Asignaturas Optativas

Introducción al aprendizaje automático: conceptos, pipelines y métricas. Manipulación y preprocesamiento de datos, con énfasis en imágenes. Aprendizaje supervisado: regresión y clasificación (k-NN, SVM, árboles de decisión, bosques aleatorios). Aprendizaje no supervisado: clustering y reducción de dimensionalidad (PCA). Introducción al aprendizaje profundo: Redes neuronales densas (MLP) . Redes convolucionales (CNN). Transfer learning. Visión por computadora: Procesamiento de imágenes (filtros, bordes, histogramas). Clasificación de imágenes. Detección de objetos. Evaluación, validación e interpretación de modelos. Ética y responsabilidad en el uso de imágenes y sistemas inteligentes.

Fundamentos de Big Data. Arquitecturas de procesamiento por lotes y en streaming. Sistemas de archivos distribuidos. Frameworks de procesamiento distribuido. Procesamiento de datos en memoria. Sistemas de mensajería para streaming. Bases de datos no relacionales. Almacenes de datos para analítica. Orquestación de pipelines. Optimización y ajuste de rendimiento.

Fundamentos de la seguridad de la información: principios de confidencialidad, integridad y disponibilidad. Gestión de riesgos: identificación, análisis y mitigación de amenazas. Tipos de amenazas: malware, phishing, ingeniería social, ataques a redes y sistemas. Análisis y evaluación de vulnerabilidades. Seguridad en redes y sistemas: controles de acceso, protección de infraestructura y monitoreo. Criptografía básica y mecanismos de cifrado para la protección de datos. Gestión de accesos e identidad. Marco legal, ético y profesional aplicable a la ciberseguridad.

Ciencia de Datos Avanzada. Ingeniería de Datos y Preparación Avanzada. Big Data y Arquitecturas Distribuidas. Minería de Datos Avanzada. Deep Learning Complejo. Analítica Predictiva y Modelos Avanzados. Visualización Avanzada y Comunicación.

Fundamentos de computación en la nube. Modelos de servicio: infraestructura, plataforma y software como servicio. Modelos de despliegue: nube pública, privada e híbrida. Virtualización y contenedores. Orquestación de contenedores. Servicios de computación y almacenamiento. Bases de datos en la nube. Arquitecturas sin servidor. Redes virtuales y seguridad. Monitoreo y registro de eventos. Infraestructura como código. Integración y despliegue continuos en entornos de nube.

Evolución del desarrollo con asistentes inteligentes. Herramientas de autocompletado y generación de código. Generación de código mediante modelos de lenguaje. Técnicas de comunicación con sistemas de generación de código. Desarrollo dirigido por pruebas con asistencia de IA. Generación automática de pruebas unitarias y de integración. Revisión de código asistida. Refactorización inteligente de código. Detección de errores y vulnerabilidades. Documentación automática. Conversión entre lenguajes de programación. Depuración asistida. Automatización de operaciones de desarrollo. Aspectos éticos y limitaciones. Integración en entornos de desarrollo.

Fundamentos y cultura de desarrollo y operaciones. Flujos de trabajo de control de versiones. Integración y despliegue continuos. Herramientas de automatización de integración. Contenedores avanzados. Orquestación de contenedores en producción. Infraestructura como código. Gestión de configuración. Monitoreo y observabilidad. Registro centralizado de eventos. Ingeniería de confiabilidad de sitios. Indicadores y objetivos de nivel de servicio. Presupuestos de errores. Gestión de incidentes. Ingeniería del caos. Pruebas de rendimiento. Seguridad en desarrollo y operaciones.

Fundamentos de inteligencia artificial generativa. Redes generativas adversarias y autoencoders variacionales. Modelos de difusión para generación de imágenes. Modelos de lenguaje extensos. Arquitecturas de transformadores. Técnicas de comunicación con modelos generativos. Ajuste fino de modelos preentrenados. Generación aumentada por recuperación. Representaciones vectoriales y bases de datos especializadas. Modelos multimodales. Ética y limitaciones de sistemas generativos. Interfaces de programación de modelos generativos. Casos de uso empresariales.

Fundamentos de inteligencia de negocios. Arquitectura de sistemas de inteligencia de negocios. Almacenes de datos. Modelado dimensional. Esquemas estrella y copo de nieve. Tablas de hechos y dimensiones. Procesos de extracción, transformación y carga. Calidad de datos. Cubos multidimensionales. Procesamiento analítico en línea. Minería de datos para negocios. Técnicas de descubrimiento de patrones. Visualización de datos. Tableros de control. Indicadores clave de rendimiento. Scorecards empresariales. Reportes operacionales y estratégicos. Análisis predictivo básico. Sistemas de soporte a decisiones. Gobierno de datos. Arquitecturas de autoservicio. Análisis de datos en tiempo real.