Plan de Estudios Magíster en Tecnologías de Información

Código del curso: CC79E
Créditos:  6

Objetivo
El objetivo de este curso es ayudar al alumno a definir y formalizar su proyecto de grado. Este curso involucra actividades conjuntas entre el profesor guía y el alumno.

Bibliografía
Dependiendo del trabajo a realizar, el profesor guía indicará la bibliografía mínima a utilizar por el alumno.

Código del curso: CC79F
Créditos:  6

Objetivo
El objetivo del curso es apoyar al alumno en la realización de su proyecto de grado, a través de diversas actividades conjuntas entre éste y su profesor guía. Eventualmente, si existiera un profesor co-guía para un proyecto de grado, éste también participaría en las actividades conjuntas.

Bibliografía
Dependiendo del trabajo a realizar, el profesor guía indicará la bibliografía mínima a utilizar por el alumno.

Código del Curso:  CC63A
Créditos:  9
Duración: 69 horas
Valor individual: 90 UF
Prof. Verónica Pardo

Objetivo
 

• Identificar y declarar visión y metas propias; reconocer y valorizar recursos y fortalezas propias para lograrlas.
• Identificar los valores propios, y los cursos de acción coherentes con ellos. 
• Construir visiones, metas y significados compartidos con un grupo o equipo de trabajo, a través de la práctica de la comunicación: escuchar, dialogar, exponer/indagar, fundar opiniones, hacer compromisos, generar contextos.
• Desarrollar confianza en las propias potencialidades, y apoyar el mismo proceso en los integrantes del grupo de trabajo.
• Conocer los aspectos fundamentales del propio carácter e identificar cursos de acción para superar sus limitaciones y potenciar sus fortalezas.

Programa

• Que es liderar
• Liderazgo y Gestión
• Visión / Metas / Valores
• Taller 1
• Modelos mentales y comunicación
• Lenguaje y acción:  Opiniones y Observaciones
• Pedidos y Promesas - Queja/Reclamo
• Conversaciones Profesionales :  Exponer e Indagar
• Taller 2
• Gestión de sí
• Conversaciones públicas y privadas
• Optimismo
• Emociones
• Taller 3
• Empatía
• Confianza
• Equipo-desafío
• Taller 4
• Liderazgo nivel 5:  humildad y determinación
• Evaluación de aprendizaje

Bibliografía

• Bennis, Líderes
• Kofman, Metamanagement
• O’Connor, Introducción al pensamiento sistémico, Coaching con PNL
• Goleman, Inteligencia emocional
• HBR, artículos seleccionados

Código del Curso:  CC63B
Créditos:  3
Duración: 24 horas
Valor individual: 30 UF
Prof. Sergio Ochoa

Objetivo
 

El   curso   pretende  entregar   al  alumno   los  conocimientos  básicos
para definir y gestionar  un proyecto de TI, tanto de renovación como de
implantación  de   tecnología. La   primera  parte   del  curso  aborda   la
identificación  del  problemas y del contexto donde éste se da. Luego se
caracterizan  los recursos para llevar a cabo un proyecto y se lo planifica
identificando  tanto  los  tiempo,  costos  y  recursos  a  utilizar,  como los
productos a obtener. Finalmente  se ejecuta  el proyecto y se lo gestiona
para :

Contenidos

• Identificación de problemas y contextos en los que estos se dan.
• Definición de un proyecto de TI.
• Definición de tiempos, costos,  equipos de trabajo, hitos y productos a entregar.
• Ejecución, control, seguimiento y replanificación.
• Implantación y entrega.
• Evolución de la solución.

Bibliografía

• Kathy Schwalbe. Information Technology Project Management, Seventh Edition. Course Technology, (2013).
• Project Management Institute (PMI). A Guide to the Project Management Body of Knowledge (PMBOK Guide). 4nd. Edition. Project Management Institute, (December, 2008).
• Material de clases disponible en U-Cursos, y artículos provistos por el profesor.

Código del Curso:  CC73F
Créditos:  3
Duración: 15 horas
Valor individual: 30 UF
Prof. Rodrigo Frez

Objetivo

La Inteligencia de Negocios es un conjunto de conceptos y metodologías para mejorar la toma de decisiones en una organización, a través de la utilización de  hechos o sistemas basados en hechos. Permite obtener Conocimiento derivado del análisis de la información. Este curso aplicará las metodologías de Inteligencia de Negocios en casos tipos y se presentarán soluciones tecnológicas para reunir, almacenar, analizar y proveer acceso a datos a los usuarios de las organizaciones para que éstos puedan tomar mejores decisiones de negocio.

Contenidos

• Introducción
• Sistemas de Información
• Análisis semantic
• Conceptos y Metodologías de Inteligencia de Negocios
• Datos Estructurados
• Almacenes de Datos
• Datamart
• Modelamiento Multidimensional
• Sistemas OLAP
• Sistemas de Visualización
• Introducción a Minería de Datos
• Sistemas de Apoyo para la Administración de Procesos de Negocio
• Relación con conceptos de Inteligencia de Negocios
• Interoperabilidad y datos semi-estructurados
• Composición, Orquestación y Coreografía de Procesos

Código del Curso:  CC63C
Créditos:  3
Duración: 24 horas
Valor individual: 40 UF
Prof. Marcelo Monsalves

Objetivos

• Proponer y desarrollar una interpretación del conflicto como oportunidad de aprendizaje y cambio.
• Proponer y desarrollar principios básicos para diseñar y gestionar procesos de negociación.
• Presentar y practicar estrategias y herramientas útiles para caracterizar los conflictos y negociar de modo efectivo.

Programa

• Una interpretación del conflicto:
  o    La connotación del conflicto en nuestra cultura.
  o    La interpretación funcionalista y la teoría del conflicto.
  o    La cantidad de conflicto necesaria en una organización.
  o    Diferentes estrategias para enfrentar el conflicto.
  o    Tipos de conflictos.
  o    Dominios de observación de los conflictos.
  o    Elementos básicos del proceso de gestión de conflictos.
  o    Elementos básicos del proceso de mediación.
  o    Creencias que favorecen la gestión creativa del conflicto.
• Caracterización y principios básicos del proceso de negociación:
  o    Criterios para evaluar el proceso de negociación.
  o    Los cuatro principios básicos del proceso de negociación según la Escuela de Harvard.
  o    Componentes del proceso de negociación.
  o    Generación de MAAN y Zonas de Acuerdo.
  o    Estilos de negociación, test de Thomas Filman.
  o    La negociación como herramienta para la generación de valor en la organización.
  o    Nociones básicas de creación y gestión de alianzas.
• Herramientas básicas para la gestión de conflictos y negociación:
  o    Análisis de casos: juegos de negociación.
  o    Análisis de lecciones.
  o    Nociones básicas de psicogeografía y manejo del espacio.
  o    Principios básicos para la generación de empatía y contacto con la otra parte.
  o    Metodología para la caracterización del conflicto.
  o    Modelo SCORE aplicado al análisis de conflictos.
  o    Definición del Tensión Intima y MAAN.
  o    Organización del mapa de la negociación.

Tipo de evaluación
Un examen y tres trabajos prácticos.

Bibliografía

• Mehdi Khosrowpour. Information Technology Management and Organizational Innovations. Idea Group Publishing (1996).
• Kathy Schwalbe. Information Technology Project Management, Second Edition. (July, 2001).
• Howard Smith, Peter Fingar. Business Process Management: The Third Wave. Meghan-Kiffer Press (2002).

