Compartir en:
Acerca del programa:
El Diplomado en Computación en la nube en Computación en la nube entrega las competencias para integrar los servicios disponibles en la nube, ya sea en términos de infraestructura computacional y almacenamiento de datos, como en el uso de plataformas que incluyen hardware y software para levantar aplicaciones completas en la nube. En esta versión del diplomado se trabaja especialmente con la plataforma Azure de Microsoft.
Dirigido a:
- Este programa está orientado a profesionales del área de TI, desarrolladores de aplicaciones o data scientists que necesiten ampliar sus herramientas, de modo de poder construir soluciones incorporando un vasto conjunto de herramientas e infraestructura disponible en la nube.
Jefe de Programa
Jaime Navón
Equipo Docente
keyboard_arrow_downStefanni Cavaletto Hevia
Ingeniería Matemática U. Santiago de Chile. Postítulo de Inteligencia de Negocios, Universidad de Chile. MSc Artificial Intelligence UAI. Actualmente es Senior Customer Engineer (ML & AI) en Google. Su línea de investigación es la ciencia de datos. Ha trabajado en diversas industrias en sus 8 años de experiencia, tales como Microsoft, Banca, Telecomunicaciones, Retail y Salud. Es miembro activo de 2 organizaciones sin fines de lucro, «Analytics & Python» y «R-Ladies», las cuales buscan fomentar el uso de herramientas y técnicas para todas las personas, en particular R-Ladies además busca disminuir la brecha de género en este rubro técnico donde la participación de mujeres no es tan equilibrada.
Mauricio Gamboa
Consultor en Diseño, Desarrollo e Implementación de Aplicaciones en Entornos Microsoft. La Salle Campus Madrid. Ingeniería en Informática, Analista Programador, INACAP. Microsoft MVP Business Applications. MCSE: Data Management and Analytics - Certified 2019. MCSA: SQL 2016. Business Intelligence Development - Certified 2019. Microsoft Certified Solutions Developer: Web Applications.
Kamal Valero
MBA ESE Business School. Ingeniero Civil Industrial UC. Gerente de Transformación Digital at Grandleasing | Microsoft MVP en Data Platform. Especialidad: business intelligence, business analytics, artificial intelligence
Cristobal Zuñiga
Ingeniero Civil Informático Universidad Adolfo Ibáñez. Customer engineer en Microsoft. Ayudante de diplomado Multicloud Architecture en Universidad Adolfo Ibáñez. Cofundador del meetup de IoT hacking & Data science Innovators.
* EP (Educación Profesional) de la Escuela de Ingeniería se reserva el derecho de reemplazar, en caso de fuerza mayor, a él o los profesores indicados en este programa; y de asignar al docente que dicta el programa según disponibilidad de los profesores.
Descripción
keyboard_arrow_downLa disponibilidad de servicios de cómputo y almacenamiento de datos en la nube, ha ocasionado profundos cambios en la forma en que se diseña la arquitectura de tecnologías de información de las organizaciones. Hoy en día no solo es posible hacer uso de servidores virtuales en la nube, sino que se puede acceder a plataformas completas e incluso de servicios cognitivos, que se proveen directamente desde la nube. Se hace relevante entonces, que los profesionales de Tecnologías en Información – TI - conozcan y sean capaces de integrar estos elementos en sus diseños al elaborar una solución.
Una parte muy importante del diplomado apunta a utilizar servicios en la nube para trabajos relacionados con Ciencia de Datos e Inteligencia Artificial. Se comienza con un curso de fundamentos, que es aplicable a cualquier proveedor de servicios en la nube, para luego pasar a cursos en que los alumnos conocerán y trabajarán en forma específica con la plataforma Azure (liberada para los alumnos durante el diplomado). Se estudian los servicios disponibles, incluyendo facilidades para el despliegue de soluciones serverless; para pasar luego a servicios específicos de almacenamiento; y cerrar con servicios de analítica de datos y de computación cognitiva.
El enfoque del diplomado es práctico y la metodología incluye clases expositivas y talleres donde los alumnos pueden aplicar lo aprendido en forma inmediata. Las clases se dictan en modalidad sincrónica a través de la plataforma Zoom, contando además con un escritorio virtual desde el cual él alumno puede acceder a diferentes recursos, y con el apoyo de materiales de aprendizaje y un laboratorio virtual de Microsoft.
Requisitos de Ingreso
keyboard_arrow_down- Grado de Licenciatura en computación o en tecnologías de Información, ingenieros civiles o de ejecución en computación o equivalente.
- Se recomienda conocimiento en sistema operativo Windows y la disponibilidad de un PC con una versión de este sistema operativo actualizado.
