PED en Ciberseguridad e Inteligencia Artificial
- Fecha de inicio: 05 de octubre de 2026
- Modalidad a distancia: Google Meet y Plataforma Moodle
Presentación
El Programa de Especialización y Desarrollo(PED) en Ciberseguridad e Inteligencia Artificial está orientado a la formación especializada de profesionales en la identificación, análisis y mitigación de amenazas en seguridad informática, mediante un enfoque técnico, estructurado y basado en buenas prácticas. El programa integra fundamentos teóricos con ejercicios prácticos en laboratorio, permitiendo comprender en profundidad los mecanismos de explotación de vulnerabilidades y la aplicación de contramedidas efectivas.
Incluyendo el análisis de vulnerabilidades computacionales y sus contramedidas. Asimismo, se desarrollará la Inteligencia de Ciberamenazas y la Gestión de Respuesta a Incidentes, abarcando el ciclo completo de preparación, detección, contención, erradicación, recuperación y mejora continua. Adicionalmente, el programa incorpora el uso de Inteligencia Artificial aplicada a la ciberseguridad, orientada a la detección de amenazas, análisis de anomalías, identificación de vulnerabilidades y apoyo a la toma de decisiones en entornos complejos.
Al finalizar, los participantes estarán capacitados para evaluar riesgos, fortalecer controles de seguridad y contribuir técnicamente a la resiliencia y madurez en ciberseguridad de las organizaciones.
Objetivos
- Brindar conocimientos teóricos y prácticos sobre los principales ataques computacionales, sus mecanismos de explotación y su impacto en la seguridad de sistemas y aplicaciones.
- Desarrollar habilidades técnicas para ejecutar ataques en entornos controlados, identificar vulnerabilidades y comprender su funcionamiento.
- Formar competencias en diseño e implementación de contramedidas que permitan mitigar riesgos y fortalecer la seguridad de sistemas frente a ataques conocidos.
- Brindar conocimientos teóricos y prácticos sobre la recopilación, análisis y correlación de información de amenazas cibernéticas para identificar riesgos e indicadores.
- Formar competencias técnicas en la aplicación de metodologías de respuesta a incidentes, incluyendo detección, contención, erradicación y recuperación de servicios afectados.
- Reconocer y aplicar la Inteligencia Artificial como herramienta estratégica en la detección, prevención y respuesta frente a amenazas cibernéticas.
Dirigido principalmente a
¿A quién está dirigido?
- Segmento principal:
- Profesionales y técnicos del área de Tecnologías de la Información.
- Ingenieros y analistas vinculados a seguridad informática y redes.
- Profesionales que buscan especialización técnica en ciberseguridad aplicada.
- Organizaciones que requieren fortalecer su capacidad de prevención y respuesta ante incidentes.
- Profesionales:
- Ingenieros de Sistemas, Informática, Computación o Software.
- Ingenieros de Redes y Telecomunicaciones.
- Administradores de sistemas y plataformas.
- Especialistas en infraestructura, cloud y DevOps.
- Interesados en:
- Ethical Hacking y análisis de vulnerabilidades.
- Inteligencia de ciberamenazas y análisis de ataques.
- Respuesta a incidentes y gestión de crisis de seguridad.
- Protección de infraestructuras críticas y sistemas empresariales.
- Aplicación de Inteligencia Artificial en detección y prevención de amenazas.
Creditaje
6 créditos académicos.
Plan de estudios
Ethical Hacking & Contramedidas
Curso teórico práctico orientado al análisis y explotación controlada de vulnerabilidades en sistemas y aplicaciones. Se estudian ataques a nivel de sistema operativo, memoria y aplicaciones, comprendiendo sus mecanismos internos y el diseño de contramedidas técnicas para mitigar riesgos y fortalecer la seguridad.Inteligencia de Ciberamenazas y Respuesta a Incidentes
Curso teórico práctico enfocado en la recopilación, correlación y análisis de inteligencia de amenazas. Aborda el ciclo completo de respuesta a incidentes, desde la preparación y detección hasta la contención, erradicación, recuperación y mejora continua de los controles de seguridad.Inteligencia Artificial Aplicada a la Ciberseguridad
Curso teórico práctico orientado al uso de técnicas de Inteligencia Artificial para la detección de amenazas, identificación de vulnerabilidades, análisis de anomalías, control de acceso y apoyo a la respuesta a incidentes en entornos de ciberseguridad modernos.
Metodología
La metodología de enseñanza-aprendizaje, se desarrollará a través de exposiciones dinámicas y análisis de casos prácticos, trabajo colaborativo en grupos, foros de discusión y a través de un enfoque en la aplicación real de conocimiento mediante proyectos y planes de acción.
Plana docente
Dr. Julio Santisteban Pablo
Doctor en Ciencia de la Computación en la Cátedra CONCYTEC de la Universidad Nacional de San Agustín de Arequipa, Perú, 2016. MSc. en Internetworking por la University of Technology Sydney, Australia, 2003. GradCert. en Internetworking por la University of Technology, Australia, 2003. Dip. en Information Technology – Applications Programming por el South Western Sydney Institute, Australia, 2000. Se incorporó a la Universidad Católica San Pablo en el 2010 como profesor en la Escuela Profesional de Ciencia de la Computación. En julio del 2000 se incorporó como Senior Analyst Programmer en Qantas Airways Australia, donde trabajó hasta diciembre de 2009. Anteriormente laboró en la Australian Red Cross (Cruz Roja Australiana).
