Programa de Especialización
Data Science, Machine Learning e Inteligencia Artificial
Certificado emitido por
próximamente
sábados de 3 pm a 8 pm
3 meses
Online en vivo
Sobre el Programa
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 en 60 horas, 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 esta dirigido?
Esta especialización está diseñada para cualquier profesional que quiera tomar decisiones basadas en datos, automatizar procesos con inteligencia artificial y acceder a uno de los mercados laborales con mayor crecimiento y mejor remuneración del mundo.
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.
Perfil del Egresado
Al concluir la especialización, el egresado será capaz de:
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.
Duración
El Programa de especialización tendrá una duración de 60 horas online dictadas, 60 horas de trabajos encargados y 60 horas del proyecto final, siendo un total de 180 horas certificadas.
Certificación
Los participantes que cumplan satisfactoriamente con los requisitos académicos y de evaluación obtendrán Certificación oficial otorgada por la Universidad Nacional Agraria La Molina – Facultad de Ciencias, que acredita su formación especializada.
Se otorgará el siguiente certificado:
✔ Certificado del Programa de Especialización en Data Science, Machine Learning e Inteligencia Artificial, con 180 horas académicas.
Esta certificación respalda la formación técnica y profesional del participante, fortaleciendo su perfil para desempeñarse en distintos sectores productivos.
Constancia de Participación
El participante que no alcance los requisitos mínimos de aprobación podrá solicitar una Constancia de Participación, siempre que cumpla con:
-
Una asistencia mínima del 80% a las clases.
-
Un promedio final no menor a 11 (once).
En caso de no cumplir con estos criterios, no se emitirá constancia alguna.
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)
Proceso de Inscripción
- Realice el pago con tarjeta de crédito, débito, deposito o trasferencia.
- Envíenos imagen del voucher de pago o copia del correo que le envía el banco de confirmación de la transacción que tenga visible la fecha, hora, numero de operación, monto, beneficiario al correo: informes@especializate.com.pe, y notificar al WhatsApp 923 029305, indicando los datos del participante como el nro. de DNI, nombres, apellidos y el curso en el que desea inscribirse.
- La UNALM validará los datos y posteriormente le enviará el link de la ficha de inscripción que deberá llenar correctamente para poder crear su usuario y clave de acceso al campus virtual.
Medios de Pago
Deposito o Trasferencia: Los pagos se realizan vía depósito o transferencia a la cuenta corriente de la Fundación para el Desarrollo Agrario | RUC 20101259014 | Banco de Crédito del Perú N° 191-0031059-0-26, para Transferencia desde otros bancos utilizar el CCI N° 00219100003105902650
Pagos con Tarjeta: Con cualquier tarjeta de crédito y/o débito mediante Link de Pago CULQI, previa coordinación al teléfono: 923 029305
Docentes
Solicita mas información
Certificación
¡Obtén más oportunidades laborales!
Nuestro certificado cuenta con el respaldo y reconocimiento de instituciones educativas y profesionales, garantizando la calidad académica de la formación recibida. Constituye una acreditación valiosa que fortalece tu perfil profesional y potencia tus oportunidades de crecimiento y posicionamiento en el mercado laboral.
Temario
Data 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
Python 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
SQL 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 2025
- Integración de SQL con Python para análisis y reportes automatizados
- Consultas sobre grandes volúmenes de datos reales de empresas peruanas
Visualización 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
Machine 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
Machine 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
Deep 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
Procesamiento 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
IA 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
Cloud 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
Analítica 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
MLOps, 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
Trabajo Final Integrador
Elaboración de un Trabajo Integrador Final
¿En que campo puede desempeñarse?
Banca y Finanzas Modelos de riesgo crediticio, detección de fraude y scoring financiero. El sector que mejor paga a los profesionales de datos en el Perú.
Retail y Ecommerce Predicción de demanda, sistemas de recomendación y optimización de precios para empresas con millones de clientes y transacciones diarias.
Minería y Energía Mantenimiento predictivo, optimización de procesos y monitoreo ambiental con IA. Una de las industrias con mayor inversión en datos del país.
