Hay mucha formación en datos que enseña a llamar funciones de una biblioteca. Funciona hasta que el modelo falla, y entonces no hay manera de saber por qué.
¿Trabajás con datos y sentís que usás herramientas que no terminás de entender? Esta Diplomatura está pensada para eso: recorrer el camino completo, desde los fundamentos matemáticos y estadísticos que hacen falta —ni uno más— hasta los cuatro grandes métodos del aprendizaje automático, programando desde la primera clase.
Ningún tema entra porque corresponde
Diseñamos el plan al revés. Primero definimos los cuatro módulos de métodos y después escribimos los de matemática, incluyendo solo lo que los primeros necesitan. Cada tema de fundamentos tiene un destino. Elegí uno para ver dónde se usa.
Tema de fundamentos
Método donde se usa
Predecir una variable a partir de otras.
Encontrar estructura en datos sin etiquetas.
Modelos profundos para imágenes y señales.
Datos ordenados en el tiempo y pronóstico.
Ocho módulos y un proyecto integrador
Cada módulo dura alrededor de dos meses y se trabaja íntegramente en notebooks de Python sobre Google Colab, con datos reales. Tocá un módulo para ver sus contenidos.
M1 Abril · 25 hFundamentos Matemáticos IVer contenidos +
- Matrices y datos, autovalores.
- Descomposición en valores singulares aplicada a compresión y recomendación.
- Grafos.
- Nivelación en Python, NumPy y pandas.
M2 Abr–May · 25 hProbabilidad y EstadísticaVer contenidos +
- Descripción de datos y distribuciones.
- Estimación e incertidumbre.
- Inferencia clásica y bayesiana.
- Contraste de hipótesis y regresión.
M3 Abr–May · 20 hHerramientas InformáticasVer contenidos +
- Git y trabajo colaborativo.
- Entornos reproducibles y contenedores.
- Bases relacionales y SQL sobre datos sucios.
- Formatos y APIs.
M4 May–Jun · 25 hFundamentos Matemáticos IIVer contenidos +
- Gradientes y descenso por gradiente.
- Optimización lineal, convexa y combinatoria.
- Regularización.
- Laplacianos de grafos y teoría de juegos aplicada.
M5 May–Jun · 25 hAprendizaje SupervisadoVer contenidos +
- Del dato crudo al informe: pipelines.
- Modelos regularizados, árboles y ensambles, SVM.
- Métricas y clases desbalanceadas.
- Validación cruzada.
M6 Ago–Sep · 25 hAprendizaje No SupervisadoVer contenidos +
- Agrupamiento y su evaluación.
- Reducción de dimensionalidad: PCA, t-SNE y UMAP.
- Detección de anomalías.
- Reglas de asociación.
M7 Ago–Sep · 25 hRedes NeuronalesVer contenidos +
- Del perceptrón a la red profunda.
- Retropropagación y optimizadores.
- Redes convolucionales y transferencia de aprendizaje.
- TensorFlow y PyTorch.
M8 Octubre · 25 hSeries Temporales y Redes ProfundasVer contenidos +
- Tendencia, estacionalidad y ruido.
- Modelos ARIMA.
- Validación temporal y backtesting.
- Redes recurrentes LSTM y pronóstico.
Un problema real, de principio a fin, en equipos de hasta tres personas y con tutoría docente. Si tenés datos de tu trabajo o de tu investigación, ese puede ser tu proyecto. Un certificado dice que cursaste; un repositorio con tu análisis muestra que sabés hacerlo.
Ver el programa detallado por módulo → Unidades, horas, práctica en notebook y bibliografía.
De abril a octubre, con receso en julio
En abril corren en paralelo M1, M2 y M3; en mayo y junio, M4 y M5; en agosto y septiembre, M6 y M7. El proyecto integrador acompaña todo el año.