Código del Curso:  CC63D
Créditos:  3
Duración: 24 horas
Valor individual: 30 UF
 

Bibliografía
Material de las clases.

Código del Curso:  CC63E
Créditos:  3
Duración: 15 horas
Valor individual: 30 UF
Prof. Jorge Walters

Objetivos
Entender la importancia de la información en las organizaciones, formular políticas de manejo y de formas específicas de uso de la información en la empresa, son los objetivos principales que tiene este curso. Además, se capacitará al alumno en el desarrollo de políticas y planes para administrar el conocimiento de las organizaciones, a través de una correcta identificación del uso y rol de la información y de cómo se genera un posterior conocimiento.

Programa

• Información en las organizaciones: sus roles y su uso.
• Conceptos básicos de información.
• Roles de la información y de los registros en las organizaciones.
• Ahorrar energía y recursos.
• Políticas de manejo de la información en las organizaciones.
• Estructuras específicas de información.
• Costos.
• Colaboración.
• Conocimiento.

•    Clase 1:
–    Visión general del tema
definiciones iniciales, desafíos en el diseño de soluciones

•    Clase 2:
–    KM: ¿Idea Nueva o concepto reciclado?
Revisión crítica de los conceptos de KM

•    Clases 3 y 4: Compañías que crean conocimiento
(Nonaka y Takeuchi, Modelo Japonés)
–    Teoría
–    Creación de conocimiento en la práctica
–    Gestión del proceso de creación de conocimiento
–    Una nueva estructura organizacional

•    Clases 5 y 6: Gestión de conocimiento
(Davenport y Prusak, Modelo Americano)
–    Generación de conocimiento
–    Codificación y Coordinación
–    Transferencia de conocimiento
–    Roles y habilidades

•    Clase 7:
–    Proyectos KM en práctica
–    Tecnologías de información para KM
–    Ingeniería de Conocimiento

•    Clase 8:
–    Presentación de trabajos

Tipo de evaluación
Tres evaluaciones teórico-prácticas, una tarea y un examen final.

Bibliografía

• Melissie Clemmons Rumizen. The Complete Idiot's Guide to Knowledge Management. Alpha Books; 1st edition (August 9, 2001).
• Amrit Tiwana. The Knowledge Management Toolkit: Practical Techniques for Building a Knowledge Management System. Prentice Hall PTR (December, 1999).

Código del Curso: 
Créditos: 
Duración: 24 horas
Valor individual: 30 UF
Prof. Daniel Perovich

Objetivo

 
Aplicación práctica de los conocimientos adquiridos, durante transcurso del Diploma, para ello los estudiantes desarrollaran un proyecto en el que aplicaran las técnicas aprendidas a la resolución de un caso real.

Código del Curso:  CC63G
Créditos:  3
Duración: 24 horas
Valor individual: 30 UF
Prof. Daniel Perovich

Objetivo
Se pretende que a través de este curso el alumno obtenga un conocimiento claro y preciso, acerca del estado del arte en los temas más relevantes de la ingeniería de software.

Programa

• Definición de ingeniería de software y sus implicancias.
• Cualidades del software y su proceso de desarrollo.
• Modelos de ciclo de vida del software: modelo de cascada, modelo incremental y evolutivo, modelo de espiral, RUP, programación extrema.
• Comparación entre los distintos modelos
• Selección del modelo más apropiado según el proyecto.

Tipo de evaluación:
Examen final.

Bibliografía

• Software Engineering, 9th edition. Ian Sommerville. Addison-Wesley, 2010.
• Fundamentals of Software Engineering, 2nd edition. Carlo Ghezzi, Mehdi Jazayeri, Dino Mandrioli. Prentice Hall, 2002.

Código del Curso:  CC63H
Créditos:  3
Duración: 24 horas
Valor individual: 30 UF
Prof. Alcides Quispe

Objetivos

Proporcionar los conceptos fundamentales y las herramientas necesarias para que los alumnos desarrollen y gestionen adecuadamente los requisitos dentro de un proyecto de software.

Contenidos

• Conceptos fundamentales
• El analista
• Requisitos de negocio
• Requisitos de usuario
• Requisitos de software
• Verificación y validación de requisitos
• Control de cambios
• Modelos gráficos útiles en ingeniería de requisitos
• Modelamiento de un proceso de desarrollo y gestión de requisitos

Bibliografía

• K. E. Wiegers, Joy Beatty. “Software Requirements (Third Edition)”. Microsoft Press, 2013.
• K. E. Wiegers. “More About Software Requirements”. Microsoft Press, 2006.
• S. Robertson, J. Robertson, “Mastering the Requirements Process: Getting Requirements Right (3rd Edition)”, Addison-Wesley, 2012.
• E. Gottesdiener. “The Software Requirements Memory Jogger”, GOAL/QPC, 2005.
• S. Lauesen, “Software Requirements Styles and Techniques”, Addison-Wesley, 2002.
• D. Leffingwell, D. Widrig, “Managing Software Requirements: A Use Case Approach, Second Edition”, Addison Wesley, 2003.
• K. Bittner, I. Spence, “Use Case Modeling”, Addison Wesley, 2002.
• D. Kulak, E. Guiney, “Use Cases: Requirements in Context, Second Edition”, Addison Wesley, 2003.
• A. Cockburn, “Writing Effective Use Cases”, Addison-Wesley, 2000.

Código del Curso:  CC63I
Créditos:  3
Duración: 24 horas
Valor individual: 30 UF
Prof. Jocelyn Simmonds

Objetivos
Se espera que el alumno al final del curso:

• Comprenda los conceptos más importantes del análisis y diseño orientado a objetos.
• Sea capaz de aplicar estos conceptos en el desarrollo de sistemas de software, usando distintos diagramas UML.
• Sea capaz de aplicar patrones de diseño para modelar problemas, para lo cual se estudiará un catálogo de patrones.

Programa

• Introducción.
• Análisis y diseño.
• Casos de uso.
• Modelo conceptual.
• Paquetes: Organización de los elementos.
• Diagramas de secuencia.
• Contratos.
• Diagramas de estado.
• Diagramas de colaboración.
• Patrones de diseño y responsabilidades.
• Rational Unified Process (RUP).

Tipo de evaluación
Tres trabajos prácticos y un examen final.

Bibliografía

• Eliëns “Principles of Object-Oriented Software Development”. Addison Wesley, 1995.
• Bertrand Meyer “Object-Oriented Software Construction”. Second Edition. Prentice Hall, 1997.
• Craig Larman “UML y Patrones, Introducción al Análisis y Diseño Orientado a Objetos”. Prentice Hall. Primera versión en Español, 1999.
• S. Khoshafian and R. Abnous “Object Orientation - Concepts, Languages, Databases, User Interfaces”. John Wiley & Sons, Inc., 1990.
• Ivar Jacobson “Object Oriented Software Engineering: A use case driven approach”. Addison-Wesley, 1992.

Código del Curso:  CC63J
Créditos:  3
Duración: 24 horas
Valor individual: 30 UF
Prof. Sergio Ochoa, Daniel Perovich

Objetivos
 

El     objetivo     principal    del    curso    es    conocer   los   conceptos   de
arquitectura de sistemas de  software, diseño arquitectónico, definición de
estos  diseños  e   implementación   de  los mismos.  Al   finalizar el curso
el  alumno manejará estos conceptos correctamente, estará  familiarizado
con  el  estado  del   arte  respecto  al  diseño de  arquitectura,  incluyendo
patrones de arquitectura, herramientas  de apoyo, lenguajes de definición
de arquitectura y tecnologías  más usadas. Además  tendrá  la capacidad
de evaluar las propiedades de una arquitectura a través del análisis visual
del diseño estructural de un sistema de software.

