Certificación a nombre de la Universidad Nacional Agraria La Molina WhatsApp: 944864117 · Central: 6147800 · Lun a sáb, 9:00 a 16:00 · Validar certificado
Especialización Tecnología

Data Science, Machine Learning e Inteligencia Artificial

Desarrolla soluciones con Data Science, Machine Learning e Inteligencia Artificial para analizar datos y generar modelos predictivos.

  • Certificado UNALM
  • 180 horas certificadas
  • Online en vivo
Código DSMLIA · Certificado de aprobación
Inicio
25 oct 2026
Fin
10 ene 2027
Horas certificadas
180 h
Modalidad
Online en vivo
  • Clases en vivoCon el docente, para preguntar y resolver casos
  • GrabacionesTodas las sesiones en el campus virtual
  • MaterialesGuías, ejercicios y recursos descargables
  • Certificado180 h certificadas, verificable en línea

Sobre el curso

Vivimos en la era de los datos. Cada clic, cada compra, cada transacción y cada decisión empresarial genera información valiosa que la mayoría de las organizaciones aún no sabe cómo aprovechar. Los profesionales que saben extraer valor de esos datos, construir modelos predictivos y aplicar inteligencia artificial a problemas reales son hoy los más buscados, mejor pagados y con mayor proyección de carrera en el mundo.

La Especialización en Data Science, Machine Learning e Inteligencia Artificial te lleva desde los fundamentos del análisis de datos hasta el desarrollo de modelos de Machine Learning, redes neuronales y aplicaciones con IA Generativa, usando las herramientas que el mercado laboral exige hoy: Python, SQL, Power BI, TensorFlow, PyTorch, LangChain y las APIs de los modelos de lenguaje más avanzados del mundo.

No importa si nunca has programado. El programa está diseñado para llevarte de cero a profesional competitivo, con casos prácticos aplicados a la realidad del mercado peruano en banca, retail, minería, salud, telecomunicaciones y sector público.

Al terminar no solo tendrás un certificado universitario. Tendrás un portafolio real en GitHub, modelos desplegados en la nube y las habilidades concretas para postular a los roles mejor remunerados del mercado laboral peruano e internacional.

El futuro pertenece a quienes saben trabajar con datos e inteligencia artificial. Ese futuro empieza aquí.

¿A quién va dirigido?

  • Profesionales de tecnología y sistemas Ingenieros de sistemas, desarrolladores y analistas de TI que quieren dar el salto al análisis de datos avanzado, Machine Learning e Inteligencia Artificial para potenciar su perfil profesional.
  • Profesionales de negocios y administración Administradores, economistas, contadores y gestores que quieren usar datos para tomar mejores decisiones, liderar proyectos de transformación digital y agregar valor estratégico a sus organizaciones.
  • Profesionales de marketing y ventas Especialistas que desean aplicar análisis predictivo, segmentación inteligente de clientes y modelos de comportamiento del consumidor para mejorar resultados de sus campañas y estrategias comerciales.
  • Ingenieros de todas las disciplinas Ingenieros industriales, civiles, ambientales, mineros y eléctricos que trabajan con datos operacionales y quieren extraer valor de ellos con herramientas modernas de ciencia de datos e IA.
  • Profesionales de salud y ciencias Médicos, biólogos, psicólogos e investigadores que manejan datos clínicos, epidemiológicos o científicos y quieren analizarlos con metodologías de Data Science y Machine Learning.
  • Funcionarios y servidores públicos Profesionales del Estado en planificación, presupuesto, estadística o gestión pública que desean incorporar el análisis de datos y la inteligencia artificial en la toma de decisiones institucionales.
  • Emprendedores y dueños de negocio Personas con un negocio o startup que quieren entender mejor a sus clientes, optimizar su operación y crecer con inteligencia competitiva basada en sus propios datos.
  • Recién egresados y estudiantes universitarios Jóvenes profesionales que quieren diferenciarse desde el inicio de su carrera con las habilidades más demandadas y mejor pagadas del mercado laboral del siglo XXI.

