Cursos

Introducción a la Computación Cuántica + IA con enfoque en aplicaciones

En este curso – que actualmente dicto en la UAI, como diplomatura – está dividido en cuatro módulos: Overview de aplicaciones en tecnologías cuánticas, fundamentos de física y computación cuántica, programación y software cuántico, herramientas de vigilancia tecnológica. El objetivo del curso es que una persona interesada en tecnologías cuánticas pueda finalizar teniendo una noción básica de “qué son y para qué sirven las quantum tech”, así como herramientas fundamentales a la hora de programar. Para ello, nos aferramos a un tema muy actual, llamado “deep learning cuántico”, y nos preguntamos cómo se podría definir, programar y entrenar una red neuronal con un circuito cuántico si quisiéramos aplicarlo a un problema específico. En el camino, estudiamos tanto posibilidades, como inconvenientes a la hora de ejecutar esta tarea en la práctica.

Introducción teórico-práctica al aprendizaje por refuerzo

Este curso de 16 clases de 2hs tiene como objetivo enseñar los fundamentos del Aprendizaje por Refuerzo, yendo desde bandit theory hasta PPO, y pasando por Q-learning, REINFORCE así como los fundamentos de Markov Decision Processes. En cada instancia, hacemos un énfasis en aplicaciones algorítmicas sobre problemas concretos, y tiene un carácter accesible para gente interesada en machine learning, sin un background matemático particularmente fuerte como requisito. El curso culmina con un repaso sobre las aplicaciones modernas del deep reinforcement learning, entre ellas RLHF, RLVR, breakthroughs como Jev, y la relación con world models.

El impacto de las tecnologías cuánticas en la industria

Este curso de tres encuentros de dos horas – que armé en colaboración con Practia Global – constituye una perspectiva autocontenida, crítica y general sobre las aplicaciones de tecnologías cuánticas (computación, sensado, simulación, comunicaciones) en la industria. Se hace foco en diferentes esquemas de negocios, y su potencial impacto en economías emergentes.

IA para la investigación científica

Este curso provee las herramientas y conocimientos fundamentales para incorporar IA en la investigación científica. En la primera parte (conceptos fundamentales) partimos de modelos pequeños y tabulares para distinguir diferentes primitivas (supervisado, no supervisado, aprendizaje por refuerzo), luego deep learning y arquitecturas más populares (MLPs, CNNs, RNNs, transformers, U-nets, diffusion models), hasta poder programar un LLM y por último un agente. En la segunda parte, de herramientas, incorporamos técnicas de vigilancia tecnológica para que el estudiante pueda estar al día en cuanto a nuevos avances refiere; en la versión 2026 del curso repasamos conceptos fundamentales de IA agéntica, tanto claude-code como Hermes, y prompt & context engineering y esquemas de coordinación y orquestación multi-agentes para tareas repetitivas.

IA para la vida cotidiana

En esta capacitación – armada en colaboración con LIAA y Anthropic a través del acuerdo “Anthropic ambassadors” – brindamos las herramientas fundamentales para incorporar inteligencia artificial a diferentes procesos (tanto del cotidiano personal, como de negocios). Vemos cómo diseñar un asistente digital de manera criteriosa (y habiendo identificado las necesidades concretas de hacerlo anteriormente), así como programar automatizaciones tanto en N8N, integración API y modelos de evaluación sobre rentabilidad obtenida por la automatización.