Programa

• Introducción a la arquitectura de software.
• Construcciones básicas para estructurar un software.
• Patrones de arquitectura.
• Arquitecturas orientadas a servicios.
• Revisión de casos de estudio.

Bibliografía

• Bass, L., P. Clements, and R. Kazman. Software Architecture in Practice. 3nd ed. Prentice-Hall, 2012.
• Erl, T. Service-Oriented Architecture (SOA): Concepts, Technology, and Design. Prentice Hall, 2005
• Rozanski, N. and Woods, E. Software Systems Architecture: Working With Stakeholders Using Viewpoints and Perspectives, Addison-Wesley Professional, 2005.
• Material de clases disponible en U-Cursos.

Código del Curso:  CC63K
Créditos:  3
Duración: 30 horas
Valor individual: 30 UF
Prof. Eric Tanter

Objetivos
Al final del curso se espera que el alumno comprenda los conceptos más importantes de la programación orientada al objeto, y que sea capaz de aplicar estos conceptos en el diseño e implementación de sistemas de software.

Contenidos

Manejar la complejidad del software

Descomposición procedural 

Tipos de datos abstractos (ADTs)

Problemas

El Paradigma de la Orientación al Objeto

Un nuevo enfoque

Objetos y responsabilidades

Interfaces de objetos

Usar objetos

Programar con Objetos

Crear objetos, clases

Búsqueda de métodos

Auto-referencia

inicialización 

Identificar clases de objetos

Tipos de Objetos

Sistemas de tipos

Clases como tipos

Interfaces explícitas

Polimorfismo

Abstracción de tipos

Caso de Estudio: Listas en Java

Classes vs. interfaces

Objetos vs. ADTs

Casos de extensibilidad

Herencia

Reusar implementaciones

Jerarquías de clases

Clases abstractas

Extensión y refinamiento 

Herencia vs. composición

Herencia y subtipos

Otros Mecanismos de Reuso

Herencia múltiple

Traits, mixins

Protótipos

Más Polimorfismo

Bibliografía

• Timothy Budd. “An introduction to object oriented programming”. Addison Wesley. 1997.
• Eliens. “Principles of Object-Oriented Software Development”. Addison Wesley, 1995.
• Bertrand Meyer. “Object-Oriented Software Construction”. Second Edition. Prentice Hall, 1997.
• Erich Gamma, Richard Helm, Ralph Johnson, John Vlissides. “Design Patterns: Element of Reusable Object Oriented Software”. Addison-Wesley, 1995.

Código del Curso:  CC63D
Créditos:  3
Duración: 24 horas
Valor individual: 30 UF

Código del Curso:  CC73B
Créditos:  3
Duración: 26 horas
Valor individual: 40 UF
Prof. Daniel Perovich

Objetivo

El objetivo del Taller de Software es la puesta en práctica por parte de los alumnos de los conocimientos adquiridos en los cursos anteriores. Se aborda el desarrollo de una aplicación del tipo de sistemas de información, utilizando técnicas y tecnologías estudiadas en el diplomado.

Programa

• Introducción de un caso de estudio.
• Análisis de requerimientos para una porción de la realidad determinando los principales casos de uso.
• Definición de la arquitectura de la aplicación.
• Análisis y diseño orientado a objetos de los casos de uso principales.
• Implementación de un caso de uso completo obteniendo un prototipo funcional del sistema.

Tipo de evaluación
Proyecto de curso (individual).

Bibliografía

• Software Engineering, 9th edition. Ian Sommerville. Addison-Wesley, 2010.
• Applying UML and Patterns: An Introduction to Object-Oriented Analysis and Design and Iterative Development, 3rd edition. Craig Larman. Prentice Hall, 2004.
• Design Patterns: Elements of Reusable Object-Oriented Software. Erich Gamma, Richard Helm, Ralph Johnson, John Vlissides. Addison-Wesley, 1994.
• An Introduction to Object-Oriented Programming, 3rd edition. Timothy Budd. Addison-Wesley. 2001.

Código del Curso:  CC63L
Créditos:  3
Duración: 24 horas
Valor individual: 30 UF
Prof. Pablo Straub

Objetivos

• Conocer el concepto de calidad de software.
• Especificar cuantitativamente la calidad del software.
• Conocer cómo la calidad se integra a las actividades normales de un ciclo de vida.
• Representar procesos de software en forma flexible.

Programa

• Introducción a la gestión y modelos de calidad.
• Especificación de requisitos de calidad y otros requisitos no funcionales.
• Calidad en el ciclo de vida y actividades de apoyo.
• Formalización de procesos de software.

Tipo de evaluación

Examen final.

Bibliografía

• Robert T. Futrell, Donald F. Shafer, Linda I. Shafer. Quality Software Project Management. Prentice Hall; 1st edition (January, 2002).
• Pankaj Jalote. Software Project Management in Practice Addison Wesley Professional; 1st edition (January, 2002).

Código del Curso:  CC73I
Créditos:  6
Duración: 36 horas
Valor individual: 30 UF
Prof. Daniel Ramírez

Objetivos
El objetivo de este curso es que el alumno comprenda los conceptos relacionados con la calidad y con las normas de la familia ISO 9000, en sus diferentes versiones (normas ISO 9000 versión 2000 y especificidades de la norma ISO 9000-3 para el caso del diseño, desarrollo, suministro, instalación y mantenimiento de software de computación).

Programa

• La calidad: conceptos fundamentales.
• Las normas de la familia ISO 9000.
• Las normas ISO 9000 en el año 2000.
• El sistema de la calidad.
• El personal: su papel en la calidad.
• Los costos de la calidad.

Tipo de evaluación
Examen final.

Bibliografía

• Normas ISO/IEC 9126 e ISO/IEC 12207.

Código del Curso:  CC63O
Créditos:  3
Duración: 24 horas
Valor individual: 30 UF
Prof. José Guerrero

Objetivo
Brindar a los participantes una sólida formación en todos los aspectos del proceso de prueba de software, desde el análisis de los requerimientos hasta el mantenimiento del sistema.

Programa

• Introducción.
• Estadísticas relativas al proceso de pruebas.
• Estándares relativos a la prueba de software.
• El proceso de pruebas.
• Software CAST (Computer Aided Software Testing).
• Una metodología de pruebas.

Tipo de evaluación
Examen final.