Lo que lograrás

  • Programar en Python con fluidez profesional para manipular, limpiar, transformar y analizar datos usando las librerías del ecosistema de Data Science: NumPy, Pandas, Matplotlib, Seaborn y Scikit-learn.
  • Construir y consultar bases de datos relacionales y no relacionales, escribir SQL avanzado con window functions, CTEs y subqueries, e integrar consultas con flujos de análisis automatizado en Python.
  • Diseñar y presentar dashboards ejecutivos en Power BI y Tableau que comuniquen hallazgos de datos de manera clara, visual y orientada a la toma de decisiones gerenciales.
  • Desarrollar modelos de Machine Learning supervisados — regresión, clasificación, árboles de decisión, Random Forest y XGBoost — evaluarlos correctamente y desplegarlos en entornos productivos.
  • Aplicar modelos no supervisados para segmentación de clientes, detección de anomalías y fraude, reducción de dimensionalidad y sistemas de recomendación.
  • Construir redes neuronales y modelos de Deep Learning con TensorFlow, Keras y PyTorch para resolver problemas de visión por computadora, procesamiento de lenguaje natural y series de tiempo.
  • Implementar soluciones con IA Generativa integrando APIs de LLMs como ChatGPT y Claude, construyendo agentes de IA, aplicaciones RAG y flujos de trabajo autónomos con LangChain y LlamaIndex.
  • Procesar y analizar datos en la nube usando AWS, Google Cloud Platform y Microsoft Azure, construyendo pipelines ETL/ELT escalables y gestionando arquitecturas modernas de datos.
  • Desarrollar modelos predictivos y de forecasting aplicados a ventas, demanda, churn de clientes y mantenimiento predictivo, traduciendo los resultados en decisiones de negocio accionables.
  • Desplegar y monitorear modelos en producción aplicando principios de MLOps, garantizando la calidad, trazabilidad y sostenibilidad de los sistemas de inteligencia artificial en el tiempo.
  • Aplicar criterios éticos, legales y de privacidad en el manejo de datos personales según la Ley 29733 del Perú y el GDPR, desarrollando soluciones de IA responsable y transparente.
  • Presentar proyectos de Data Science ante equipos directivos, comunicando con claridad el valor de negocio de cada análisis y modelo, y tomando decisiones estratégicas basadas en evidencia cuantitativa.

Beneficios

  • Clases en vivo y grabadas en el campus
  • Materiales descargables
  • Certificado verificable en línea

