Datos No Estructurados y Gen AI Multimodal
Modalidad en Línea
/
Modalidad en Línea /
Diplomado con Opción a Titulación
22 de mayo, 2026
120 horas
Viernes 16:00-19:00 Sábado 9:00-12:00
1 de mayo, 2026
15 de mayo, 2026
8 de mayo, 2026
Objetivos:
Al finalizar el programa, el estudiante será capaz de:
Obtener datos desde fuentes externas como sitios web, documentos PDF, imágenes y audios.
Procesar y transformar datos no estructurados en formatos analizables.
Integrar datos no estructurados con datos estructurados almacenados en bases de datos relacionales.
Aplicar técnicas básicas de visión por computadora y extracción de texto.
Utilizar modelos de Inteligencia Artificial Generativa para apoyar tareas de análisis de texto e imágenes.
Evaluar de forma crítica los resultados producidos por sistemas basados en GenAI, reconociendo sus alcances y limitaciones.
Diseñar y desarrollar un proyecto integrador que combine múltiples fuentes y tipos de datos.
Dirigido a:
Licenciados, pasantes y estudiantes de último grado de estudio en carreras relacionadas con administración, economía, ingeniería, ciencias o disciplinas afines, así como estudiantes de posgrado de cualquiera de las mismas áreas.
Se requieren conocimientos previos de análisis de datos y programación en Python.
Temario:
Introducción a Python para la Ciencia de Datos
Matemáticas y estadísticas para la Ciencia de Datos
Tratamiento de datos
Machine Learning
Deep Learning
Área de aplicación
Costos:
Público General
Comunidad UNAM
$21,000.00 pesos mexicanos*
$19,000.00 pesos mexicanos*
Contamos con opciones de 4 y 5 pagos *Precio de una sola exhibición
Lic. Víctor Miguel García Sánchez
Correo: deci.leon@enes.unam.mx
El Lic. Víctor Miguel García Sánchez es un profesional con sólida trayectoria en docencia y ciencia de datos. Ha sido tutor de matemáticas en Unitips y ayudante de profesor en la Universidad de Guanajuato, además de coach de la Preselección estatal para la Olimpiada Mexicana de Matemáticas. En el ámbito profesional, se ha desempeñado como Data Science Manager en Grupo Salinas, liderando equipos y desarrollando soluciones analíticas avanzadas en ingeniería de datos, visualización y automatización con herramientas como Spark, Tableau y Python. Actualmente es Generative AI Engineer en la empresa sueca Getinge.
A lo largo de su carrera ha recibido múltiples reconocimientos académicos, entre ellos el primer lugar nacional en el Festival Académico 2013 en matemáticas, mención honorífica en la XVII Escuela de Probabilidad y Estadística y participación en el Concurso Mundial de Matemáticas en Hong Kong. Su perfil destaca por la combinación de excelencia académica, liderazgo técnico y experiencia en inteligencia artificial y ciencia de datos.