Bibliografía

1. Normas Chilenas de la Serie ISO 9000. (INN-Chile).
2. IEEE Standard for Software Unit Testing. ANSI/IEEE Std 1008-1987IEEE Standard for Software Verification and Validation Plans. ANSI/IEEE Std 1012-1986
3. Improving Software Quality. Lowell Jay Arthur - John Wiley & Sons, Inc., NY. 1993.
4. Ingeniería del Software. Roger S. Pressman - McGraw-Hill. 1990.. Managing The Software Process. Watts S. Humphrey. Addison Wesley Co.
5. The Art of Software Testing. Glenford J. Myers, Ed.John Wiley & Sons, Inc., NY. (V. en español: Ed. Ateneo. Buenos Aires).
6. Software Audits. Unix Review,  USA. Octubre 93
7. Breaking through the Testing Barrier. The Journal of Quality Assuranc Institute.  Octubre 1993.
8. The Quest for Quality: Computer-Aided Software Testing. Case Strategie Ma USA, 1992.
9. Software Testing (American Programmer Abril 1994). Ed. Cutter Information Co.
10. Defect Detectives. The Journal of the Quality Assurance Institute. Octubre 1994.
11. Debugging thr Development Process. S. Maguire. Ed Microsoft Press. 1994
12. The Craft of Software Testing. B. Marrick. Ed. Prentice Hall. 1995
13. Software Quality. Caper Jones. Ed. Int. Thompson Computer Press. 1997
14. Applying Software Metrics. Paul Oman. Ed. Ieee Computer Society Press. 1997
15. Sofyware Fault Injection. Voas y Macgraw. Ed Wiley & Sons  1998
16. The Web testing Handbook.Stevn Splaine. STQE Publishing. 2001
17. OWASP Top Ten 2013
18. http://www.desarrolloweb.com/articulos/255.php 2014

Código del Curso:  CC63P
Créditos:  3
Duración: 24 horas
Valor individual: 30 UF
Prof. Alejandro Lagos

Objetivo
El objetivo del curso es brindarle al alumno las herramientas básicas para llevar a cabo un proyecto de Gestión de Calidad de Software, de tamaño pequeño a mediano, con alta probabilidad de éxito.

Programa

• Concepción de un proyecto de calidad de software.
• Planificación e implementación.
• Seguimiento y control.
• Temas importantes.
• Evolución continua.

Tipo de Evaluación
Examen final.

Bibliografía

• Pankaj Jalote. Software Project Management in Practice. Addison Wesley Professional; 1st edition (January, 2002).
• Robert T. Futrell, Donald F. Shafer, Linda I. Shafer. Quality Software Project Management. Prentice Hall; 1st edition (January, 2002).

Código del Curso:  CC73C
Créditos:  3
Duración: 24 horas
Valor individual: 40 UF
Prof. Alcides Quispe

Objetivo
Poner en práctica los conceptos y métodos tradicionales en gestión de calidad de software. En este curso el alumno deberá definir y gestionar un pequeño proyecto de mejoramiento de la calidad del software de una empresa, basándose en los conocimientos adquiridos.

Programa

• Experiencias creando un área de SQA.
• Recomendaciones para la aplicación de un PDS.
• Preparación de un plan para la nueva área de SQA.
• Ejecución del plan de SQA para un proyecto.
• Término del plan de SQA.

Tipo de Evaluación
Proyecto de curso.

Bibliografía
• Robert T. Futrell, Donald F. Shafer, Linda I. Shafer. Quality Software Project Management. Prentice Hall; 1st edition (January, 2002).

Código:  CC67A
Créditos:  3
Duración: 24 horas
Valor individual: 30 UF
Prof. Benjamín Bustos
 

Contenidos Generales

Capítulos:

Repaso de Programación

• Expresiones                             
• Tipos básicos de datos
• Funciones y módulos
• Condiciones
• Recursión
• Datos compuestos (structs)
• Entrada/Salida

Estructuras de datos

• Estructuras indexadas: listas,strings,diccionarios    
• Listas enlazadas               
• Árboles binarios               
• TDA: listas, pilas, colas, colas de prioridad, diccionario
• Búsqueda                       
• Ordenamiento             

Código del Curso:  CC67B
Créditos:  3
Duración: 21 horas
Valor individual: 30 UF
Profesor :  Alejandro Hevia

Objetivos

Al finalizar este módulo los estudiantes conocerán; los fundamentos matemáticos de la criptografía, las principales primitivas criptográficas, formalizaciones rigurosas de definiciones de seguridad para las mismas, así como algunas prácticas de uso que las hacen vulnerables.

Contenidos

1- Requerimientos de seguridad (privacidad, integridad, disponibilidad, autenticación)
- Definiciones informales

2- Sistemas criptográficos de clave privada y de clave publica
- Definición, ventajas y desventajas de cada tipo de sistemas, tipos de ataques
- Sistemas de clave privada
   * Ejemplos: DES, 3DES, IDEA, Rijndael (AES), RC5, etc.
   * Modos de operación.
   * Vulnerabilidad frente a ataques mas importantes.

3- Sistemas de clave pública
- Fundamentos matemáticos (aritmética modular, función de Euler)
- Sistema de establecimiento de claves de Diffie-Hellman.
- Ejemplos de criptosistemas: RSA, ElGamal.
- Estándares: PKCS#7
 

4- Primitivas criptográficas (firmas digitales, estampas de tiempo, funciones hash, MACs).
- Firmas digitales: usos y requerimientos. Ejemplo: RSA
- Funciones hash; usos y requerimientos. Ejemplos; MD5, SHA1.
- Message Authentication Codes (MACs); usos y requerimientos. Ejemplo: HMAC.
- Estampas de tiempo: usos y requerimientos. Autoridades estampadoras de tiempo. Modelos de operación. Modelos de confianza.
- Sistemas de compartición de secretos.
- Generadores de bits pseudo-aleatorios.

5- Infraestructura de clave pública.
- Certificados digitales
- Estándar X.509v3
- Autoridades certificadoras.
- Listas de revocación.
- Modelos de confianza.

6- Manejo de Claves
- Establecimiento y transporte de claves
- Esquemas usando criptografía simétrica y asimétrica
- Ataques a tener en cuenta
- Almacenamiento:  compartimiento de secretos
- Control y ciclo de vida

7- Autenticación
- Seguridad básica vs. seguridad multifactor
- Seguridad de contraseñas, contraseñas de uso único
- Sistemas avanzados:  tokens, sistemas de desafio-repuesta, basados en ubicación
- Mecanismos de autentificación multifactor (algo que se, algo que tengo, algo que soy, donde estoy)
- Ataques a tener en cuenta:  ataque de diccionario, ingeniería electrónica

Laboratorios

- Infraestructura de clave pública

Bibliografía

• Menezes, P. van Oorschot, S. Vanstone, Handbook of Applied Cryptography. CRC Press. 1997. http://www.cacr.math.uwaterloo.ca/hac/
• Schneier, Applied Cryptography. John Wiley Sons. Segunda edici 1996.
• A.W. Dent y C.J. Mitchell, User's Guide to Cryptography and Standards. Artech House, 2005

Código del Curso:  CC67C
Créditos:  3
Duración:  21 horas
Valor Individual: 30 UF
Profesor: Sergio Miranda

Objetivos

Al completar este módulo los estudiantes conocerán; las principales aplicaciones y protocolos utilizados en el ámbito de la seguridad informática así como un conjunto de mecanismos utilizados en el monitoreo de sistemas computacionales.

Contenidos

Sistemas de protección perimetral
- Cortafuegos, elementos a considerar en su elección, diseño de una red con protección perimetral, DMZ, filtro de paquetes.
- Análisis perimetral, sistemas de detección de vulnerabilidades, funcionamiento, ventajas y desventajas.
- Sistemas de detección de intrusos (IDS) en redes.

Sistemas de acceso remoto seguro: diseño, protocolos, ventajas, desventajas
- Canal seguro, uso de túneles encriptados, autentificados y con validación de integridad.
- IPSec, protocolo para sustentar VPN.
-VPN, virtual private networks, diseño de un sistema de acceso remoto seguro para mover la oficina a través de las redes.
- SSH, conexión remota a computadores usando canales seguros
- SSL/TLS, protección para las páginas web.