Temario

12 módulos · 72 temas · 180 horas certificadas

Descargar temario
Módulo 1Data Science en el Mundo Real: Fundamentos y Ecosistema
  • El mercado laboral de datos en el Perú y Latinoamérica 2025: roles, salarios y oportunidades
  • Data Scientist, Data Analyst, Data Engineer y ML Engineer: diferencias y caminos de carrera
  • Ciclo de vida de un proyecto de Data Science: del dato crudo a la decisión de negocio
  • Configuración del entorno de trabajo: Python, Jupyter Notebook, Google Colab y VS Code
  • Introducción a las librerías esenciales: NumPy, Pandas y Matplotlib
  • Casos de uso reales en banca, retail, minería, salud y gobierno en el Perú
Módulo 2Python para Análisis de Datos
  • Python desde cero: sintaxis, variables, estructuras de control y funciones
  • Manipulación y limpieza de datos con Pandas: filtros, agrupaciones y transformaciones
  • Análisis Exploratorio de Datos (EDA): estadística descriptiva aplicada a datasets reales
  • Visualización básica con Matplotlib y Seaborn: histogramas, boxplots, heatmaps y scatter plots
  • Automatización de reportes de datos con Python
  • Proyecto práctico: análisis completo de un dataset empresarial peruano
Módulo 3SQL y Bases de Datos para Data Science
  • SQL avanzado para análisis de datos: joins, subqueries, CTEs y window functions
  • Bases de datos relacionales: PostgreSQL y MySQL aplicados a casos de negocio
  • Introducción a bases de datos NoSQL: MongoDB y Redis para datos no estructurados
  • Bases de datos vectoriales: qué son y por qué son clave para la IA en 2026
  • Integración de SQL con Python para análisis y reportes automatizados
  • Consultas sobre grandes volúmenes de datos reales de empresas peruanas
Módulo 4Visualización de Datos y Storytelling con Datos
  • Principios del diseño visual: qué gráfico usar según el mensaje que quieres comunicar
  • Power BI para Data Science: dashboards dinámicos, DAX y conexión a múltiples fuentes
  • Tableau: visualizaciones avanzadas para audiencias ejecutivas
  • Plotly y Streamlit con Python: dashboards web interactivos sin ser programador web
  • Storytelling con datos: cómo presentar hallazgos a gerentes y tomadores de decisión
  • Caso práctico: dashboard ejecutivo de indicadores de negocio para una empresa peruana
Módulo 5Machine Learning: Modelos Supervisados
  • ¿Qué es el Machine Learning y cómo transforma industrias en el Perú?
  • Regresión lineal y logística: predicción de ventas, precios y comportamiento del cliente
  • Árboles de decisión, Random Forest y Gradient Boosting (XGBoost, LightGBM)
  • Validación de modelos: overfitting, underfitting, cross-validation y métricas de evaluación
  • Scikit-learn aplicado: pipeline completo de construcción y evaluación de modelos
  • Caso práctico: modelo predictivo de riesgo crediticio para el sector financiero peruano
Módulo 6Machine Learning: Modelos No Supervisados y Sistemas Inteligentes
  • Clustering: K-Means, DBSCAN y segmentación de clientes para retail y banca
  • Reducción de dimensionalidad: PCA y t-SNE para visualización de datos complejos
  • Detección de anomalías y fraude financiero con algoritmos de ML
  • Sistemas de recomendación: cómo funcionan Netflix, Spotify y los ecommerce peruanos
  • AutoML: plataformas que automatizan la selección y optimización de modelos
  • Caso práctico: sistema de segmentación de clientes para una empresa de telecomunicaciones
Módulo 7Deep Learning e Inteligencia Artificial Avanzada
  • Redes neuronales artificiales: arquitectura, capas, activaciones y backpropagation
  • TensorFlow y Keras: construcción de redes neuronales paso a paso
  • PyTorch: el framework favorito de la investigación en IA
  • Redes neuronales convolucionales (CNN) para visión por computadora y clasificación de imágenes
  • Redes neuronales recurrentes (RNN y LSTM) para series de tiempo y texto
  • Caso práctico: modelo de clasificación de imágenes aplicado a control de calidad industrial
Módulo 8Procesamiento del Lenguaje Natural (NLP) y LLMs
  • Fundamentos del NLP: tokenización, embeddings, análisis de sentimientos y clasificación de texto
  • Transformers y la arquitectura que lo cambió todo: BERT, GPT y sus variantes
  • Large Language Models (LLMs): cómo funcionan ChatGPT, Claude y Gemini por dentro
  • Fine-tuning de modelos de lenguaje para casos de uso empresariales específicos
  • Retrieval-Augmented Generation (RAG): conectar LLMs con datos propios de la empresa
  • Caso práctico: chatbot inteligente con RAG para atención al cliente en empresas peruanas
Módulo 9IA Generativa Aplicada a Negocios
  • IA Generativa: más allá del texto — imágenes, audio, video y código con IA
  • Prompt Engineering avanzado para Data Science: técnicas para obtener los mejores resultados
  • Integración de APIs de IA: OpenAI, Anthropic (Claude) y Google Gemini en proyectos reales
  • Agentes de IA y flujos de trabajo autónomos con LangChain y LlamaIndex
  • Automatización de análisis de datos, reportes y procesos empresariales con IA generativa
  • Caso práctico: agente de IA que analiza datos, genera reportes y responde preguntas de negocio
Módulo 10Cloud Computing y Data Engineering
  • Por qué el Data Science vive en la nube: AWS, Google Cloud Platform y Microsoft Azure
  • BigQuery y Redshift: análisis de millones de registros en segundos
  • Pipelines ETL/ELT en la nube: extracción, transformación y carga de datos a escala
  • Apache Spark para procesamiento distribuido y Apache Airflow para orquestación de flujos
  • Arquitectura Medallion: Bronze, Silver y Gold layers para datos de calidad
  • Caso práctico: pipeline de datos end-to-end en la nube para una empresa peruana
Módulo 11Analítica Predictiva y Toma de Decisiones Basada en Datos
  • Series de tiempo: ARIMA, Prophet y LSTM para forecasting de ventas y demanda
  • Modelos predictivos aplicados: rotación de personal, churn de clientes y mantenimiento predictivo
  • A/B Testing y experimentación basada en datos para marketing y producto
  • KPIs, OKRs y métricas de negocio traducidas a modelos analíticos accionables
  • IA explicable (XAI): cómo justificar las decisiones de tus modelos ante directivos y reguladores
  • Caso integrador: proyecto predictivo completo para una empresa del mercado peruano
Módulo 12MLOps, Ética en IA y Empleabilidad
  • MLOps: despliegue, monitoreo y mantenimiento de modelos de ML en producción
  • DataOps y gobierno de datos: calidad, linaje, seguridad y trazabilidad de datos
  • Ética en IA: sesgos algorítmicos, privacidad y cumplimiento normativo — Ley 29733 del Perú y GDPR
  • IA responsable: transparencia, equidad y uso ético de los datos en organizaciones peruanas
  • Cómo construir tu portafolio profesional en GitHub y Kaggle para destacar en el mercado laboral
  • Estrategia de empleabilidad: LinkedIn optimizado, cómo pasar entrevistas técnicas y conseguir tu primer rol en datos

