriculares de grado y posgrado, y en diplomaturas orientadas a la práctica. Adaptamos los contenidos a los objetivos y la orientación de cada propuesta académica.

Diplomaturas

Aprender IA a través de proyectos.

Recorridos que combinan fundamentos, práctica y proyectos integradores. Los contenidos se adaptan al contexto de cada propuesta académica.

Participantes analizan datos y modelos de IA como parte de un proyecto aplicado

Inteligencia Artificial Aplicada

Un trayecto para convertir datos en soluciones de IA, desde la exploración y el modelado hasta la presentación de un proyecto funcional.

  • Fundamentos de IA, Python, exploración y visualización de datos.
  • Machine learning, aprendizaje profundo, visión por computadora y lenguaje natural.
  • Publicación de modelos mediante APIs y análisis de resultados.
  • Ética, sustentabilidad y desarrollo iterativo de un proyecto.

12 encuentros · Proyecto aplicado

Equipo estudia modelos generativos, recuperación de información y componentes de despliegue

Inteligencia Artificial Generativa

Profundiza en modelos generativos y en su integración con fuentes de conocimiento y servicios para desarrollar soluciones de IA evaluables.

  • Arquitecturas transformer y modelos de lenguaje de gran escala (LLM).
  • Generación de texto e imágenes, multimodalidad y evaluación de resultados.
  • RAG y bases de datos vectoriales para incorporar información propia.
  • Despliegue de aplicaciones generativas con contenedores, ética y proyecto integrador.

12 encuentros · Proyecto integrador

Equipo diseña un agente de IA conectado a herramientas, documentos y puntos de control humano

Desarrollo de Agentes de IA

Forma perfiles capaces de diseñar e implementar agentes que conectan modelos generativos con herramientas, datos, APIs y mecanismos de control.

  • Fundamentos de IA generativa, prompting, RAG y gobernanza de datos.
  • Agentes con herramientas, memoria, estado y supervisión humana.
  • Orquestación, evaluación, seguridad y observabilidad.
  • Proyecto integrador con un agente funcional y criterios de producción.

20 encuentros · Proyecto integrador

Profesionales usan IA para conectar requisitos, código, pruebas y revisión de software

IA Aplicada al Desarrollo de Software

Integra asistentes y agentes de IA al ciclo de desarrollo de software, con revisión técnica, trazabilidad y control de calidad.

  • IA generativa, prompting, datos y evaluación.
  • Programación, pruebas, depuración, refactorización y revisión asistidas.
  • Flujos con agentes, modelos de lenguaje pequeños y automatización de CI/CD.
  • Proyecto integrador desde el requisito hasta una entrega reproducible.

20 encuentros · Proyecto integrador

¿Te interesa una diplomatura?

Contanos cuál te interesa y conversemos sobre la propuesta.

Consultanos
Cursos de grado

Fundamentos y aplicaciones de IA

Estudiantes exploran un árbol de búsqueda y una red de conocimiento con un docente

Inteligencia Artificial

Una introducción a la construcción de sistemas inteligentes: cómo representar problemas, razonar sobre ellos y elegir técnicas de IA con criterio ingenieril.

  • Agentes, búsqueda heurística y planificación.
  • Representación del conocimiento y razonamiento bajo incertidumbre.
  • Aprendizaje automático y procesamiento del lenguaje natural.
  • Diseño y evaluación de sistemas inteligentes.
Estudiantes analizan redes neuronales y modelos probabilísticos en un laboratorio

Inteligencia Artificial Avanzada

Profundiza en modelos de inteligencia computacional para resolver problemas complejos de sistemas de información mediante técnicas de aprendizaje y optimización.

  • Redes neuronales y aprendizaje profundo.
  • Algoritmos evolutivos e inteligencia de enjambre.
  • Razonamiento probabilístico y manejo de incertidumbre.
  • Sistemas multiagente y aprendizaje por refuerzo.
Estudiantes diseñan un sistema que conecta modelos de lenguaje, documentos y agentes con herramientas

Inteligencia Artificial Generativa

Explora aplicaciones de IA generativa con modelos de lenguaje, recuperación de información y agentes integrados en sistemas de software.

  • LLM, prompting y salidas estructuradas.
  • RAG: indexación, recuperación y evaluación.
  • Agentes, memoria, herramientas y arquitecturas multiagente.
  • Observabilidad, seguridad, privacidad y uso responsable.
Cursos de especialización, maestría y doctorado

Profundización en IA y tecnologías digitales

Investigadores estudian componentes conectados de un sistema de información inteligente

Sistemas de Información Inteligentes

Estudia modelos para desarrollar sistemas inteligentes, sus ámbitos de aplicación y las decisiones de diseño necesarias para implementarlos con responsabilidad.

  • Agentes inteligentes y computación cognitiva.
  • Sistemas bioinspirados.
  • Implementación de sistemas inteligentes.
  • Seguridad y aspectos éticos.
Investigadores convierten datos en análisis, pronósticos y apoyo a decisiones

Aprovechamiento Inteligente de Datos

Aborda cómo transformar grandes volúmenes de datos en conocimiento útil para predecir, pronosticar y apoyar decisiones mediante IA y aprendizaje automático.

  • Datos, información y conocimiento.
  • Analítica, predicción, pronóstico y prescripción.
  • Computación suave y entornos Big Data.
  • Arquitecturas de soporte a decisiones y seguridad de datos.
Participantes analizan redes digitales y su impacto en la sociedad

TICs y Sociedad de la Información

Analiza cómo las tecnologías digitales transforman la comunicación, el trabajo, las instituciones y el acceso al conocimiento.

  • Evolución de las TIC y sociedad de la información.
  • Brecha digital, inclusión y accesibilidad.
  • Transformación de organizaciones y servicios.
  • Privacidad, ciudadanía digital e impactos sociales.
Docente y estudiantes estudian datos, modelos de aprendizaje y razonamiento aproximado

Machine Learning y Razonamiento Aproximado

Combina aprendizaje a partir de datos con técnicas para modelar imprecisión e incertidumbre en sistemas inteligentes.

  • Aprendizaje supervisado y no supervisado.
  • Conjuntos difusos y lógica difusa.
  • Inferencia aproximada y tratamiento de la incertidumbre.
  • Evaluación y selección de modelos.
Estudiantes analizan cómo varios agentes autónomos coordinan tareas en una red distribuida

Sistemas Multiagentes

Estudia los fundamentos de los sistemas formados por agentes autónomos que interactúan para resolver problemas distribuidos.

  • Arquitecturas y comportamiento de agentes autónomos.
  • Comunicación, coordinación y cooperación.
  • Negociación y resolución distribuida de problemas.
  • Planificación y evaluación de sistemas multiagente.

Diseñemos cursos para nuevos desafíos tecnológicos.

Podemos adaptar contenidos y metodologías a diferentes carreras, equipos y objetivos de formación.

Conversemos