IPv6
- El futuro del protocolo IP.
- Internet del futuro: nuevas oportunidades, nuevos desafíos para la seguridad.
- Razones del diseño de IPv6, impacto en la seguridad y movilidad.

Seguridad en servicios inalámbricos: familia IEEE 802.11 b/g/i.
- Diseño y revisión de la seguridad original.
- Mejoras incorporadas hasta llegar a IEEE 802.11i

Seguridad de protocolo DNS
- Descripción del protocolo
- Zonas y parámetros principales
- Ataques comunes:  cache poisoning, domain hickjacking, DoS
- Vulnerabilidad DNS Kamisky
- DNSSEC

Seguridad en el correo electrónico: protegiendose de virus y spam
- ¿Qué es el SPAM?
- Métidos de protección automáticos: spamassassin, blacklist, greylist
- Integrando protección antivirus/malware
- Algunos aspectos legales

Phishing, botnets, fast-flux y otros fraudes e la red
- Phishing:  definición, estadísticas y métodos de protección
- Botnets:  que es?  La economía detrás de las botnets
- Fast-Flux:  DNS-Round Robin, single y double flux, detección
- Nuevos fraudes, proyecciones y posibles soluciones

Laboratorios
- Seguridad en redes WiFi
- Análisis de intrusiones

Bibliografía

• C. Scott, P. Wolfe, M. Erwin, Virtual Private Networks. 1998.
• P. Albitz, D, Liu, DNS and BIND. O'Reilly. 2001.
• E. Rescorla, SSL and TLS: Designing and Building Secure Systems. Addison Wesley. 2000.
• S. Garfinkel, PGP: Pretty Good Privacy. O'Reilly. 1994.
• 802.11 Security. O'Reilly. 2002.
• B. Potter, B. Fleck, 802.11 Security O'Reilly. 2002.
• S. Hagen, IPv6 Essentials O'Reilly. 2003.
• S. Northcut, L. Zeltserm, S. Winters, K. Fredrick, R. W. Ritchey, Inside Network Perimeter
• Security. Que Ed. 2002.
• IPSEC: The New Security Standard for the Internet, Intranets.
• N. Doraswamy, D. Harkins, Virtual Private Networks. Prentice Hall. 1999.

Código del Curso:  CC67D
Créditos:  3
Duración:  15 horas
Valor individual :  30 UF
Profesor: Cristián Rojas

Objetivos

Al completar este módulo los alumnos podrán comprender el funcionamiento de los distintos protocolos de manejos de claves, e identificar el más apropiado para una situación dada. Además, podrán entender los fundamentos de mecanismos de autenticación y ser capaces de usar mecanismos seguros. Finalmente, los alumnos serán capaces de identificar las vulnerabilidades más comunes del software, los vectores de ataque típicos, y las técnicas más importantes para mejorar la seguridad del mismo.

Contenidos

Amenazas Actuales

• Tipos y características de las amenazas y ataques actuales:  Malware (spyware, troyanos, gusanos, etc.) y fraudes (phishing, pharming, etc.) y la tecnología que lo posililita, etc.
• Vulnerabilidades comunes:  buffer overflows, inyección de código, cross-site scripting (XSS), cross.site request forgery (CSRF), ect.

Hacer software seguro es necesario, pero difícil    

• Efectos nocivos que causa el software inseguro
• Casos conocidos de ataques
• Por qué es difícil hacer software seguro

Buenas prácticas y consejos de software seguro

• Consejos y buenas prácticas de desarrollo de software seguro
• Análisis de seguridad de software y respuesta a incidentes

Herramientas de software seguro

• Herramientas para encontrar vulnerabilidades de software:  Análisis estático, web testing frameworks
• Herramientas para limitar el efecto de ataques:  Sandbox, virtualización, sanitización de entradas

Laboratorios

• Seguridad ofensiva:  ataques servicios web y explotación de vulnerabilidades
• Seguridad defensiva:  herramientas para detectar vulnerabilidades y contener efectos de ataques

Bibliografía

• Ross Anderson, Security Engineering (2da ed.), Wiley, 2008
• Colin Boyd, Anish Mathuria, Protocols for Authentication and Key Establishment, Springer 2003.
• Markus Jakobsson, Zulfikar Ramzan, Crimeware, Understanting New Attacks and Defenses. Symantec Press, 2008.
• Markus Jakobsson, Steven Myers, Phishing and Countermeasures, Understanding the Ingreasing Problem of Electronic Identity Theft. Wiley, 2007

Código del Curso:  CC67E
Créditos:  3
Duración:  15 horas
Valor Individual : 30 UF
Profesor:  Carlos Samaniego

Objetivos

Al completar este módulo los estudiantes podrán realizar una evaluación de los riesgos de seguridad que involucran distintas opciones de diseño e implementación de sistemas informáticos, y entenderán los fundamentos que sustentan los estándares y las buenas prácticas más importantes en el ámbito de la seguridad informática

Contenidos

Metodologías de análisis de riesgo en sistemas informáticos.

• Operationally Critical Threat, and Vulnerability Evaluation (OCTAVE).
• Consultative, Objective and Bi-functional Risk Analysis (COBRA).
• CTA Risk Analysis Management Method (CRAMM).

Operación de grupo de respuesta de incidentes.

• Tipos de grupos de respuesta a incidentes.
• Operación basados en las prácticas del CERT-CC.

Gestión organizacional de la seguridad.

• Principales actividades de la seguridad informática.
• Modelo de madurez de la gestión de seguridad informática.
• Análisis de la norma chilena de seguridad para el documento electrónico.
• Gestión de la continuidad del negocio según la ISO 17799

Talleres

• Análisis de riesgo:  Estudio de casos

Bibliografía

• COBRA. http://www.security-risk-analysis.com
• OCTAVE. http://www.cert.org/octave
• K. van Wyk, R. Forno, Incident Response. O'Reilly. 2001.
• M. West-Brown, D. Stikvoort, Kosakowski, J. Killcrece, R. Ruefle, M. Zajicek, Handbook for Computer Security Incident Response Teams (CSIRTs). Carnegie Mellon: Software Engineering Institute CMU/SEI-98-HB-001. Segunda edición. 2003. http://www.cert.org/archive/pdf/csirt-handbook.pdf
• ISO/IEC 27002:2005, Information technology - Security techniques - Code of practice for information security management (Redesignation of ISO/IEC 17799:2005)

Código del Curso:  CC67F
Créditos:  3
Duración:  15 horas
Valor : 30 UF
Profesora:  Lorena Donoso

Objetivos

Al finalizar éste módulo los alumnos entenderán las obligaciones legales y las consecuencias comerciales asociados a la, implementación y operación de sistemas informáticos

Contenidos

Protección de datos.

• Bases de datos personales y afectación a garantías fundamentales.
• Datos personales:
• Fichero de datos personales
• Responsabilidad informática y gestión de bases de datos personales.
• Habeas data como mecanismo de protección de los datos personales

Firma y documento electrónico.

• El documento electrónico (concepto general, requisitos de los instrumentos públicos e instrumentos privados electrónicos, normativa tributaria pertinente).
• Firma electrónica en la legislación nacional (tipos, requisitos, valor probatorio, normativa tributaria pertinente).
• Entidades de certificación de firma electrónica (requisitos, acreditación, responsabilidades).

Delitos informáticos.

