Diplomado en Ciberseguridad Aplicada para Entornos Corporativos

Becas otorgadas con el financiamiento del MITIC

Sede:

Regional

Modalidad:

En Línea

Duración:

90 horas en 4 meses

Horario de Clases:

Martes de 19 a 21 horas
Jueves de 19 a 21 horas

Sobre el Programa

Sobre el Programa

Metodología de Enseñanza

Curso desarrollado en modalidad 100% virtual, combinando instancias sincronas (clases en vivo) y asincronas (acceso a contenido y actividades autoguiadas), con el fin de favorecer el aprendizaje autónomo, colaborativo y aplicado.

El enfoque metodológico se basa en los principios del aprendizaje activo y del aprendizaje basado en proyectos (ABP). A lo largo del curso se aplican estrategias como el estudio de casos, el trabajo colaborativo en entornos virtuales y la resolución práctica de desafíos técnicos.

Las clases sincrónicas se imparten mediante plataformas de videoconferencia (Google Meet, Zoom o equivalente), con grabación y disponibilidad posteriores en el entorno virtual de aprendizaje, de modo que los estudiantes puedan revisar los contenidos en cualquier momento. Las actividades asincrónicas incluyen lecturas guiadas, videos explicativos, cuestionarios interactivos y laboratorios virtuales en notebooks (Google Colab, JupyterLab) que permiten experimentar directamente con código y servicios en la nube.

El curso se apoya en una plataforma de gestión del aprendizaje (LMS) —Moodle— donde se centralizan los materiales de estudio, se publican las guías de laboratorios, se entregan las evaluaciones y se mantienen los foros de consulta e intercambio académico. Además, se promueven las herramientas colaborativas para facilitar la comunicación, la gestión de proyectos y el trabajo en equipo.

Durante el desarrollo del curso, los participantes contarán con acompañamiento docente permanente, sesiones de tutoría opcionales y retroalimentación personalizada sobre las actividades prácticas y el trabajo final integrador. La metodología busca garantizar una experiencia formativa flexible, dinámica y orientada a la aplicación, combinando rigor conceptual con práctica tecnológica en entornos de nube reales.

Fundamentación

La Inteligencia Artificial (IA), la computación en la nube (Cloud Computing) y la infraestructura tecnológica avanzada constituyen pilares esenciales de la transformación digital global. La convergencia de estas áreas ha permitido el desarrollo de soluciones inteligentes, escalables y accesibles, que impulsan la automatización, el análisis masivo de datos y la innovación en sectores como la salud, la educación, la industria y los servicios públicos. Comprender su interacción es hoy una competencia crítica para la formación de profesionales capaces de participar activamente en la economía digital emergente.

Objetivos

General:

  • Brindar a los participantes los conocimientos teóricos y prácticos fundamentales para comprender, diseñar e implementar soluciones basadas en inteligencia artificial, utilizando infraestructuras y servicios de computación en la nube, y promover el desarrollo de competencias técnicas para el despliegue seguro y eficiente de sistemas inteligentes en entornos virtuales.

Específicos:

  • Analizar los fundamentos teóricos y metodológicos de la inteligencia artificial, comprendiendo los principales paradigmas de aprendizaje y las herramientas básicas para el desarrollo de modelos inteligentes.
    (Alineado con el Módulo 1: Fundamentos de Inteligencia Artificial)
  • Reconocer los principios de la computación en la nube y sus arquitecturas de servicio, identificando las ventajas, componentes y entornos necesarios para el despliegue de soluciones tecnológicas basadas en IA.
    (Alineado con el Módulo 2: Fundamentos de Computación en la Nube)
  • Aplicar técnicas y servicios de integración entre IA y Cloud Computing, desarrollando modelos, APIs y flujos de trabajo automatizados para el entrenamiento, el despliegue y el mantenimiento de sistemas inteligentes.
    (Alineado con el Módulo 3 y 4: Integración de IA en entornos Cloud)
Perfil del Participante

Dirigido a estudiantes, profesionales y técnicos de los ámbitos de la informática, la ingeniería, las ciencias aplicadas y la tecnología que deseen adquirir competencias fundamentales en el desarrollo e implementación de soluciones de inteligencia artificial (IA) mediante plataformas de computación en la nube (Cloud Computing).

Criterios de Elegibilidad
  • Ser de nacionalidad paraguaya o contar con residencia permanente en el país.
  • Haber alcanzado la mayoría de edad (18 años cumplidos) al cierre del periodo de postulación.
  • No contar con antecedentes policiales ni judiciales.
  • Registrarse en el Diplomado de la Prestadora y haber sido admitido por la misma.
  • Cumplir con al menos uno de los siguientes requisitos:
    1. Ser egresado o estudiante (a partir del tercer año) de carreras como Ingeniería en
      Informática, Análisis de Sistemas u otras afines, conforme al listado de carreras en TIC
      del CONES.
    2. En caso de no ser estudiante o egresado universitario, haber culminado Bachillerato Técnico en Informática (BTI), presentar titulo o el certificado de estudios correspondiente.
Plan de Estudios

 

Módulo

Título

Horas

Contenidos principales

Metodología

Competencias

1

Introducción, Gobernanza y Gestión de Riesgos

10

Conceptos básicos de ciberseguridad y riesgo; marcos ISO 27001/NIST; gestión y matriz de riesgos.