Pensada para cursar trabajando
Para graduados con base cuantitativa
Está dirigida a personas con título de grado universitario, o terciario de al menos cuatro años, en especial de carreras de ciencias exactas, naturales, sociales o económicas. No se requieren conocimientos avanzados, pero sí familiaridad con nociones básicas de análisis matemático, álgebra lineal y estadística (como las de primer año de Exactas o Ingeniería) y nociones básicas de programación. Se puede cursar desde cualquier lugar del país o del exterior.
Y necesitás competencias iniciales en ciencia de datos para tu actividad académica o laboral.
Y querés fortalecer tu formación en los fundamentos matemáticos y estadísticos del área.
Salud, agro, ambiente, economía, gestión pública: el proyecto integrador puede ser tu caso.
De matemática, física o informática, y buscás actualizarte en datos e inteligencia artificial.
Docentes-investigadores de la UNCPBA
Cada módulo está a cargo de una cátedra de dos docentes responsables.
Dra. Alejandra Gallego
Dr. Mario Ignacio Simoy
Lic. Lucas Corrales
Dra. Victoria Orlando
Dr. Jorge Tomás Rodríguez
Mg. Rosana Cepeda
Dr. Agustín Nagy
Dr. Pablo Lotito
Dr. Maximiliano Riddick
Interno: publicar esta sección solo después de la conformidad de los responsables en la reunión de coordinación. Faltan fotos y una línea de presentación de cada docente.
El precio, desde el primer contacto
Matrícula única y ocho cuotas, una por módulo. Estudiantes de grado de la UNCPBA pueden cursar becados, con eximición de matrícula, dentro del cupo de becas de cada cohorte (Res. CS N° 4224/10).
Total del programa: $2.650.000 (matrícula más ocho cuotas). Valores según la actualización 2026 del presupuesto; se confirman al abrir la inscripción.
Lo que más nos preguntan
¿Necesito saber programar?
Se esperan conocimientos y nociones básicas de programación. El primer módulo incluye una nivelación en Python, NumPy y pandas, y todo corre en Google Colab desde el navegador, sin instalar nada.
¿Qué base matemática necesito?
No se requieren conocimientos avanzados, pero sí familiaridad con nociones básicas de análisis matemático, álgebra lineal y estadística, como las que se dictan en primer año de las carreras de Exactas o Ingeniería. Los módulos de fundamentos retoman esos temas orientados a datos.
No tengo tiempo, trabajo todo el día.
Son unas 6 horas semanales. Las clases se graban y la asistencia sincrónica no es obligatoria, salvo una instancia por módulo.
¿Sirve para conseguir trabajo?
Se sale con un proyecto reproducible en un repositorio público y con las herramientas que se piden en las búsquedas del área. No ofrecemos bolsa de trabajo ni garantía de inserción: ofrecemos la formación y la evidencia de haberla hecho.
¿Por qué esto y no un curso online más barato?
Diploma universitario, seguimiento docente real (dos docentes responsables por módulo y un tutor cada 25 estudiantes) y fundamento matemático. Un curso grabado no corrige tu proyecto ni responde tus dudas.
¿Qué certificación otorga?
El certificado de Diplomado/a Universitario/a Superior en Ciencia de Datos, expedido por la UNCPBA. Es un trayecto formativo para graduados, orientado a la práctica; como toda diplomatura universitaria, no otorga incumbencias profesionales.
¿Cómo me inscribo?
Se requiere título de grado universitario, o terciario de al menos cuatro años. La preinscripción se acompaña con DNI o pasaporte, currículum vitae ampliado, copia legalizada del título y del programa analítico de la carrera, y una nota de conformidad sobre la ausencia de incumbencias profesionales. Si las postulaciones superan el cupo, el Coordinador y el Consejo Asesor establecen un orden de mérito según antecedentes.
Todas las preguntas: página [/preguntas].
Charla abierta y gratuita: ¿es para vos?
- Cómo está armado el plan, módulo por módulo.
- Un notebook real de la cursada, ejecutado en pantalla.
- Aranceles, dedicación semanal y requisitos.
- Todas tus preguntas.