• Responsabilidad penal y seguridad informática
• Particularidades criminológicas de la delincuencia informática
• Tipos penales contemplados en la ley de delitos informáticos
• Tipos penales considerados en la Ley general de telecomunicaciones
• Tipos penales consagrados en la Ley de propiedad intelectual

Uso del medios electrónicos en el ámbito laboral.

• Poder de vigilancia y uso de medios tecnológicos.
  - Control del correo electrónico.
  - Videovigilancia
  - Control de navegaciones en Internet
• Derechos del trabajador frente a los medios de vigilancia electrónicos
• Reglamento interno como mecanismo de regulación del uso de los medios tecnológicos
• Legislación laboral en materia de uso de medios de vigilancia electrónicos

Derecho probatorio y seguridad informática.

• Antecedentes generales en torno a la prueba de las obligaciones
• Medios de prueba
  - Prueba documental y los documentos electrónicos.
  - Otros medios de prueba tecnológicos previstos en el ordenamiento jurídico)
• Valor probatorio de los medios tecnológicos
• Oportunidad de la producción y presentación de pruebas
• Producción y conservación de pruebas lícitas

Talleres

• Análisis de casos legales

Bibliografía
 

• Legislativas
• Ley 19.628 sobre protección de la vida privada, 1999
• Ley 19223 sobre delitos informáticos, 1994
• Ley 19799 sobre firma electrónica, 2002
• Ley 18168, general de telecomunicaciones, 1986
• Código de procedimiento civil y penal
• Código procesal penal
• Código tributario
• Código del trabajo

Doctrinarias

Revista Chilena de Derecho Informático, números 1, 2, 3 y 4, Facultad de Derecho de la Universidad de Chile. Protección de datos. Bases de datos personales y afectación a el tránsito del documento papel al documento electrónico.

Código del Curso:  CC67G
Créditos:  3
Duración:  15 horas
Valor : 30 UF
Profesor:  Marco A. Zúñiga

Objetivos

Al completar este módulo los alumnos podrán entender, diseñar y evaluar distintas arquitecturas para soluciones de e-Business, así como las consecuencias que acarrean en términos de usabilidad.

Contenidos

Requisitos de Seguridad desde la Optica del Negocio (requerimientos del e-Business)

• Marco del riesgo
• Contextos y evolución del riesgo
• Modelos de negocios y contratos
• Definición en e-Business
• Marco conceptual y ámbitos
• Ley de Metcalfe
• Análisis de la convergencia
• Modelos de relación comercial en e-Business
• Conceptos de protección del negocio
• Motivación y alineamiento ejecutivo

Biometría

• Conceptos fundamentales de biometría
• Biometría estática y biometría dinámica
• FAR, FRR.  Arquitecturas de seguridad
• Alternativas tecnológicas
• Análisis comparativo
• Análisis detalle tecnologías de huella digital
• Criterios de ingeniería para el diseño
• Criterios de evolución del negocio de biometría
• Modelo Registro Civil en Chile
• Ejemplo y aplicaciones

Modelos de identidad y medios de pago

• Leyes de la identidad
• Modelos de pago para negocios virtuales
• Tipos de medios de pago
• Modelos de crédito
• Modelos de débito
• Implementación en Chile de medios de pago

Infraestructura crítica y protección de soluciones WEB

• Modelos de protección de infraestructura crítica
• Mecanismos de control y vínculos
• Autenticación mediante one way functions
• Protección de estructuras internas
• Protección de programas
• Modelo de roles y responsabilidades
• Recomendaciones generales de implementación y operación
• Guía WEB

Bibliografía

• Free Exec Guides en Patricia Seybold Group, http://www.psgroup.com/
• Exec Guide to Portals
• Exec Guide to WEB Services
• Paper de divulgación sobre riesgos de seguridad desde el punto de vista del negocio, M. Sawhney, http://www.mohansawhney.com
• Internet security: Everything you wanted to know but were afraid to ask
• Asociación de biometría informática Española: http://www.ii.uam.es/~Eabie/
• Resumen ejecutivo de medios de pago en línea, Verisign, http://www.verisign.com
• Online payment processing - What you need to know
• Sitio corporativo de Transbank, información sobre WEBPay, http://www.transbank.cl
• Normas técnicas en el sitio de la entidad acreditadora del Ministerio de Economía en Chile, http://www.entidadacreditadora.cl

Código del Curso:  CC67A
Créditos:  3
Duración: 30 horas
Valor individual:  30 UF
Profesores:  Francisco Gutiérrez -Hernán Sarmiento

Objetivos

Repasar conceptos básicos de programación y de estadística. Conocer el lenguaje de programación estadística R.

Contenidos

• Introducción a R: Variables y vectores, estructuras de control (if, while), entrada/salida de datos, arreglos y matrices, definición de funciones, generación de gráficos.
• Probabilidades: variables aleatorias, densidades, distribución de probabilidad, ley de los grandes números, teorema central del límite.
• Estadística: Inferencia, estimación puntual, intervalo de confianza, test de hipótesis, regresión lineal.

Bibliografía

• J.l. Devore. Probabilidad y Estadística para Ingeniería y Ciencias, 7ma Edición. Cengage Learning, 2008.

Código del Curso:  CC66B
Créditos:  3
Duración: 24 horas
Valor individual:  30 UF
Profesor:  Benjamín Bustos
 

Objetivo
 

Entender los principios de la visualización de información. Aprender técnicas de pre-procesamiento de datos. Reconocer distintas técnicas de visualización de datos. Analizar y visualizar datos de distinto tipo.

Contenidos

• Fundamentos de los datos y pre-procesamiento.
• Percepción visual humana y sus implicancias en la visualización de datos.
• Fundamentos de la visualización de datos (pipeline de visualización, variables visuales y su utilización).
• Técnicas de visualización para distintos tipos de datos (espaciales, redes, multidimensionales, geoespaciales, textuales, temporales).

Bibliografía

• M. Ward, G. Grinstein, D. Keim. Interactive Data Visualization: Foundations, Techniques, and Applications. A K Peters, 2010.

Código del Curso:  CC66C
Créditos:  3
Duración: 24 horas
Valor individual:  30 UF
Profesor:  Claudio Gutiérrez, Juan Manuel Barrios

Objetivo

Dominar los fundamentos básicos de la Web: su arquitectura, sus principales lenguajes y sus protocolos. Conocer cómo funcionan los motores de búsqueda sobre la Web. Desarrollar competencias de colección, extracción, manejo y gestión de datos de la Web. Entender las técnicas para clasificar los documentos de la Web.

Contenidos

• Internet y protocolos Web: TCP/IP, HTTP, SOAP, DNS
• Arquitectura de la Web: URL, URI, REST, Negociación de Contenido
• Lenguajes estáticos: HTML5 y CSS
• Consumo: Los motores de búsqueda de la Web, Recuperación de Información, indexación invertida del texto (Lucene/Solr)
• La clasificación de los documentos de la Web: PageRank y TF-IDF
• Ejercicios prácticos: construir un motor de búsqueda para artículos de Wikipedia

Bibliografía

• B. Frain. Responsive Web Design with HTML5 and CSS3. Packt Publishing, 2012.
• L. Shklar, R. Rosen. Web Application Architecture: Principles, Protocols and Practices. Wiley, 2009.
• R. Baeza-Yates, B. A. Ribeiro-Neto. Modern Information Retrieval. Pearson Education Ltd., 2^nd Edición, 2011.
• M. McCandless, E. Hatcher, O. Gospodnetic. Lucene in Action.  Manning Publications, 2^da Edición, 2010.