Objetivos de Aprendizaje
keyboard_arrow_down- Desarrollar soluciones tecnológicas integrales en la nube aprovechando la diversidad de herramientas y servicios disponibles para diferentes contextos e incorporando servicios totalmente administrados para ciencia de datos e inteligencia artificial.
Desglose de cursos
keyboard_arrow_downCurso : Fundamentos de Cloud Computing
keyboard_arrow_downDocente(s): Jaime Navón
Unidad académica responsable: Escuela de Ingeniería
Requisitos: sin prerrequisitos
Créditos: 3
Horas totales: 48 | Horas directas: 24 | Horas indirectas: 24
Descripción del curso
El curso de fundamentos de Cloud Computing curso analiza los conceptos fundamentales asociados a computación en la nube de modo que puedan situar en contexto los aprendizajes. Aspectos desde la elección de un proveedor de servicios a temas relacionados con la seguridad o los distintos tipos de servicio que pueden ser utilizados son explicados en este curso.
Resultados de aprendizaje
- Identificar las principales categorías disponibles en las grandes plataformas de computación en la nube.
- Discutir ventajas y riesgos de una solución tecnológica genérica basada en computación en la nube.
- Describir las principales tecnologías habilitantes relacionadas con computación en la nube.
Contenidos:
- Introducción: Qué es Cloud Computing, características principales, tipos de servicio, tipos de nube
- Tecnologías habilitantes (Máquinas virtuales, arquitecturas orientadas a servicio, etc.)
- Virtualización
- Casos de uso, ventajas y riesgos
- Principales plataformas de servicios en la nube: Amazon AWS, Google Cloud, Microsoft Azure
- Tipos de servicios en la nube: desde el fierro virtual a los servicios cognitivos
- Tipos de Almacenamiento en la nube
- Aspectos de seguridad
Estrategias metodológicas:
En la metodología se combinan las sesiones expositivas, donde se presentan conceptos, aspectos teóricos y aplicaciones de ejemplo; y sesiones prácticas, en donde los alumnos pueden aplicar directamente los conocimientos en ejercicios concretos.
Las clases se realizarán en formato streaming a través de la plataforma Zoom, además el alumno contará con un LMS o escritorio virtual de apoyo en donde podrá encontrar material de clases, acceso a clases grabadas, evaluaciones y otros.
Estrategias evaluativas:
- 2 controles individuales sobre contenido - 30% cada uno
- 1 trabajo de investigación grupal sobre aspectos de una o varias de las plataformas de servicios en la nube - 40%
Curso : Servicios en la Nube (Azure)
keyboard_arrow_downDocente(s): Cristóbal Zúñiga
Unidad académica responsable: Escuela de Ingeniería
Requisitos: sin prerrequisitos
Créditos: 3
Horas totales: 48 | Horas directas: 24 | Horas indirectas: 24
Descripción del curso
El curso de servicios en la nube de Azure, introduce en los aspectos prácticos de la computación en la nube utilizando para ello la plataforma Azure. Los alumnos aprenderán a establecer servidores y servicios de almacenamiento en la nube, así como a implementar una aplicación web usando el Azure Web Service o soluciones de tipo serverless. En este curso los alumnos aprenden también la forma de gestionar y monitorear los recursos de Azure.
Resultados de aprendizaje
- Distinguir los principales servicios en la nube que ofrece la plataforma Azure.
- Establecer las características y propósitos de servicios de cómputo y almacenamiento en Azure.
- Desarrollar una aplicación sencilla en la nube utilizando la plataforma Azure.
Contenidos:
- Introducción: aspectos generales de Azure, rango de productos ofrecidos como servicio (PaaS)
- El manejador de recursos y herramientas de gestión de Azure (PowerShell)
- Almacenamiento
- Establecimiento de redes virtuales
- Configuración y despliegue de máquinas virtuales
- Despliegue de aplicaciones completas mediante el Azure App Service
- Bases de Datos en la nube
- Despliegue de aplicaciones Serverless
- Gestión de identidad y acceso
Estrategias metodológicas:
En la metodología se combinan las sesiones expositivas, donde se presentan conceptos, aspectos teóricos y aplicaciones de ejemplo; y sesiones prácticas, en donde los alumnos pueden aplicar directamente los conocimientos en ejercicios concretos.
Las clases se realizarán en formato streaming a través de la plataforma Zoom, además el alumno contará con un LMS o escritorio virtual de apoyo en donde podrá encontrar material de clases, acceso a clases grabadas, evaluaciones y otros.