Duración

60 horas online dictadas, 60 horas de trabajos encargados y 60 horas del proyecto final, siendo un total de 180 horas certificadas.

Metodología

Clases en vivo por Zoom, grabaciones en el campus Moodle, ejercicios en cada sesión y un proyecto final.

Requisitos de admisión

A efectos de participar en la Especialización los postulantes deberán cumplir con los siguientes requisitos:

Con estudios universitarios previos
Constancia de Egresado Universitario, Grado de Bachiller o Título Profesional o 7mo ciclo en adelante de Carrera Universitaria.

Con estudios técnicos
Título de Técnico Profesional (3 años)

Requisitos técnicos

  • PC o laptop con internet estable
  • Cámara y micrófono para las clases en vivo

Conocimientos Recomendados

Para un mejor aprovechamiento del programa se recomienda:

  • Manejo básico de computación.
  • Familiaridad con el uso de archivos y herramientas digitales.
  • Conocimientos básicos de estadística.
  • Conocimientos básicos de Python o disposición para aprenderlos durante el programa.
  • Capacidad para realizar actividades prácticas de manera autónoma.
  • Los conocimientos recomendados no constituyen requisitos de admisión, pero pueden facilitar el desarrollo de las actividades académicas.

Certificación

Certificado de aprobación emitido por la Universidad Nacional Agraria La Molina.

  • 180 horas certificadas
  • Código QR y validación en línea
  • Resolución y N° de registro únicos

Certificado de aprobación con nota mínima de 14 y 80 % de asistencia, con código de seguridad verificable en línea.