Créditos:  3
Duración: 24 horas
Valor individual:  30 UF
Profesor:  Jorge Pérez

Objetivo

Desarrollar competencias para modelar y resolver problemas con técnicas modernas de inteligencia artificial, en particular, técnicas de redes neuronales profundas (Deep Learning).

Contenidos

• Introducción al aprendizaje de máquinas
• Entrenamiento, test, under y overfitting
• Perceptrón, redes neuronales y redes feed forward
• Redes neuronales convolucionales y recurrentes
• Optimización y regularización de redes neuronales
• Uso de librerías especializadas (pytorch, tensorflow, keras)
• Uso de hardware especializado

Código del Curso:  CC66E
Créditos:  3
Duración:  24 horas
Valor individual:  30 UF
Profesora:  Bárbara Poblete

Objetivo

Al finalizar este curso se espera que los estudiantes generen conocimiento a partir de diversos tipos de datos, aplicando el proceso de “descubrimiento de conocimiento en bases de datos”, con énfasis en las técnicas principales de Minería de Datos.

Contenidos

• Aprendizaje supervisado (clasificación).
• Evaluación del desempeño de clasificadores (bootstrap, crossvalidation).
• Comparación de modelos y clasificadores.
• Aprendizaje no supervisado (clustering)
• Elección de métodos de clustering
• Evaluación de clusters.
• Análisis de asociación.

Bibliografía

P. Tan, M. Steinbach, V. Kumar. Introduction to Data Mining. Addison-Wesley, 2006.

Código del Curso:  CC66F
Créditos:  3
Duración: 24 horas
Valor individual:  30 UF
Profesor:  Aidan Hogan

Objetivo

Dominar los fundamentos de gestión de datos en gran escala y los fundamentos del procesamiento distribuido de datos. Aprender los lenguajes para analizar datos masivos sobre múltiples máquinas. Aprender sobres los nuevos almacenes de datos que son diseñados para escalar a través de múltiples máquinas. Entender cómo funcionan (en un alto nivel) los sitios web como “Facebook” y “Twitter”.

Contenidos

• Introducción a los principios de la computación distribuida: arquitecturas, principios de diseño, protocolos, etc.
• Sistemas de archivos distribuidos: GFS/HDFS.
• Los marcos de procesamiento distribuido: MapReduce/Hadoop.
• Los lenguajes asociados con Hadoop: Pig/HIVE.
• Los almacenes de datos “NoSQL”: Dynamo, Cassanda, BigTable.
• Ejercicios prácticos de procesamiento de datos reales sobre múltiples máquinas.

Bibliografía

• A.S. Tanenbaum, M. Van Steen. Distributed Systems: Principles and Paradigms. Prentice Hall, 2^nd Ed., 2006.
• K. Hwang, J. Dongarra, G.C. Fox. Distributed and Cloud Computing: From Parallel Processing to the Internet of Things. Morgan Kaufmann, 2011.
• T. White. Hadoop: The Definitive Guide. O’Reilly, 2012.
• P.J. Sadalage, M. Fowler. NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence. Addison–Wesley Professional, 2012.

Código del Curso:  CC66G
Créditos:  3
Duración:  24 horas
Valor individual:  30 UF
Profesor:  Juan Manuel Barrios

Objetivo

Realizar un proyecto final práctico de análisis de datos reales, en donde los alumnos tengan que utilizar las herramientas aprendidas en los cursos previos

Código del Curso:  CC66M
Créditos:  3
Duración: 24 horas
Valor Individual:  30 UF
Profesor:  Alexandre Bergel

Objetivo

Al final de este curso el alumno será capaz de:

- Identificar el rol de la programación genética y aprendizaje por refuerzo en el campo de la inteligencia artificial

- Aplicar programación genética y aprendizaje por refuerzo para solucionar problemas de optimización y de búsqueda de programas (buscar ecuaciones, optimización, buscar camino más corto). 

Contenidos

Este curso entrega los fundamentos necesarios para entender, desarrollar y aplicar técnicas de Programación Genética (PG) y reinforcement learning, dos técnicas del campo de inteligencia artificial:
La programación genética es una colección de técnicas de computación evolución que permite a un computador solucionar problemas automáticamente.
El aprendizaje por refuerzo es determinar qué acciones debe escoger un agente de software en un entorno dado con el fin de maximizar alguna noción de "recompensa" o premio acumulado.
Un largo rango de problemas, solucionables con técnicas de RN y PG, son detallados y estudiados a lo largo del semestre.
 

Bibliografía

- Artifical Intelligence: A Modern Approach (Third Edition), Russell, Stuart Norvig, Peter, 2009
- A field Guide to Genetic Programming, Ricardo Poli, William B. Langdon, Nicholas F. McPhee,  2008, http://www.gp-field-guide.org.uk
- The Nature of Code, Daniel Shiffman, 2012, http://natureofcode.com
- Reinforcement Learning: An Introduction (Adaptive Computation and Machine Learning),      Richard S. Sutton and Andrew G. Barto, 1998

Código del Curso:  CC66H
Créditos:  3
Duración: 24 horas
Valor Individual:  30 UF
Profesor:  Jorge Pérez

Objetivo
 

Al finalizar el curso los estudiantes serán capaces de concebir la solución a un problema real que se beneficie de las técnicas de Machine Learning y Deep Learning, entendiendo claramente los pro y contras de una posible solución basada en esta tecnología, y las necesidades de datos, software, hardware y tiempo de computación.
 

Contenidos

- Diseñar una red neuronal profunda para un problema en específico considerando las distintas arquitecturas de redes posibles, las especificidades del problema en cuestión y los datos disponibles para entrenamiento.
- Implementar un modelo de red neuronal profunda usando librerías de software especializadas, y compararlo con otros modelos implementados según métricas objetivas de eficiencia y efectividad.
- Operar y optimizar el funcionamiento de modelos de redes neuronales profundas, entendiendo cómo modificar (hiper)parámetros, cuándo se debe re-entrenar, cuándo se debe conseguir más datos, etc. Saber cuándo y cómo se debe iterar sobre todos los puntos anteriores para mejorar la solución a un problema en cuestión, y, de ser necesario, consultar el estado del arte del área   para implementar nuevas arquitecturas u optimizaciones.

Bibliografía

[1] Deep Learning.  Ian Goodfellow, Yoshua Bengio, Aaron Courville.  2016. ISBN: 9780262035613. http://www.deeplearningbook.org/
[2] Deep Learning: A practitioner’s Approach. Josh Patterson, Adam Gibson. O’Reilly, 2017.
[3] Deep Learning with Python. Francois Chollet, November 2017  ISBN 9781617294433

Código del Curso:  CC66N
Créditos:  3
Duración: 24 horas
Valor Individual:  30 UF
Profesor:  Mauricio Quezada

Objetivos

Al finalizar este curso se espera que los estudiantes entiendan cómo generar conocimiento a partir de diversos tipos de datos, aplicando el proceso de “knowledge discovery in databases”, con énfasis en las técnicas principales de Minería de Datos. Los estudiantes tendrán la oportunidad de conocer, identificar y seleccionar las técnicas de análisis que, según los criterios presentados en el curso, mejor se apliquen al objetivo de generación de conocimiento, según el dominio del problema planteado. Para esto se desarrollarán casos que incorporen problemáticas y datos de áreas tales como la Astronomía, Economía, Medicina, Marketing, entre otras. Se espera, además, acercar a los estudiantes a la problemática del análisis de grandes volúmenes de datos. También alertarlos respecto a prácticas de sobreajuste de los modelos de procesamiento de información que impiden un análisis objetivo de los datos, desarrollando con esto último, habilidades éticas de desempeño profesional en el ámbito de Ingeniería de Datos.