Estrategias evaluativas:
- 1 control individual sobre contenidos -20%
- 2 talleres prácticos de aplicación individual o grupal (dependiendo de la versión del programa) - 40% cada uno
Curso : Servicios para el almacenamiento y gestión de datos (Azure)
keyboard_arrow_downDocente(s): Mauricio Gamboa
Unidad académica responsable: Escuela de Ingeniería
Requisitos: sin prerrequisitos
Créditos: 3
Horas totales: 48 | Horas directas: 24 | Horas indirectas: 24
Descripción del curso
El curso sobre servicios para el almacenamiento y gestión de datos se hace cargo de la necesidad que tiene cualquier tipo de solución que involucre el uso de tecnologías de información. En este curso los alumnos aprenderán a establecer y a usar servicios de bases de datos relacionales y no relacionales que entrega directamente la plataforma Azure. Asimismo, se revisan las facilidades de almacenamiento orientadas a problemáticas de inteligencia de negocios como los almacenes de datos y los lagos de datos.
Resultados de aprendizaje
- Explicar los diferentes tipos de servicio de almacenamiento en la nube que ofrece Azure.
- Desarrollar modelos de datos relacionales y no relacionales basados en Azure.
- Desarrollar soluciones de gestión de datos que incorporan Data Warehouses y Data Lakes.
Contenidos:
- Revisión de los tipos de almacenamiento y de servicio provistos
- Blob, Table, Queue y File
- Por qué no correr el motor usual en IaaS
- Bases de datos relacionales y no relacionales
- Bases de datos SQL (SQL Database y SQL Data Warehouse)
- Azure Datalake (ADLS)
- Azure Database para MySQL, MariaDB y PostgreSQL
- Bases de datos no estructuradas (NoSQL)en la nube (Azure Cosmos DB)
Estrategias metodológicas:
En la metodología se combinan las sesiones expositivas, donde se presentan conceptos, aspectos teóricos y aplicaciones de ejemplo; y sesiones prácticas, en donde los alumnos pueden aplicar directamente los conocimientos en ejercicios concretos.
Las clases se realizarán en formato streaming a través de la plataforma Zoom, además el alumno contará con un LMS o escritorio virtual de apoyo en donde podrá encontrar material de clases, acceso a clases grabadas, evaluaciones y otros.
Estrategias evaluativas:
- 1 control individual sobre contenido - 20%
- 2 talleres prácticos de aplicación individual o grupal (dependiendo de la versión del programa) - 40% cada uno
Curso : Ciencia de datos en la nube (Azure)
keyboard_arrow_downDocente(s): Kamal Valero
Unidad académica responsable: Escuela de Ingeniería
Requisitos: sin prerrequisitos
Créditos: 3
Horas totales: 48 | Horas directas: 24 | Horas indirectas: 24
Descripción del curso
El curso ciencia de datos en la nube apunta a que el alumno aprenda a hacer el trabajo de un cientista de datos usando solo servicios de la nube proporcionados por la plataforma Azure. El curso comienza con una revisión de los temas clásicos de la ciencia de datos (modelación, predicción, clasificación, regresión) para luego introducir las herramientas de Azure que pueden utilizarse para llevar a cabo estas actividades.
Resultados de aprendizaje
- Identificar las tareas y procesos básicos relacionados con el análisis de datos en cualquier contexto.
- Construir un pipeline de datos para el análisis de datos en la nube.
- Analizar un set de datos usando máquinas virtuales de Ciencia de Datos (DSVM).
- Utilizar de forma optimizada las herramientas de visualización y exploración de datos disponibles en Azure.
Contenidos:
- Modelos, predicción e inferencia
- Modelos de Regresión y Clasificación
- Introducción al aprendizaje de máquina
- Preparación de Datos, el pipeline de datos
- Blobs y Data Lakes
- Las máquinas virtuales para Ciencia de Datos (DSVM)
- Exploración y visualización de datos
- Integración de código Python o R
- Big Data para aprendizaje de máquina
- Introducción a los databricks de Azure
Estrategias metodológicas:
En la metodología se combinan las sesiones expositivas, donde se presentan conceptos, aspectos teóricos y aplicaciones de ejemplo; y sesiones prácticas, en donde los alumnos pueden aplicar directamente los conocimientos en ejercicios concretos.
Las clases se realizarán en formato streaming a través de la plataforma Zoom, además el alumno contará con un LMS o escritorio virtual de apoyo en donde podrá encontrar material de clases, acceso a clases grabadas, evaluaciones y otros.
Estrategias evaluativas:
- 1 control individual sobre contenidos - 20%
- 2 talleres prácticos de aplicación individual o grupal (dependiendo de la versión del programa) - 40% cada uno
Curso : Servicios cognitivos en la nube (Azure)
keyboard_arrow_downDocente(s): Stefanni Cavaletto
Unidad académica responsable: Escuela de Ingeniería
Requisitos: sin prerrequisitos
Créditos: 3
Horas totales: 48 | Horas directas: 24 | Horas indirectas: 24
Descripción del curso
El objetivo del curso sobre servicios cognitivos en Azure es utilizar los servicios de alto nivel disponibles en Azure que permiten implementar estas soluciones de forma mucho más sencilla. El curso parte revisando los conceptos básicos de ML para pasar luego a las poderosas herramientas disponibles como Azure ML Studio y AML y finalmente a conocer el portal de servicios cognitivos.
