Presentación

Actualmente hay un gran optimismo entre la comunidad científica en cuanto al futuro de la Visión por Computador. En la pasada década se ha conseguido desarrollar algoritmos para resolver problemas que hace 20 años parecían irresolubles, y todo hace pensar que la tendencia seguirá al alza. Además, con el creciente protagonismo en nuestras vidas de los dispositivos móviles con cámaras, como tabletas y smartphones, es muy probable que en los próximos años habrá cada vez más sistemas de visión artificial en nuestro día a día.

Entonces, es evidente la creciente presencia de dispositivos con capacidades de adquisición de imagen digital, junto con los recientes avances tecnológicos, hace que el uso de la visión por computador en una multitud de aplicaciones innovadoras sea una realidad hoy. Por ello, la visión por computador es un área estratégica para muchas empresas tecnológicas innovadoras, así como un campo de investigación con creciente relevancia científica. Sin embargo, la naturaleza multidisciplinaria específica de la visión por computador, además de su complejidad inherente, requiere profesionales especializados con alto nivel formativo sobre esta área.

En ese contexto, la Universidad Católica San Pablo (UCSP), a través de su Departamento de Ciencia de la Computación, presenta el Diplomado en Visión por Computador con Machine Learning y Deep Learning, el cual se enfoca en el estudio de algoritmos de procesamiento de imágenes, machine Iearning y visión por computador y está dirigido tanto a estudiantes como a profesionales que buscan una especialización en visión artificial dirigida al mercado laboral, a la industria o al emprendimiento, así como a aquellos altamente motivados por la investigación.

Objetivos

• Capacidad de análisis y síntesis de conocimientos relacionados a la composición de una imagen digital.
• Capacidad para desarrollar modelos de Visión por Computador.
• Capacidad de análisis crítico y de evaluación para aplicar las herramientas tecnológicas adecuadas.
• Capacidad de aprendizaje autónomo para la especialización en uno o más campos de estudio.
• Capacidad para comparar modelos de visión por computador, procesamiento de imágenes y finalmente extenderlos con herramientas y modelos de Machine Learning y Deep Learning.

Dirigido principalmente a

Profesionales formados en computación y afines (alumnos, profesores, entusiastas) interesados en el área de Visión por Computador, Procesamiento de Imágenes, Machine Learning y Deep Learning.

Metodología

1. Clases magistrales.
2. Método del caso (análisis de situaciones reales).
3. Investigación, trabajo en equipo y debates.

Creditaje

25 créditos académicos.

Plan de estudios

El diplomado está estructurado en 5 cursos:

• Herramientas para Procesar Imágenes y Video.
• Procesamiento de Imágenes y Machine Learning para la Visión por Computador.
• Tópicos en Redes Neuronales.
• Deep Learning para el Análisis de Imágenes y Video.
• Arquitecturas Avanzadas y Realidad Aumentada.

Cada curso tiene 40 horas académicas y 80 horas prácticas no lectivas o de trabajo autónomo.

Proceso de evaluación

Síncrono y virtual.

Metodología de evaluación: Participación en aula, desarrollo de casos de estudio, exposiciones, exámenes, trabajo integrador.

Plana docente

Manuel Loaiza Fernández

Doctor en Informática (Pontifícia Universidade Católica do Rio de Janeiro, PUC-Rio de Janeiro) desde 2009, en el área de computación gráfica con énfasis en tópicos de Computación Gráfica, Realidad Virtual y Visión Computacional. Mg. en Informática (Pontifícia Universidade Católica do Rio de Janeiro, PUC-Rio de Janeiro) desde 2005, énfasis en tópicos de Computación Gráfica, Realidad Aumentada y Procesamiento de Imágenes. B.Sc. Ingeniería de Sistemas (Universidad Nacional de San Agustín, UNSA) desde 2002. Desde 2017 hasta la fecha he trabajado como docente de pregrado y posgrado en los Departamentos de Ciencia de la Computación de la Universidad Católica San Pablo y de la Universidad Nacional San Agustín. He trabajado en proyectos de investigación aplicada para empresas como Petrobras, Rede Globo, y General Electric (GE). Actualmente, trabajo en 2 proyectos de investigación aplicada multidisciplinar con fondos externos de FONDECYT/Banco Mundial.

