Diplomado en Inteligencia Artificial en Infraestructura Cloud

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 síncronas (clases en vivo) y asíncronas (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.

Desde una perspectiva de desarrollo sostenible, este curso se alinea con varios Objetivos de Desarrollo Sostenible (ODS):

  • ODS 4 (Educación de Calidad): fomenta la capacitación en competencias digitales avanzadas mediante una formación virtual inclusiva.
  • ODS 8 (Trabajo Decente y Crecimiento Económico): impulsa la empleabilidad en el sector tecnológico de alta demanda.
  • ODS 9 (Industria, Innovación e Infraestructura): promueve la adopción de tecnologías emergentes para modernizar la infraestructura de las TIC.
  • ODS 10 (Reducción de las Desigualdades): facilita el acceso equitativo a la educación tecnológica mediante la modalidad virtual, reduciendo las brechas territoriales y socioeconómicas.

En el contexto paraguayo, la pertinencia de esta formación es estratégica. El país se encuentra en un proceso de consolidación de su ecosistema digital y científico-tecnológico, impulsado por iniciativas de innovación, el fortalecimiento del capital humano y la transformación de los servicios públicos. Sin embargo, persisten desafíos en materia de infraestructura tecnológica, de talento digital y de la adopción de soluciones basadas en IA en instituciones públicas y privadas. Este curso responde a dichas necesidades, ofreciendo un espacio de formación que articula teoría, práctica y aplicación contextualizada, orientado a fortalecer las capacidades profesionales en tecnologías inteligentes y en computación en la nube.

En suma, el curso “Introducción a la Inteligencia Artificial en Infraestructura Cloud” contribuye al desarrollo de talento humano altamente calificado, promueve la competitividad tecnológica y apoya los esfuerzos nacionales y regionales por consolidar una sociedad del conocimiento inclusiva, innovadora y sostenible.

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 específicas

1

Fundamentos de Inteligencia Artificial

20

. Conceptos básicos de IA y aprendizaje automático.


. Introducción a las redes neuronales y a los modelos de lenguaje.

. Librerías fundamentales: NumPy, Pandas, Scikit-learn.

. Clases Teóricas


. Actividades de laboratorio


. Micro evaluaciones

. Comprende los principios teóricos y metodológicos que sustentan la inteligencia artificial y el aprendizaje automático.


. Utiliza herramientas y librerías básicas para desarrollar modelos simples de IA.

2

Fundamentos de Computación en la Nube

20

Conceptos básicos de cloud computing.

Principales proveedores: AWS, Azure, Google Cloud, Oracle Cloud.

Contenedores y virtualización (Docker, Kubernetes).

Almacenamiento y bases de datos en la nube.

. Clases Teóricas


. Actividades de laboratorio


. Micro evaluaciones

Identifica los conceptos, modelos de servicio (IaaS, PaaS, SaaS) y arquitecturas principales del cloud computing.

Comprende el funcionamiento de los entornos virtualizados y la gestión de recursos mediante contenedores (Docker, Kubernetes).

Configura entornos básicos en las plataformas cloud (AWS, Azure, Google Cloud) para el despliegue de servicios.

Valora la importancia de la escalabilidad, la disponibilidad y la sostenibilidad de los recursos en la nube.



3

Integración de IA en entornos Cloud – Básica

20

Servicios de IA en la nube (AWS AI Services, Azure Cognitive, Vertex AI).

Entrenamiento y despliegue de modelos en la nube.



. Clases Teóricas


. Actividades de laboratorio


. Micro evaluaciones

Implementa modelos de IA dentro de infraestructuras en la nube utilizando servicios gestionados de aprendizaje automático.

Desarrolla flujos de trabajo automatizados (pipelines) para el entrenamiento y despliegue de modelos mediante MLOps.

4

Integración de IA en entornos Cloud – Avanzada

20

MLOps: pipeline, CI/CD y monitorización.

APIs REST y microservicios para IA.

. Clases Teóricas


. Actividades de laboratorio


. Micro evaluaciones

Diseña e integra APIs REST y microservicios que conectan modelos de IA con aplicaciones cloud.

Evalúa el desempeño, escalabilidad y eficiencia de modelos desplegados en entornos distribuidos.

5

Trabajo Integrador

10

Desarrollo de un proyecto aplicado que integre IA y Servicios Cloud

Taller grupal

Exposición grupal

Tormenta de ideas de proyectos a ser implementados. Trabajo práctico final.

 

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