Curso en inteligencia Artificial y Ciencia de Datos

Acerca del programa:

El Curso de Inteligencia Artificial y Ciencia de Datos – Nivel Básico está diseñado para formar a los participantes en inteligencia artificial y ciencia de datos, y brindarles las herramientas necesarias para recopilar, procesar, analizar y modelar información orientada a la solución de problemas en la industria.

A lo largo del programa, los participantes desarrollan competencias en programación con Python, gestión y visualización de datos, y aplicación de algoritmos básicos de machine learning, integrando el análisis técnico con el pensamiento crítico y la toma de decisiones basada en datos.

Dirigido a:
Personas interesadas en iniciar o fortalecer su formación en inteligencia artificial y ciencia de datos, sin necesidad de conocimientos previos en programación o análisis avanzado.

Estudiantes, egresados y profesionales de áreas como negocios, ingeniería, comunicación, diseño, derecho, educación y disciplinas afines, así como a cualquier persona que busque desarrollar habilidades analíticas, automatizar procesos y utilizar datos para mejorar la toma de decisiones en su entorno profesional.

Más información del programa

Fechas de apertura

13 de marzo de 2026

Duración

40 horas

Horario

Viernes de 17:00 a 22:00 h

¿QUÉ COMPETENCIAS VAS A ADQUIRIR?

Comprensión de los fundamentos de la inteligencia artificial y la ciencia de datos

Desarrollo de soluciones básicas utilizando Python y entornos de desarrollo

Impulsa una visión analítica aplicable a distintos sectores profesionales.

Análisis y visualización de información para la exploración de datos

Aplicación de modelos básicos de machine learning para el análisis predictivo.

Contenido

- Módulo I. Introducción a la inteligencia artificial y ciencia de datos

Conceptos básicos de inteligencia artificial y ciencia de datos

Instalación de librerías, entorno de desarrollo integrado y primer acercamiento a Python

- Módulo II. Recopilación y preprocesamiento de datos

Tipos y fuentes de datos. Bases de datos y programación orientada a objetos
Métodos de recopilación y almacenamiento de datos (SQL, NoSQL, CSV y APIs). Programación orientada a objetos.

- Módulo III. Análisis descriptivo

Análisis descriptivo y exploratorio de datos

Uso de herramientas de visualización de datos (Matplotlib y Seaborn), procesamiento numérico (NumPy) y de transformación de datos (Pandas)

- Módulo IV. Fundamentos de machine learning

Conceptos básicos de machine learning. Regresión lineal y logística. Cross-validation.

Aplicaciones de regresión lineal y logística con librería Scikit-learn

- Módulo V. Fundamentos de machine learning (parte 2)

Algoritmos de clasificación (k-NN, SVM lineal y naive Bayes)

Aplicaciones de k-NN y SVM lineal

- Módulo VI. Fundamentos de machine learning (parte 3)

Algoritmos de agrupamiento (k-means y expectation maximization)

Aplicaciones de k-means y expectation maximization

- Módulo VII. Proyecto final (parte 1) – Hackathon

Definición y brainstorming de proyectos alineados a casos reales de la industria

Coding sesión. Soporte y guía para el desarrollo de los proyectos

- Módulo VIII. Proyecto final (parte 2) – Hackathon

Coding sesión. Soporte y guía para el desarrollo de los proyectos

Presentación de los proyectos

Proceso de admisión

Llenar la solicitud de admisión.
Contactar a tu asesor para conocer las opciones de pago de inscripción y descuentos vigentes.
Enviar tu solicitud y comprobante de pago.

* Programación sujeta a cambios sin previo aviso. La Universidad Anáhuac Querétaro se reserva el derecho de posponer o cancelar los programas que no cumplan con el quórum requerido. Precios exentos de IVA. Monto de inscripción no reembolsable.