Machine Learning Engineering

CERTIFICACIÓN PROFESIONAL

ÁREA: NEGOCIOS DIGITALES

MODALIDAD: Virtua

ESTADO: Inscripciones abiertas

Charla informativa: 18/08/2026

INICIO: 01/09/2026

FINALIZACIÓN: 01/10/2026

En esta Certificación los participantes aprenderán las herramientas del mercado actual para construir infraestructuras de datos. Impulsándose del lenguaje Python y de librerías y tecnologías para el manejo de grandes cantidades de datos. Comienza con un foco en técnicas modernas de Software engineering y conceptos de Data engineering, para después avanzar con casos prácticos con código y uso de la terminal.
 

OBJETIVOS DEL PROGRAMA 

  1. Desarrollar habilidades técnicas enfocadas en el desarrollo de sistemas de datos con Python, Cloud Computing, fundamentos de Ingeniería de Datos y Machine Learning.
  2. Impulsar la innovación, la agilidad, la eficiencia en el manejo de los costos en el ámbito de Cloud.
  3. Construir soluciones de datos end-to-end sobre entornos Cloud (principalmente Amazon Web Services) desarrollando experiencia en las mejores prácticas para este tipo de sistemas y entornos.

 

OBJETIVOS DE FORMACIÓN

  1. Comprensión clara de los fundamentos de Cloud, Deep Learning y Python.
  2. Capacidad para implementar soluciones de las tecnologías mencionadas arriba en las distintas industrias.
  3. Habilidad para proponer soluciones innovadoras y disruptivas del mundo Cloud dentro de la empresa en donde trabaja el participante, teniendo en cuenta que lo que se busca con este programa es el ahorro de costos, la agilidad, la sustentabilidad y la excelencia operacional.
  4. Calificación para poder rendir las certificaciones en Cloud Solution Architect Associate y Cloud Developer Associate.
 

El enfoque tendrá un fuerte componente práctico que les permitirá desempeñarse a un alto nivel en el área de datos de cualquier empresa. Trabajaremos en varios casos prácticos y conociendo experiencias en primera persona a cargo de los profesores, quienes trabajan con los servicios que conoceremos en esta certificación.
Habrá materiales teóricos para consultar de forma asincrónica.
Las clases tendrán una instancia de consultas teóricas sobre los materiales del curso asignados para cada clase, y, en un segundo momento, se trabajarán casos prácticos.

 

Personas que, independientemente de la industria en la que se desempeñen, tengan conocimientos, experiencia y que hayan trabajado en el ambiente tecnológico (base de datos, cómputo, almacenamiento, desarrollo, analítica, etc.).No es necesario tener conocimientos profundos de los temas mencionados, pero sí es importante conocerlos.

Conocimientos, experiencia profesional en el ambiente tecnológico (manejo de base de datos, cómputo, almacenamiento, desarrollo, analítica, etc.). No es necesario tener conocimientos profundos de los temas mencionados, pero sí es importante conocerlos.

PLAN DE ESTUDIOS

En este módulo se verán conceptos y herramientas que son necesarias para el consumo, procesamiento y ordenamiento para lograr data warehouses y data lakes. Luego se continúa con la preparación de los datos y el posterior desarrollo de sistemas basados en Machine Learning utilizando los datos del pipeline anteriormente construido.
● Arquitecturas modernas de datos sobre Amazon Web Services (batch y streaming).
● Pipeline de Data Engineering y Data Science sobre AWS.
● Desarrollo de un sistema de ML: training, cross validation, hyperparameter tuning, etc.

CUERPO DOCENTE

Todos collapsables cerrados

Este accordion está para que todos los ítems permanezcan cerrados

Martín Jourdan

MODALIDAD

CERTIFICACIÓN PROFESIONAL EN MACHINE LEARNING ENGINEERING

Mail de bienvenida: martes 1 de septiembre
Primera clase sincrónica: martes 8 de septiembre
Finalización: jueves 1 de octubre
Días y horarios: martes y jueves de 18:30 a 20:30
Metodología de cursada: Virtual 100%
Frecuencia: 2 clases semanales de 2 horas
Duración: 4 semanas – 8 clases

Para conocer más sobre el programa y/o avanzar con el proceso de inscripción completá el formulario de consulta de la Certificación Profesional en Machine Learning Engineering.