Clases expositivas breves, análisis de casos y ejercicio de matriz de riesgos.

Comprende el rol estratégico de la ciberseguridad y aplica nociones básicas de gestión de riesgos.

2

Redes, Protocolos y Seguridad Perimetral

12

Fundamentos de redes y protocolos; perímetro, segmentación, firewalls e IDS/IPS.

Demostraciones con diagramas, laboratorio guiado y casos de arquitectura segura.

Reconoce componentes de red y propone configuraciones perimetrales más seguras.

3

Sistemas Operativos y Hardening (Windows / Linux)

12

Seguridad en Windows/Linux; usuarios y permisos; hardening y gestión de parches.

Laboratorios en máquinas virtuales con checklists de hardening.

Administra y refuerza la seguridad básica de servidores y estaciones de trabajo.

4

SOC, SIEM y Monitorización de Seguridad

12

SOC y SIEM; monitoreo, correlación de eventos e incidentes de seguridad.

Demostraciones de flujos, laboratorio en SIEM simulado y role-play de respuesta a incidentes.

Interpreta eventos de seguridad y participa en la respuesta a incidentes.

5

Gestión de Vulnerabilidades y Pentesting Básico

10

Gestión de vulnerabilidades; escaneo, priorización por riesgo e introducción al pentesting ético.

Laboratorios de escaneo, análisis de reportes y mini-informe de vulnerabilidades.

Identifica, prioriza y propone remediación básica de vulnerabilidades.

6

Gestión de Identidades y Accesos (IAM)

8

Identidad digital, IAM, directorios, modelos de control de acceso y MFA/SSO.

Clases con diagramas, demostraciones de políticas de acceso y ejercicios de diseño de roles.

Aplica el principio de mínimo privilegio y configura accesos básicos basados en roles.

7

Seguridad en la Nube y Enfoque DevSecOps

10

Modelos de nube, responsabilidades compartidas, riesgos cloud y enfoque DevSecOps.

Ejemplos de arquitecturas cloud, laboratorio de configuración segura y análisis de pipeline CI/CD.

Reconoce riesgos en cloud y plantea controles y puntos de seguridad en el ciclo DevOps.

8

Seguridad de Aplicaciones y Desarrollo Seguro

8

Seguridad en el SDLC, OWASP Top 10 y pautas de codificación segura.

Análisis de ejemplos de código, taller de identificación de vulnerabilidades y mitigación.

Identifica vulnerabilidades típicas y sugiere mejoras de desarrollo seguro.

9

Cumplimiento Legal y Privacidad de la Información

8

Marco legal de protección de datos, privacidad y políticas internas de seguridad.

Clases con casos de incumplimiento, debates éticos y revisión de políticas modelo.

Reconoce obligaciones legales básicas y contribuye al ajuste de políticas de seguridad y privacidad.

10

Proyecto Final Integrador y Evaluación

10

Proyecto integrador: diagnóstico, propuesta de controles e informe ejecutivo/técnico.

Tutorías, trabajo autónomo y presentación/defensa del proyecto final.

Integra lo aprendido en un proyecto aplicable y lo comunica de forma clara y fundamentada.

 

Método de Evaluación

La evaluación se basa en un enfoque continuo y por competencias, combinando actividades prácticas y teóricas con un Trabajo Final Integrador. Se prioriza la aplicación de los contenidos en contextos reales mediante la resolución de problemas y el desarrollo de proyectos.

1. Evaluación Continua – 70 %

Corresponde a las actividades desarrolladas durante los cuatro módulos teórico-prácticos:

  • Cuestionarios y autoevaluaciones: 10 %
  • Laboratorios y ejercicios prácticos: 40 %
  • Estudios de caso o miniproyectos: 20 %

Las actividades serán individuales o grupales, realizadas en entornos virtuales (Google Colab, GitHub, etc.) y con acompañamiento docente permanente.

2. Trabajo Final Integrador – 30 %

El estudiante deberá diseñar e implementar una solución basada en IA desplegada en infraestructura cloud, aplicando los conocimientos adquiridos.
Criterios de valoración:

  • Pertinencia del problema y originalidad.
  • Correcta aplicación de modelos y servicios en la nube.
  • Documentación técnica y presentación final.
  • Seguridad, eficiencia y sostenibilidad del sistema.

3. Requisitos de Aprobación

  • Alcanzar al menos el 60 % del puntaje total.
  • Cumplir el 80 % de las actividades prácticas.
  • Presentar y aprobar el Trabajo Final Integrador.

Pre-postúlate y Descarga el Brochure

Pre-postúlate y Descarga el Brochure

Pre-postulación finalizada 

Scroll al inicio