Salud y Farmacia Diagnóstico asistido por IA, análisis de datos clínicos y predicción de riesgos en hospitales, clínicas y laboratorios.
Telecomunicaciones y Tecnología Predicción de churn, personalización de ofertas y gestión de redes con Machine Learning a escala masiva.
Sector Público Optimización del gasto, focalización de programas sociales y políticas públicas basadas en evidencia en ministerios y gobiernos locales.
Marketing y Publicidad Digital Segmentación de audiencias, predicción del valor del cliente y optimización de campañas con modelos de datos avanzados.
Logística y Supply Chain Optimización de rutas, predicción de tiempos de entrega y gestión dinámica de inventarios con algoritmos de ML.
Organismos Internacionales y ONG BID, Banco Mundial y Naciones Unidas contratan especialistas en datos para medir impacto y optimizar recursos en proyectos de desarrollo.
Freelance e Internacional Con tu portafolio en GitHub trabajas de forma remota para empresas de Estados Unidos, Europa y Latinoamérica.
Preguntas Frecuentes
¿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.
¿Cuándo me envían el material?
Tu kit de inicio, que contempla: material académico, formatos, plantillas de trabajo, estarán disponibles en el campus virtual 48 horas antes de la fecha de inicio del curso. El usuario y contraseña de acceso al campus virtual se te enviará al correo que registraste en la ficha de inscripción.
¿Si no puedo conectarme a las clases en vivo?
Las puedes seguir en diferido. Las clases son grabadas y están disponibles en el campus virtual 24/7.
¿Si llevo un programa en la modalidad online en vivo puedo interactuar con el docente?
Puedes interactuar en tiempo real con el docente y hacer todas las consultas que desees.
¿Cómo es el sistema de evaluación?
Medimos de forma integral el proceso de aprendizaje: exámenes objetivos (parcial y final), desempeño en las sesiones prácticas.
¿Cómo podre rendir los exámenes?
Todos los alumnos, de la modalidad online en vivo, rendirán los
exámenes en el campus virtual y en el horario programado con anterioridad.
El certificado ¿indica la modalidad de estudio?
El certificado no indica la modalidad de estudio.
¿Las horas académicas certificadas es el rango de horas de las clases en ZOOM?
Las horas académicas totales certificadas es el resultado del tiempo que le tendrías que dedicar al curso, y es la suma de las horas de clases via zoom, las horas de práctica de los ejercicios, talleres complementarios y las evaluaciones.
¿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: aquí
¿Cuánto demora la entrega del certificado?
El certificado se envia en formato digital como máximo hasta 30 días hábiles después de culminado el curso (incluyendo la última evaluación del curso).
¿Brindan capacitaciones para empresas?
Si, realizamos capacitaciones InHouse e inscripciones corporativas a través de nuestra unidad Corporativa, puedes contactar una asesoría al WhatsApp: 923 029305
¿Cuáles son los medios de pago?
Puedes pagar con:
Tarjeta de crédito - hasta 12 cuotas. según las condiciones de cada banco (*).
Tarjeta de débito - 1 pago sin interés
Trasferencia bancaria - Banco de Crédito Cta. Cte. Soles N° 191-0031059-0-26 a nombre de la Fundación para el Desarrollo Agrario FDA – Universidad Nacional Agraria La Molina. RUC 20101259014 CCI 00219100003105902650
(*) Los intereses aplicados en pagos con tarjeta de crédito dependen de cada banco y se reflejarán en el resumen de tu cuenta. La Univerisidad no puede confirmar ni informar estos recargos.
Contáctenos
Universidad Nacional Agraria La Molina
Av. La Molina s/n, La Molina
Universidad Nacional Agraria La Molina
Facultad de Ciencias 2do piso, Of. 06
Correo Institucional
cecapfc@lamolina.edu.pe
Teléfono
614 7800 / anexo 273
Correo Informes
informes@especializate.com.pe
WhatsApp Informes
923 029305
Siguenos
Metodos de pago
