Visión Computacional con IA

Presentación

Las imágenes son la forma más natural en que los seres humanos perciben el mundo, y hoy las máquinas están aprendiendo a hacer lo mismo. Desde el diagnóstico médico hasta la inspección industrial, desde los vehículos autónomos hasta la búsqueda visual en internet, la visión computacional se ha convertido en una de las tecnologías de mayor impacto de la última década. El avance del deep learning ha transformado radicalmente este campo, permitiendo que los modelos no sólo reconozcan objetos, sino que comprendan escenas, generen descripciones y respondan a instrucciones en lenguaje natural.

La Universidad Católica San Pablo (UCSP), a través de su Departamento de Computación, presenta el curso «Visión Computacional con IA». El objetivo del curso es brindar una formación aplicada en visión computacional utilizando técnicas modernas de inteligencia artificial, combinando los fundamentos del deep learning con el uso de modelos preentrenados y la exploración de arquitecturas de última generación. En ese sentido, se estudiarán: fundamentos de redes neuronales convolucionales, transfer learning y fine-tuning con modelos clásicos, modelos multimodales como CLIP y BLIP, y aplicaciones prácticas de segmentación, detección y captioning de imágenes.

Al final del curso, los estudiantes serán capaces de comprender, evaluar y aplicar modelos de visión computacional para resolver problemas reales, con una visión crítica de sus capacidades, sus limitaciones y las implicancias éticas de su uso.

Objetivos específicos

Los objetivos de este curso son:

• Introducir los fundamentos del deep learning aplicado a la visión computacional y su relación con el procesamiento de imágenes digitales.
• Conocer y utilizar modelos pre-entrenados de visión computacional mediante técnicas de transfer learning adaptadas a problemas concretos.
• Evaluar el desempeño de modelos de visión utilizando métricas estándar e interpretar sus resultados en contextos reales.
• Explorar arquitecturas y modelos de última generación, comprendiendo sus capacidades, diferencias y casos de uso prácticos.
• Conocer aplicaciones modernas de visión computacional e identificar su potencial de uso en distintos dominios profesionales.
• Reflexionar sobre las implicancias éticas, los sesgos y los límites actuales de los modelos de visión computacional.

Dirigido a

• Dirigido a bachilleres y profesionales (Ciencia de la Computación, Ingeniería de Sistemas y las otras ingenierías, Ciencias de la Salud, Estadística, Matemática, Administración, Finanzas, Economía, Manufactura, áreas biomédicas, entre otras) interesados en comprender y aplicar técnicas modernas de visión computacional basadas en inteligencia artificial, con el fin de incorporar estas herramientas en sus flujos de trabajo, proyectos de investigación o procesos organizacionales.

Contenido

Los temas a ser abordados en este curso son:

• Fundamentos de imágenes digitales y preprocesamiento para visión computacional.
• Introducción al deep learning aplicado a visión: redes neuronales convolucionales (CNN).
• Transfer learning y fine-tuning con modelos preentrenados: ResNet, MobileNet, EfficientNet.
• Métricas de evaluación de modelos de visión computacional.
• Vision Transformers (ViT) y Foundation Models: modelos multimodales como CLIP, BLIP, Segment Anything.
• Aplicaciones modernas: búsqueda visual, segmentación interactiva y captioning de imágenes.
• Ética, sesgos y límites de la visión computacional con IA.

Expositores

Edward Cayllahua-Cahuina

Investigador en el campo de la Ciencia de la Computación, tiene una maestría en Ciencia de la Computación de la Universidade Federal De Ouro Preto (Brasil), obtuvo un doctorado conjunto por la Universidad Federal de Minas Gerais (Brasil) y la Universidad Gustave-Eiffel (Francia). Sus principales áreas de investigación abarcan la visión computacional, el reconocimiento de patrones, el aprendizaje de máquina.

Guillermo Cámara Chavez

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. Especialista en procesamiento de imágenes usando técnicas de Machine Learning y Deep Learning.

Metodología

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

Calendario

Inversión

• Precio: S/ 420.00
• Pronto pago: S/ 370.00 hasta el 22 de setiembre del 2026.
• Descuentos:
  • 5% de descuento corporativo (2 personas).
  • 10% de descuento corporativo (3 personas a más).
  • 20% de descuento para Comunidad UCSP.
• Cierre de Inscripciones: 01 de octubre del 2026.

Certificación

Certificado Virtual otorgado por la Dirección de la Escuela de Postgrado y el Departamento de Computación

Organiza