Guillermo Cámara Chávez

Doctor en Ciencia de la Computación, Universidade Federal de Minas Gerais (Brasil). Maestría en Ciencia de la Computación, Universidade de Sao Paulo (Brasil), Bachiller en Ingeniería de Sistemas, Universidad Católica Santa María (Arequipa). Actualmente se desempeña como profesor de la Universidade Federal de Ouro Preto. Tiene amplia experiencia en desarrollo de investigaciones con varios proyectos aceptados por el FONDECYT.

Edwin Escobedo Cárdenas

Doctor en Ciencia de la Computación, Universidade Federal de Ouro Preto (Brasil). Maestría en Ciencia de la Computación, Universidade Federal de Ouro Preto (Brasil), Actualmente se desempeña como desarrollador senior de proyectos de Visión por Computador. Profesor de la Universidad de Trujillo.

José Armando Chávez Álvarez

Magister en Ciencia de la Computación, Universidad Católica San Pablo. Bachiller en Ingeniería Electrónica, Universidad Nacional de Ingeniería. Actualmente se desempeña como profesor de pregrado de la escuela de Ciencia de la Computación en la UTEC. Ha desarrollado diversos proyectos en el área de Visión por Computador y Procesamiento de Imágenes usando técnicas de Deep Learning.

Victor Flores Benites

Maestría en Ciencia de la Computación, Universidad Católica San Pablo. Bachiller en Ingeniería Electrónica, Universidad Nacional de Ingeniería. Actualmente se desempeña como profesor a tiempo parcial en el Departamento de Ciencia de la Computación de UTEC. Ha desarrollado diversos proyectos en las áreas de procesamiento de señales, neurociencia computacional, e inteligencia artificial.

Yessenia Yari Ramos

Doctora en Ciencia de la Computación de la UNSA-Arequipa. Obtuvo su grado de bachiller en Ingeniería de Sistemas en la Universidad Nacional de San Agustín de Arequipa, en el año 2008. Luego realizo sus estudios de Maestría en la Universidade Federal do Rio Grande do Sul, Brasil, obteniendo el grado de Master en Ciencia de la Computación, en el año del 2011.Actualmente labora en la Universidad Católica San Pablo. Sus áreas de interés son procesamiento de imágenes y visión computacional.

Graciela Meza

Doctora en Ciencia de la Computación para la Universidad Nacional de San Agustin. Actualmente es docente a tiempo completo de la Universidad Católica San Pablo. También fue investigadora de la Universidad la Salle. Fue visitante por dos años en CENPARMI (Centre for Pattern Recognition and Machine Intelligence), Concordia University, Canada. Además, obtuvo el grado de Magister en Ciencia de la Computación en la Universidad Federal de Mato Grosso do Sul, Brasil. Su área de interés es aprendizaje de máquina, técnicas inteligentes y reconocimiento de patrones con énfasis en el reconocimiento de escritura a mano en documentos histórico.

Yván Túpac 

Profesional del área de Ingeniería Eléctrica, con pregrado en Ingeniería Electrónica (UNSA, 1995) y Doctorado (PUC-Rio, 2005) en Ingeniería Eléctrica. Trabaja actualmente como docente e investigador acreditado en Ciencia de la Computación en la Universidad Católica San Pablo (UCSP), siendo director del Centro de Investigación e Innovación en Ciencia de la Computación del Departamento de Ciencia de la Computación de la 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, Sistemas Electrónicos y Digitales, Análisis y Procesamiento de Imágenes.

* La Universidad cuenta con el derecho de modificar la asignación de docentes cuando existan razones de fuerza mayor, caso fortuito o no atribuible a la Universidad.