Contenidos

- Introducción a la Minería de Datos.

- Introducción a las técnicas principales de MD y sus aplicaciones (a. Supervisado, a. No supervisado, Reglas de Asociación).

- Metodologías clásicas de clasificación (árboles de decisión, SVM, naive bayes, KNN).

- Evaluación del desempeño de clasificadores (bootstrap, crossvalidation).

- Comparación de  modelos y clasificadores.

- Introducción y conceptos básicos de clustering.

- Algoritmos clásicos de clustering (k-means, clustering aglomerativo jerarquico, otros métodos).

- Elección de métodos de clustering.
             Evaluación de clusters.
             Reglas de asociación.

- Generación de conjuntos de elementos frecuentes.
             Reglas de asociación

Bibliografía

P. Tan, M. Steinbach, V. Kumar. Introduction to Data Mining. Addison-Wesley. 2006.

H. Samet. Foundations of Multidimensional and Metric Data Structures. Morgan Kaufmann. 2006.

Data Mining: Practical Machine Learning Tools and Techniques, Second Edition (Morgan Kaufmann Series in Data Management Systems) by Ian H. Witten and Eibe Frank

P. Zezula, G. Amato, V. Dohnal, M. Batko. Similarity Search: The Metric Approach. Springer. 2006.

Código del Curso:  CC66P
Créditos:  3
Duración: 24 horas
Valor Individual:  30 UF
Profesor:  José Manuel Saavedra Rondo

Objetivo

Capacitar a los estudiantes en el área de Visión por Computadora de modo que al finalizar del curso ellos puedan ser capaces de resolver una variedad de problemas asociada con esta área.
Capacitar a los estudiantes en temas fundamentales de procesamiento de imágenes  basados en operaciones de bajo nivel.
Capacitar a los estudiantes en temas de Visión por Computadora aplicando modelos de deep-learning.

Contenidos

Introducción.  Procesamiento de Imágenes: La imagen y sus propiedades, binarización, mejoramiento de  contraste, filtros lineales, convolución y sus propiedades.
Detectores de Bordes. Morfología Digital. Transformaciones Geométricas.
Visión por Computadora y problemas clásicos. Descriptores locales y agregación de descriptores (BoW, VLAD, FisherVector).
Redes Neuronales Convolucionales y clasificación de imágenes: AlexNet, VGG, ResNet, DenseNet.
Modelos de redes convolucionales para búsqueda por similitud. Redes Siamesas, Redes entrenadas en tripletas. Aplicación en reconocimiento de caras.
Introducción a la detección de objetos en imágenes: Modelos de 2 etapas [Faster-RCNN]
Detección de objetos en imágenes: Modelo de 1 etapa [YOLO y sus variantes]
Detección de objetos en imágenes: Cómo tratar la diversidad de escalas y el no balanceo de las clases. Feature Pyramid Network y Focal Loss.
Modelos generativos en visión por computadora.

Bibliografía

[1] R. González, R. Woods, “Digital Image Processing”, 3rd Ed, Prentice Hall, 2008.
[2] M. Sonka, V. Hlavac, R. Boyle, “Image Processing, Analysis and Machine Vision”, 3rd. Ed., Thomson, 2008.
[3] R. Szeliski, “Computer Vision, Algorithms and Applications”, Springer, 2011.
[4] Deep Learning.  Ian Goodfellow, Yoshua Bengio, Aaron Courville.  2016. ISBN: 9780262035613. http://www.deeplearningbook.org/
[5] Deep Learning:
Artículos  de Conferencias tipo CVPR, ICCV, ICML, ECCV, NIPS, ICLR, EMNLP.
Artículos de Revistas tipo IJCV, PAMI.

Código del Curso:  CC66O
Créditos:  3
Duración:  24 horas
Valor Individual:  30 UF
Profesor :  Rodrigo Verschae

Objetivo

Introducción al desarrollo de sistemas robótica inteligentes basados en técnicas de inteligencia
artificial. Examinaremos problemas y algoritmos claves en robótica relacionados con el
control de robots autónomos móviles. El curso no asume conocimientos previos en robótica.
 

Contenidos

- Introduction a la Robotica,
- Localización,
- Navegación,
- Mapeo,
- Sensado,
- Planificación,
- Software para robótica
 

Bibliografía

Introduction to AI Robotics by Murphy, MIT Press.
Robotics, Vision and Control: Fundamental Algorithms In MATLAB, Second Edition, Peter
Corke, Springer.

Código del Curso:  CC66Q
Créditos:  3
Duración: 24 horas
Valor Individual:  30 UF
Profesor:  Mauricio Cerda Villablanca

Objetivo

Dominar técnicas más comunes de pre-procesamiento de texto para castellano e inglés
Lograr identificar ventajas y desventajas de técnicas de etiquetado de texto
Aplicar métodos generales de machine learning a problemas de procesamiento de lenguaje natural

Contenidos

Pre-procesamiento de texto inglés, castellano (lematización, negaciones)
Métodos clásicos para el etiquetado (expresiones regulares, bayesianos, n-gramas, hmm)
Aplicaciones al etiquetado de texto: SPAM, sentimientos
Técnicas de representación de texto (vectorización de texto)
Métodos de reducción de dimensionalidad y clasificación (isomap, t-SNE, SVM, regresiones)
Aplicaciones en salud a la detección de patologías críticas
Generación de lenguaje natural
Métodos de redes neuronales (DeepNN, RNN, LSTM)
Aplicaciones a la generación de captions y traducción.
 

Bibliografía

[Bishop]  Christopher M. Bishop, “Pattern Recognition and Machine Learning”, Springer Verlag Gmbh,  2010.
[Bird] Stephen Bird,Ewan Klein, Edward Loper, “Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit”, O’Reilly Media, 2009.
[Ganegedara] Thushan Ganegedara,“Natural Language Processing with TensorFlow: Teach language to machines using Python's deep learning library”, Packt Publishing, 2018.
 

Código del Curso:  CC66R
Créditos:  3
Duración:  24 horas
Valor Individual:  30 UF
Profesor:  Juan Manuel Barrios

Objetivo

Realizar un proyecto práctico donde se apliquen los conocimientos adquiridos en los cursos del Diplomado de Inteligencia Artificial

Contenidos

El profesor de curso en conjunto con los profesores del diplomado definirá un listado de proyectos a ofrecer a los alumnos. Cada proyecto consistirá en la aplicación de una o más técnicas de Inteligencia Artificial para resolver un problema real.

El curso se compone de ocho sesiones:
En la primera sesión, al inicio del diplomado, se entrega a los alumnos un listado de proyectos posibles junto con una descripción del trabajo esperado.
En la segunda sesión, los alumnos, en grupos de entre 3 a 5 integrantes, realizarán una presentación del proyecto elegido, los objetivos y la planificación de avance para las siguientes sesiones. Los alumnos podrán proponer un proyecto distinto a los ofrecidos, previa aprobación del profesor del taller.
Las sesiones tres a siete corresponden a sesiones de trabajo grupal donde el profesor del taller realizará seguimiento del avance del proyecto.
La última sesión consistirá en presentaciones orales de cada grupo mostrando los resultados del proyecto.