j
Nuevo programa
Deseo recibir más información

Diplomado como especialista en nuevas tecnologías TI: DEVOPS, BLOCKCHAIN, MACHINE LEARNING, IA + Certificación internacional

Para realizar su inscripción y/o pago electrónico, haga clic aquí.
Información básica fechas
Fecha de inicio
Fecha de finalización
Información básica horario
Horario
Virtual - 96 horas
Martes y jueves 6:00 p.m. a 10:00 p.m.
Cuenta con un receso de un mes a fin de año
En contacto
Yeimy Lizeth García Carvajal

Yeimy Lizeth García Carvajal

Asistente Profesional
whatsappCelular: 317 3988943

 

Información básica inversión
Inversión
2250000 COP
Inversión en dólares sujeto a TRM
650 USD

Te invitamos a conocer todas las características y alcance de todos nuestros programas.

En nuestro canal de youtube puedes encontrar contenido que te ayudaran a tomar la mejor elección para actualizarte.

YouTube

Descripción

Con la tecnología avanzando a pasos agigantados y teniendo en cuenta que las empresas han integrado las nuevas tecnologías en todas las áreas que las componen, es importante conocer y desarrollar las capacidades necesarias para cubrir todos los roles que están surgiendo constantemente, así como aprender a enfrentar lo retos que nos imponen cada día estas nuevas tecnologías.

  1. ¿Por qué es importante este curso? La industria se percató de la importancia de apostarle a la transformación digital y nuevas tecnologías de TI, esto implica evolucionar las características de una organización a un mundo digital y para poder cubrir las necesidades, es necesario el aprendizaje y refuerzo continúo relacionados con estas nuevas tecnologías.
  2. ¿Cómo mejora la labor profesional de los participantes?  Entrega a los estudiantes las herramientas y conocimientos necesarios para desenvolverse en los campos de nuevas tecnologías, así como enfrentar y solucionar los posibles fallos que se puedan presentar.
  3. ¿Qué problema soluciona?  El objetivo de cubrir los roles tecnológicos que día a día han incrementado notoriamente.
  4. ¿cuáles son los valores agregados o diferenciadores del programa? Se realiza la explicación desde un método didáctico de aprendizaje en conjunto con laboratorios prácticos que permitan tanto aplicar los conocimientos, cómo resolver los posibles problemas que se presentan en cada campo.

 

Objetivo General:

Conocer y aprender y desarrollar soluciones sobre las nuevas tecnologías como Devops, Blockchain, Machine Learning y AI.

Objetivos específicos:

Al finalizar este diplomado el participante deberá tener conocimientos en: 

  1. Factores de negocio de DevOps
  2. Entrega rápida, escalabilidad responsiva y confiabilidad incrementada
  3. Automatización, medición y métricas unificadas
  4. Las 19 herramientas, depósitos y sistemas DevOps más comunes
  5. Despliegue continuo y administración automatizada de liberaciones
  6. Introducción a IaC, PaC y CaC
  7. Cómo entender las definiciones codificadas
  8. Configuración como código (CaC) y liberación continua de software
  9. Política como código (PaC) y sistemas de políticas
  10. Beneficios y retos de Blockchain
  11. Propuestas de valor de Blockchain
  12. Componentes fundamentales de la arquitectura de Blockchain
  13. Algoritmos de consenso (PoW, PoS, PoA, DPoS, LPoS, PoI, PoET, PoC, PoB, Round Robin)
  14. Métricas comunes de Blockchain
  15. Mecanismos y artefactos comunes de la tecnología de Blockchain
  16. Procesador de consenso, creador de bloques, federador de identidad
  17. Bloque Singleton, cadena lateral, consenso de validación de bloques
  18. Transacciones forzadas en cadena, cadena federada
  19. Factores tecnológicos y de negocio de Machine Learning
  20. Beneficios y retos de Machine Learning
  21.  Modelos, algoritmos, aprendizaje y entrenamiento de modelos
  22. Entrenamiento de modelos y despliegue de modelos entrenados
  23. Regresión, métodos de ensamble, reducción de dimensiones
  24. Machine Learning y Deep Learning, Inteligencia artificial (IA)
  25. Patrones de exploración de datos
  26. Imputación  de características, codificación de características
  27. Descubrimiento de categorías, descubrimiento de patrones
  28. Implementación de modelos ligeros, aprendizaje incremental del modelo
  29. Factores tecnológicos y de negocio de IA
  30. Arquitecturas fundamentales y especializadas de redes neuronales
  31. Principios comunes de diseño de sistemas de IA y mejores prácticas de proyectos de IA
Dirigido a
 Cualquier profesional de TI interesado en aprender sobre entornos de Big Data y análisis de datos fundamentales.
 Los ingenieros de software
 Desarrolladores de aplicaciones
 Arquitectos de TI
 Administradores de sistemas
 Administradores de Red

*Se recomienda conocimiento básico de SQL, así como la familiaridad básica con la línea de comandos de Linux y transaccionalidad.