Calendario

* La Escuela de Postgrado UCSP se reserva el derecho de cancelar o postergar el programa si no alcanza el mínimo de alumnos matriculados hasta 7 (siete) días hábiles anteriores a la fecha indicada para el inicio del programa.
* La Escuela de Postgrado se reserva el derecho de cambiar la plataforma virtual.
* La Escuela de Postgrado se reserva el derecho de hacer cambios en el calendario académico.

Tiempo de dedicación al programa

* Horas lectivas: 200, Horas no lectivas: 400

Inversión

Preventa: S/ 4,600 hasta el 28 de marzo de 2025 (cupos limitados).

Precio al contado: S/ 4,900.

Precio total: S/ 5,500 fraccionado en cuotas de:

• • Cuota Inicial de S/ 687.50.
  • 7 cuotas de S/ 687.50.
    Descargar cuadro de pagos

Descuentos:

• • Pregunta por tu descuento a la comunidad UCSP y antiguos alumnos.
  • Pregunta por tu descuento corporativo (3 o más personas).

* Para mayor información consulta con nuestra asesora educativa.
* Para ver las orientaciones para devolución de pagos darle clic aquí.
* Aceptamos pagos con todas las tarjetas.
* Los descuentos no son acumulables.
* Los descuentos a la comunidad UCSP, antiguos alumnos y corporativo no aplican en precio de preventa.
* El monto de matrícula es de S/ 200 y está incluida en todas las modalidades de pago y es única al momento de la admisión.

CERTIFICACIÓN

Diploma de Postgrado en Visión por Computador con Machine Learning y Deep Learning otorgado por la Universidad Católica San Pablo.

* Diploma de postgrado con firmas emitidas en medios digitales.
* Para obtener el diploma de Postgrado, el estudiante debe acreditar el grado académico de bachiller, cumplir con 25 créditos académicos aprobados en el programa de estudios, aprobar todos los cursos con nota mayor o igual a 12 y no tener obligaciones económicas pendientes de pago con la universidad.

Requisitos de admisión

INSCRIPCIÓN

• Ficha de inscripción correctamente llenada.
• Documento de identidad:
  • Peruanos: Copia simple de DNI.
  • Extranjeros: Copia simple del carné de extranjería, pasaporte o documento de identidad oficial de su país de origen.
• Documento académico:
  • Peruanos: Reporte SUNEDU, en caso de no contar con el reporte, copia legalizada del diploma de bachiller.
  • Extranjeros: Copia legalizada del diploma de bachiller por la autoridad competente en el país de origen.

MATRÍCULA

• Compromiso de honor firmado.
• Contrato de prestación de servicios firmado.

* La información que el postulante ingrese en la inscripción es su responsabilidad, la UCSP presume su veracidad.
* Se considera apto para matrícula al postulante que cumpla con todos los requisitos de admisión.
* Si el postulante realiza el pago con anterioridad al proceso de admisión y se comprueba el no cumplimiento de algún requisito de admisión, no se considerará la matrícula.

Condiciones de permanencia y culminación

• Reglamento de Admisión para la Escuela de Postgrado: https://ucsp.edu.pe/transparencia/reglamento-de-admision-para-la-escuela-de-postgrado/
• Reglamento de Estudiantes de la Escuela de Postgrado: https://ucsp.edu.pe/transparencia/reglamento-de-estudiantes-de-la-escuela-de-postgrado/
• Reglamento General de Grados y Títulos: https://ucsp.edu.pe/archivos/transparencia/R-VICE-08-Reglamento-General-de-Grados-y-Titulos.pdf
• Disposiciones particulares de Grados y Títulos de la Escuela de Postgrado: https://ucsp.edu.pe/transparencia/disposiciones-particulares-de-grados-y-titulos-de-la-escuela-de-postgrado/

Requerimientos tecnológicos

• Contar con PC o Laptop.
• Cámara web (interna o externa) con mínimo de 720p de resolución.
• Micrófono (interno o externo).
• Acceso a internet – la velocidad recomendada es de 4 Mbps para descarga y 1 Mbps para subida o superior.
• Navegador Google Chrome o Firefox actualizado.