Competencias básicas en Tecnologías emergentes 2024

Este curso está diseñado para proporcionar una base sólida y actualizada en las tecnologías que están definiendo el presente y el futuro, permitiendo a los participantes comprender sus conceptos clave, su potencial y sus implicaciones.

Temario

Duración Total: 80 Horas

Módulo 1: Fundamentos y Panorama de las Tecnologías Emergentes (10 Horas)

• Introducción a las Tecnologías Emergentes:
  • Definición y concepto de “tecnología emergente”.
  • Ciclos de vida y adopción de tecnologías (ej. Gartner Hype Cycle).
  • Impacto de las tecnologías emergentes en la sociedad, economía y negocios.
  • Tendencias globales 2024: ¿Qué tecnologías están marcando la pauta?
• Transformación Digital y su Relación con las Emergentes:
  • Conceptos clave de la transformación digital.
  • El papel de las tecnologías emergentes como aceleradores de la TD.
  • Casos de éxito y fracaso en la implementación tecnológica.
• Ética y Responsabilidad en la Tecnología:
  • Consideraciones éticas de la IA, datos y automatización.
  • Privacidad y seguridad de datos (GDPR, LFPDPPP, etc.).
  • Impacto social y laboral de la automatización.

Módulo 2: Inteligencia Artificial (IA) y Machine Learning (ML) (20 Horas)

• Introducción a la Inteligencia Artificial:
  • Conceptos básicos: IA, ML, Deep Learning.
  • Historia y evolución de la IA.
  • Tipos de IA: IA fuerte vs. IA débil, IA estrecha.
• Machine Learning: Algoritmos y Aplicaciones:
  • Aprendizaje supervisado, no supervisado y por refuerzo.
  • Algoritmos comunes: regresión, clasificación, clustering.
  • Herramientas y plataformas populares (ej. Python con scikit-learn, TensorFlow, PyTorch).
  • Casos de uso en diversas industrias (salud, finanzas, marketing).
• Procesamiento del Lenguaje Natural (PLN) e IA Generativa:
  • Fundamentos del PLN: tokenización, embeddings.
  • Modelos de lenguaje grandes (LLMs): ChatGPT, Bard, Llama.
  • Aplicaciones de la IA generativa: creación de contenido, chatbots avanzados, asistentes virtuales.
  • Consideraciones prácticas y limitaciones de la IA generativa.
• Visión por Computadora:
  • Introducción a la visión artificial.
  • Aplicaciones: reconocimiento facial, detección de objetos, vehículos autónomos.

Módulo 3: Cloud Computing y DevOps (15 Horas)

• Conceptos de Cloud Computing:
  • ¿Qué es la nube? Modelos de servicio (IaaS, PaaS, SaaS).
  • Modelos de despliegue: nube pública, privada, híbrida y multi-cloud.
  • Beneficios y desafíos de la adopción de la nube.
• Principales Proveedores de la Nube:
  • Introducción a AWS, Azure y Google Cloud Platform (GCP).
  • Servicios básicos en la nube (cómputo, almacenamiento, bases de datos).
• Fundamentos de DevOps:
  • Filosofía DevOps y su importancia en el desarrollo moderno.
  • Integración Continua/Entrega Continua (CI/CD).
  • Automatización y orquestación de servicios en la nube.
• Serverless Computing:
  • ¿Qué es serverless? Funciones como servicio (FaaS).
  • Ventajas y casos de uso.

Módulo 4: Ciberseguridad y Blockchain (15 Horas)

• Fundamentos de Ciberseguridad:
  • Conceptos clave: amenazas, vulnerabilidades, riesgos.
  • Tipos de ataques comunes (phishing, ransomware, DDoS).
  • Principios de defensa: confidencialidad, integridad, disponibilidad.
  • Mejores prácticas de seguridad para usuarios y empresas.
• Seguridad de Datos y Privacidad:
  • Cifrado y hash.
  • Gestión de identidades y accesos (IAM).
  • Protección de datos en la nube.
• Introducción a Blockchain y Criptomonedas:
  • ¿Qué es Blockchain? Conceptos de bloques, cadenas y consenso.
  • Tecnología de libro mayor distribuido (DLT).
  • Bitcoin y Ethereum: fundamentos y funcionamiento.
  • Contratos inteligentes y DeFi (Finanzas Descentralizadas).
• Aplicaciones de Blockchain más allá de las Criptomonedas:
  • Cadena de suministro, votación electrónica, registros de salud.
  • NFTs (Tokens No Fungibles) y el Metaverso (breve introducción).

Módulo 5: Internet de las Cosas (IoT) y Edge Computing (10 Horas)

• Conceptos de IoT:
  • ¿Qué es el Internet de las Cosas? Componentes (sensores, actuadores, conectividad).
  • Arquitectura IoT: dispositivos, gateways, plataforma, aplicaciones.
  • Protocolos de comunicación IoT (MQTT, CoAP).
• Aplicaciones y Casos de Uso de IoT:
  • Smart Cities, Industria 4.0, Salud Conectada, Hogar Inteligente.
  • Retos de seguridad y privacidad en IoT.
• Edge Computing:
  • ¿Qué es Edge Computing y por qué es importante?
  • Diferencias entre Cloud y Edge Computing.
  • Casos de uso: vehículos autónomos, fábricas inteligentes, telemedicina.

Módulo 6: Datos, Analítica y Visualización (10 Horas)

• Introducción a Big Data:
  • Las 5 Vs del Big Data (Volumen, Velocidad, Variedad, Veracidad, Valor).
  • Fuentes de datos estructurados y no estructurados.
• Análisis de Datos y Business Intelligence (BI):
  • Conceptos básicos de análisis de datos.
  • Herramientas de BI (ej. Power BI, Tableau, Looker Studio – antes Google Data Studio).
  • Fundamentos de SQL para la consulta de datos.
• Visualización de Datos:
  • Principios de visualización efectiva.
  • Tipos de gráficos y cuándo usarlos.
  • Herramientas para crear dashboards y reportes interactivos.

---

Metodología:

• Clases teóricas con ejemplos prácticos.
• Demostraciones en vivo de herramientas y plataformas.
• Ejercicios prácticos y casos de estudio.
• Actividades interactivas y debates sobre el impacto de las tecnologías.
• Proyecto final integrador.