DevOps

Módulo 1: Fundamentos de DevOps

Imagen eliminada.  Factores de negocio de  DevOps

Imagen eliminada.  Roles de TI en proyectos de DevOps

Imagen eliminada.  Metas y beneficios de la adopción de DevOps

Imagen eliminada.  Interoperabilidad y colaboración transparente

Imagen eliminada.  Entrega rápida, escalabilidad responsiva y confiabilidad incrementada

Imagen eliminada.  Impactos y retos de la adopción de DevOps

Imagen eliminada.  Automatización, medición y métricas unificadas

Imagen eliminada.  Plataforma y cadena de herramientas DevOps

Imagen eliminada.  Las 19 herramientas, depósitos y sistemas  DevOps más comunes

Imagen eliminada.  Ciclo de vida y etapas de DevOps

Imagen eliminada.  Delivery Pipeline, Feedback Loop y Dark Launching

Imagen eliminada.  Integración continua (CI) y Entrega continua (CD)

Imagen eliminada.  Construcciones y pruebas  automatizadas

 

Módulo 2: DevOps en la Práctica

Imagen eliminada.  Cómo entender las definiciones codificadas

Imagen eliminada.  Infraestructura como código (IaC) y módulos de configuración

Imagen eliminada.  Prueba continua y control de versiones colaborativas

Imagen eliminada.  Infraestructura inmutable y recursos autodocumentados

Imagen eliminada.  Configuración como código(CaC) y liberación continua de software

Imagen eliminada.  Cambios de configuración rastreables y conocimiento del estado de la  configuración

Imagen eliminada.  Versiones programáticas y pruebas automatizadas de configuración

Imagen eliminada.  Política como código (PaC) y sistemas de políticas

Imagen eliminada.  Aplicación automatizada de políticas y pruebas de cumplimiento

Imagen eliminada.  Las 17 métricas comunes de DevOps

Imagen eliminada.  Monitoreo continuo

Imagen eliminada.  Los 8 monitores comunes de DevOps

Imagen eliminada.  Cómo medir DevOps, cómo relacionar las métricas con los monitores

Imagen eliminada.  Cómo relacionar las métricas y los monitores con las etapas del canal

Imagen eliminada.  DevOps con microservicios  y contenedores

Imagen eliminada.  DevOps con computación en la nube y monitoreo de pago por uso

Imagen eliminada.  CI, CD, Despliegue  continuo con microservicios  y computación en la nube

Imagen eliminada.  IaC, CaC, PaC con microservicios y computación en la nube

 

Módulo 3: Laboratorio de DevOps

Práctica con ejercicios diseñados para aplicar los conocimientos adquiridos en los módulos 1 y 2

 

Módulo 4: Fundamentos de Blockchain

Beneficios y retos de Blockchain

Imagen eliminada.  Factores tecnológicos y de negocio de Blockchain

Imagen eliminada.  Cómo entender el modelo descentralizado de  Blockchain

Imagen eliminada.  Propuestas de valor de  Blockchain

Imagen eliminada.  Cómo se puede usar Blockchain en diferentes industrias

Imagen eliminada.  Aplicaciones de Blockchain, redes y el libro  mayor distribuido

Imagen eliminada.  Cómo se puede relacionar el libro mayor distribuido con la base de datos  relacional

Imagen eliminada.  Componentes fundamentales de la arquitectura de Blockchain

Imagen eliminada.  Transacciones, registros y  grupos de registros

Imagen eliminada.  Bloques, cadenas y  encabezados de bloque

Imagen eliminada.  Usuarios de Blockchain, nodos completos y nodos parciales

Imagen eliminada.  Cómo entender el ciclo de vida de los registros y bloques, paso a paso

Imagen eliminada.  Cómo entender la manera en que trabaja el árbol de Merkle, paso a paso

Imagen eliminada.  Cómo entender la manera  en que trabaja el consenso, paso a paso

Imagen eliminada.  Algoritmos de consenso (PoW, PoS, PoA, DPoS, LPoS, PoI, PoET, PoC, PoB, Round Robin)

Imagen eliminada.  Blockchains públicas  versus privadas / Sin  autorización versus Con autorización

Imagen eliminada.  Monedas, fichas, contratos inteligentes

Imagen eliminada.  Fundamentos de Hashing criptográfico y criptografía

Imagen eliminada.  Actividad en cadena, fuera  de cadena y de cadena  cruzada

Imagen eliminada.  Métricas comunes de Blockchain

 

 

Módulo 5: Tecnología y Arquitectura de Blockchain

Profundizar en la arquitectura de la tecnología de blockchain y en el funcionamiento interno de las cadenas de bloques, al explorar una serie de patrones de diseño, técnicas y modelos de arquitectura clave relacionados, junto con mecanismos de tecnología comunes usados para personalizar y optimizar diseños de aplicaciones de blockchain, en soporte al cumplimiento total de los requerimientos de negocio.

 

Módulo 6:

Laboratorio de Tecnología y Arquitectura de Blockchain

Este módulo presenta a los participantes una serie de ejercicios y problemas diseñados para probar sus habilidades al aplicar sus conocimientos de los temas cubiertos en los cursos anteriores.