Validar un certificado →
Modelo del certificadoToca un número para ver cada elemento de seguridad
Modelo del certificado ampliado
  1. Código QREscanéalo con la cámara del celular: abre la validación en línea con los datos reales del certificado.
  2. Resolución y N° de registroCada certificado tiene una resolución y un número de registro únicos, que se consultan en la validación.
  3. Escudo y nombre de la UNALMEl certificado lo emite la Universidad Nacional Agraria La Molina.
  4. Sello del CECAPSello del Centro de Capacitación de la Facultad de Ciencias - UNALM.
  5. Datos del cursoNombre del curso, fechas, horas y nota final. Deben coincidir con lo que muestra la validación.
  6. Firmas y sellosFirmas del Decano de la Facultad de Ciencias y del Director del CECAP-FC.
  7. Enlace de verificaciónCualquier empleador puede comprobar el certificado en la página oficial de validación.

Modelo referencial. Verifica cualquier certificado en cecap-fc.com.pe/validar-certificado

Plana docente

2 especialistas dictan este curso

Ing. Juan José Romero

Data Analytics | Machine Learning | Big Data | Base de Datos | IOT |Seguridad Informatica

Maestría en Ingeniería de Seguridad Informática. Trabaja con consultor externo en TI, Ciencias de datos y Académico. Experiencia más de 13 años en el Área de Informática en Desarrollo de Soluciones Informáticas y Ciencia de datos en empresas como: DOE RUN PERU, Centro Pre Universitario UNMSM, Corporación Molinera Mantaro SAC y otros. De las cuales 4 años trabajando en Argentina en el Área de Informática del Vivero Las Palmeras (Capital Federal Buenos Aires). Docente con 15 años de experiencia en Instituciones como: Universidad UPN, Universidad UTP, UNALM, Emprendedores USIL, New Horizons Computer Learning Center, Universidad Autónoma, TECSUP y entre otros.

Ver perfil en LinkedIn
Ing. Jorge Rodríguez

Líder de Inteligencia Analítica e IA | Tech Lead de AI & Data Science | MLOps & Cloud Architecture

Actualmente trabaja como Gerente Senior de Arquitectura de Datos en el Banco de Crédito del Perú diseñando las estrategias de arquitectura de Data y Analytics. Ingeniero Estadístico, con experiencia en Proyectos de Implementación de Ecosistemas de Data y Analytics. Cuenta con Especializaciones y Certificaciones en Big Data, Business Intelligence, Data Science y Machine Learning en Cloudera, Google, Microsoft y SAS. Más de 20 años de experiencia como Líder en Data Analytics, Business Intelligence, Big Data, Data Science, Machine Learning, Analítica Digital y Transformación Digital en empresas como Telefónica, Grupo Falabella, Grupo El Comercio y Grupo Credicorp.

Ver perfil en LinkedIn

Preguntas frecuentes

¿El certificado es emitido por la UNALM?
Sí. Al aprobar recibes el certificado de la Universidad Nacional Agraria La Molina con código de verificación en línea.
¿Qué pasa si no puedo asistir a una clase en vivo?
Todas las sesiones quedan grabadas en el campus virtual para que las repases cuando quieras.
¿Cómo accedo al campus?
Al confirmarse tu matrícula recibirás por correo tu usuario y el enlace al campus Moodle.
¿Estan licenciados por la SUNEDU?
Todos nuestros cursos y especializaciones estan certificados por la Facultad de Ciencias de la Universidad Nacional Agraria la Molina - UNALM que cuenta con licenciamiento de la SUNEDU.

Mas información:
https://www.sunedu.gob.pe/universidad-agraria-se-convierte-en-primera-publica-en-recibir-licenciamiento/
¿Si me inscribo en modalidad online en vivo tengo acceso a las clases luego de verlas en ZOOM?
Sí. Tienes acceso al campus virtual 24/7 para profundizar los temas y descargar material de estudio complementario.

Las clases online son grabadas (no son descargables) y estan disponibles hasta 3 meses despues de finalizar el curso.
Descarga el temario Data Science, Machine Learning e Inteligencia Artificial

Déjanos tus datos y descárgalo al instante. También te enviaremos las fechas de inicio y promociones.
S/ 2,400 S/ 1,200
o 3 cuotas de S/ 500 Inscripciones hasta el 22 de octubre a las 23:59
Matricúlate