Resultados de aprendizaje
Identificar las soluciones tecnológicas disponibles en Azure que incorporan aprendizaje de máquina.
Desarrollar aplicaciones de Machine Learning –ML- usando ML Studio, ML Compute Instance y AML.
Construir aplicaciones que incorporen los servicios cognitivos de imágenes, texto o voz disponibles en Azure
Contenidos:
- Introducción al ML
- Servicios para ML en Azure
- Azure ML Compute Instance
- Azure machine learning studio
- ML automatizado (AML)
- El portal de servicios cognitivos
- Servicios cognitivos asociados a trabajo con imágenes
- Servicios cognitivos asociados a procesamiento de voz
- Servicios cognitivos asociados a lenguaje natural
Estrategias metodológicas:
En la metodología se combinan las sesiones expositivas, donde se presentan conceptos, aspectos teóricos y aplicaciones de ejemplo; y sesiones prácticas, en donde los alumnos pueden aplicar directamente los conocimientos en ejercicios concretos.
Las clases se realizarán en formato streaming a través de la plataforma Zoom, además el alumno contará con un LMS o escritorio virtual de apoyo en donde podrá encontrar material de clases, acceso a clases grabadas, evaluaciones y otros.
Estrategias evaluativas:
- 1 control individuales sobre contenidos - 20%
- 2 talleres prácticos de aplicación individual o grupal (dependiendo de la versión del programa) - 40% cada uno
Requisitos Aprobación
keyboard_arrow_downLos cursos tienen las siguientes ponderaciones para la nota final del Diplomado:
- Curso 1: Fundamentos de Cloud Computing - 20%
- Curso 2: Servicios en la nube de Azure - 20%
- Curso 3: Servicios para el almacenamiento y gestión de datos - 20%
- Curso 4: Data Science en la nube (Azure) - 20%
- Curso 5: Servicios cognitivos en la nube - 20%
Los alumnos deberán ser aprobados de acuerdo los siguientes criterios:
- Calificación mínima de todos los cursos 4.0 en su promedio ponderado.
- Asistencia mínima de 75% de asistencia y/o conexión
*Dentro de las clases pueden realizarse actividades no grabadas y evaluadas, sin previo aviso.
Los resultados de las evaluaciones serán expresados en notas, en escala de 1,0 a 7,0 con un decimal, sin perjuicio que la Unidad pueda aplicar otra escala adicional.
Para aprobar un Diplomado, se requiere la aprobación de todos los cursos que lo conforman y, en los casos que corresponda, de otros requisitos que indique el programa académico.
El estudiante será reprobado en un curso o actividad del Programa cuando hubiere obtenido como nota final una calificación inferior a cuatro (4,0).
Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación digital otorgado por la Pontificia Universidad Católica de Chile.
Además, se entregará una insignia digital por diplomado.
*En caso de que un alumno repruebe uno o máximo dos cursos pertenecientes a un Diplomado, Educación Profesional Ingeniería UC ofrece la oportunidad de realizarlos en una siguiente versión del mismo programa. Para ello, el alumno deberá pagar un valor de 3 UF por curso e indicar la fecha de la versión en la que desea matricularse. La gestión debe realizarse dentro de un máximo de 2 años a contar de la fecha de inicio del Diplomado original. El estudiante debe considerar que de existir un cambio en la estructura curricular de su Diplomado que implique nuevos cursos, tendrá que realizarlos pagando un valor de 3 UF, además del que reprobó. Esto no obliga a la Universidad a dictar nuevamente el programa.
Proceso de Admisión
keyboard_arrow_downLas personas interesadas deberán completar la ficha de postulación ubicada al lado derecho de esta página web. Un correo de confirmación solicitará enviar los siguientes documentos
- Fotocopia Carnet de Identidad.
- Fotocopia simple del Certificado de Título o del Título.
- Curriculum Vitae
Cualquier información adicional o inquietud podrás escribir al correo programas@ing.puc.cl.
VACANTES: 45
INFORMACIÓN RELEVANTE
Con el objetivo de brindar las condiciones de infraestructura necesaria y la asistencia adecuada al inicio y durante las clases para personas con discapacidad: Física o motriz, Sensorial (Visual o auditiva) u otra, los invitamos a informarlo.
El postular no asegura el cupo, una vez inscrito o aceptado en el programa se debe pagar el valor completo de la actividad para estar matriculado.
No se tramitarán postulaciones incompletas.
Puedes revisar aquí más información importante sobre el proceso de admisión y matrícula
¿Te parece interesante este programa?
Sí No