 

Machine Learning

Módulo 7: Fundamentos de Machine Learning

Proporciona una vista general fácil de entender sobre el Machine Learning para cualquier interesado en cómo funciona, qué puede y qué no puede hacer, y cómo se utiliza comúnmente en soporte a las metas del negocio.

Cubrir los tipos de algoritmos comunes y además explicar cómo trabajan los sistemas de Machine Learning tras bambalinas.

 

 

Machine Learning

Módulo 8: Machine Learning Avanzado

Profundizar en la amplia variedad de algoritmos, métodos y modelos de las prácticas contemporáneas de Machine Learning para explorar cómo se pueden resolver muchos de los diferentes problemas de negocio utilizando y combinando técnicas probadas de Machine Learning.

 

Machine Learning

Módulo 9: Laboratorio de Machine Learning

Este módulo presenta a los participantes una serie de ejercicios y problemas diseñados para probar sus habilidades al aplicar sus conocimientos de los temas cubiertos en los cursos anteriores.

 

Inteligencia Artificial

Módulo 10: Fundamentos de Inteligencia Artificial

Proporcionar una cobertura esencial de la inteligencia artificial y las redes neuronales, en español sencillo, fácil de comprender.

Realizar cobertura concreta de las partes principales de la IA, incluyendo enfoques de aprendizaje, áreas funcionales en las que se usan los sistemas de IA y una introducción completa a las redes neuronales, cómo existen, cómo trabajan y cómo pueden ser usadas para procesar información.

establece los cinco principales requerimientos de negocio para los que se utilizan los sistemas de IA y las redes neuronales, y luego mapea las prácticas individuales, los enfoques de aprendizaje, las funcionalidades y los tipos de redes neuronales a estas categorías de negocio y unos a otros, de manera que haya un entendimiento claro del propósito y del papel de cada tema que se cubre.

 

Inteligencia Artificial

Módulo 11: Inteligencia Artificial Avanzada

Entregar una serie de prácticas para preparar y trabajar con datos para entrenar y correr sistemas y redes neuronales de IA contemporáneas

Proporcionar además técnicas para diseñar y optimizar redes neuronales, incluyendo enfoques para la medición y el ajuste del desempeño de los modelos de redes neuronales

 

 Inteligencia Artificial

 Módulo 12: Laboratorio de Inteligencia  Artificial

Este módulo presenta a los participantes una serie de ejercicios y problemas diseñados para probar sus habilidades al aplicar sus conocimientos de los temas cubiertos en los cursos anteriores.

Información Adicional

Proceso de Matrícula y Financiación

Formulario

Formulario
Formulario

Empieza por diligenciar el formulario de inscripción. Una vez recibas tu solicitud, automáticamente se generará una orden de pago, la cual será enviada por correo electrónico.

Ir al formulario

Matrícula presencial

Matrícula presencial
Matrícula presencial

Dirígete a las oficinas de la División de Educación Continuada, Av. Cra. 9 No. 131 A - 02 Edificio Fundadores, Centro de Servicios Integrales, Primer piso, Mezannine, y proporcionar los siguientes datos:

  • Nombre completo
  • Tipo de Documento
  • Número de Documento
  • Fecha de Nacimiento
  • Teléfono Fijo
  • Teléfono Móvil
  • Email
  • Programa de interés

Métodos de pago

Financiación
Métodos de pago

Conoce las opciones de financiación, formas de pago, descuentos y beneficios para formalizar la inscripción.

Métodos de financiación
Directo por la Universidad El Bosque, Cheques Posfechados.

Entidades bancarias
Sufi Bancolombia, Grupo Helm Bank, Banco Pichincha, Fincomercio, Financiar.

Formas de pago 
Efectivo, Pagos en línea PSE, Tarjeta de crédito Visa o Master Card, Patrocinios.

Descuentos
15% Comunidad El Bosque, 10% Descuentos grupales (3 participantes), 10% Participantes de otros programas, 10% Cónyuges e hijos funcionarios de la Universidad El Bosque.
* Los descuentos no son acumulables

Inscripciones

Pagos en línea

Pagos en línea
Pagos en línea

Puedes diligenciar el pago de tu recibo en nuestra plataforma con PSE.

Pagos en línea

Requisitos

Requisitos
Requisitos

Una vez realizado el pago, deberás hacer llegar el comprobante y los siguientes documentos por medio de correo electrónico o acercándote a las oficinas de la División de Educación Continuada:

  • Fotocopia de la Cédula
  • Fotocopia del Carné de la E.P.S.
  • Fotocopia del diploma profesional o acta de grado

Importante

La Universidad podrá cancelar el programa seleccionado, cuando no haya un número mínimo de participantes, y procederá a tramitar la devolución del dinero recibido. También podrá posponer la realización del programa por razones de fuerza mayor. En este caso se informará a las personas preinscritas la nueva fecha programada. El medio de contacto será a través de los medios suministrados en el momento de la inscripción.

Institución de educación superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional.

Próxima oferta académica
Diplomado
Curso
Evento