Mgtr. Ricardo Lazo Vasquez
Magister en Data Science por la Universidad de Colorado Boulder en 2024, Bachiller en Ciencia de la Computación por la Universidad Católica San Pablo en 2021. Trabajó en Turing como Python Data Scientist/Analyst (2024-2025), anteriormente trabajó en Interbank como Machine Learning Engineer, Data Scientist (2021-2024) y áreas de investigación en Ciberseguridad y IA.
Mgtr. Kenky Rodríguez López
Magister Ciberseguridad por la Universidad Internacional de La Rioja, España 2023. Ingeniera Informática por la Universidad Católica San Pablo. Actualmente trabaja como director del departamento de TI en IEP San José Jesuitas (2009-2025).
Mgtr. Sebastian Coronado
Maestría en Ciencias de la Computación por la Georgia Institute of Technology, USA, 2020. Bachiller en Ciencia de la Computación por la Universidad Católica San Pablo en 2014. Es docente en la UTEC como Computer Science Tutor. anteriormente trabajó en ArtiGames como Video games Programming Teacher (2020-2025) anteriormente trabajó en JENABE TECHNOLOGIES como ANDROID IOS UNITY DEVELOPER (2017-2018) y anteriormente en AMIGO CLOUD como FRONT END DEVELOPER.
Dr. Yván Túpac Valdivia
Doctorado en Ingeniería Eléctrica (PUC-Rio, 2005). Ingeniería Electrónica (UNSA, 1995). Trabaja actualmente como docente e investigador acreditado en Ciencia de la Computación en la Universidad Católica San Pablo (UCSP). Posee experiencia en Ciencia de la Computación con énfasis en Inteligencia Computacional (Computación Evolutiva, Aprendizaje por Refuerzo) con actuación principal en proyectos de Investigación y Desarrollo en Ingeniería de Petróleo, Energía Eléctrica, Evaluación de Proyectos, Análisis de Riesgo, Control y Automatización de Procesos, Sistemas de redes de Comunicación, Computación Distribuida.
Álvaro Henry Mamani Aliaga
Doctor en Ciencia de la Computación, Universidad Nacional de San Agustín (Perú). Maestría en Ciencia de la Computación, Universidad de São Paulo (Brasil). Actualmente se desempeña como profesor en el programa de Ciencia de la Computación de la Universidad Católica de San Pablo. Tiene experiencia en las áreas de computación paralela y distribuida, big data y Cloud Computing. Trabajó como investigador centrado en la computación en la nube: proyecto Maritaca efectuado en la Universidad Federal de São Paulo (UNIFESP); Proyecto Tunki: Detección remota de humedales utilizando imágenes satelitales y computación de alto rendimiento en la Universidad Nacional de San Agustín. Sus áreas de interés son: computación de alto rendimiento, computación paralela, computación en la nube, sistemas de archivos distribuidos, big data, computación móvil y ciencia de datos.
* La Escuela de Postgrado UCSP podrá realizar cambios en la plana docente designada al dictado de los respectivos cursos al tratarse de casos fortuitos o de fuerza mayor.
Calendario
| Calendario | |
| Fecha de Inicio | 05 de octubre de 2026 |
| Fecha de Fin | 16 de noviembre de 2026 |
| Horas académicas | 120 horas académicas ( 72 horas lectivas ; 48 horas no lectivas) |
| Duración |
Ethical Hacking & Contramedidas – 24h |
| Horario |
|
| Lugar | Plataforma Moodle / Classroom y Google Meet (modalidad virtual) |
Inversión
- Preventa: S/ 1,300 hasta el 07 de septiembre de 2026.
- Precio al contado: S/ 1,500.
- Precio total: S/ 1,640 fraccionado en cuotas de:
- Cuota Inicial de S/ 400.00.
- 2 cuotas de S/ 620.00 cada una.
- Descuentos:
- 5% de descuento corporativo (2 personas).
- 10% de descuento corporativo (3 personas a más).
- 20% de descuento para alumnos y antiguos alumnos UCSP.
- Cierre de inscripciones: 21 de septiembre de 2026.
Certificación
Certificado digital otorgado por la Dirección de la Escuela de Postgrado y el Departamento de Computación.
Organiza

Requisitos de admisión
- Ficha de datos (personales, profesional, académicos, entre otros).
- Comprobante de pago.
Solicita información
Para inscripciones comunicarse con:
Universidad Católica San Pablo
Campus San Lázaro
Edificio newman, Primer nivel
Quinta Vivanco s/n
Urb. Campiña Paisajista,
Arequipa – Perú
Programas relacionados
Fecha de inicio: 05 de octubre de 2026 El Programa de Especialización y Desarrollo(PED) está orientado a la formación especializada de profesionales en la identificación, análisis y mitigación de amenazas a la seguridad de la información computacional
Fecha de inicio: 17 de julio de 2026 Esta maestría tiene como objetivo brindar una sólida formación teórica y práctica en los fundamentos matemáticos, estadísticos, computacionales, de Inteligencia Artificial (Machine Learning) y visualización de datos, que permitan desarrollar proyectos de Ciencia de Datos que impacten positivamente en las organizaciones.
Fecha de Inicio: 17 de junio de 2026 MLOps (Machine Learning Operations) combina Machine Learning, DevOps e ingeniería de datos para industrializar y operacionalizar modelos de IA de forma confiable y escalable.