30 de junio de 2026
INVERSIÓN: $3.200.000
INTENSIDAD: 104 horas
Martes, Miércoles y Jueves de 6:00 p.m. a 10:00 p.m.
Modalidad: Online Sincrónico
Gratuita: (601) 546 1133
El avance en Inteligencia Artificial (IA) y el acceso a grandes volúmenes de datos geoespaciales han revolucionado la forma en que se analizan y gestionan fenómenos espaciales. Desde la planificación urbana hasta la mitigación del cambio climático, el análisis geoespacial con IA permite extraer información valiosa para la toma de decisiones estratégicas en múltiples sectores.
En Colombia y el mundo, entidades públicas, privadas y organismos internacionales adoptan tecnologías geoespaciales para optimizar recursos, mejorar la seguridad, gestionar emergencias y proteger el medio ambiente. Sin embargo, existe una brecha en la formación de profesionales que integren IA y datos espaciales.
Este diplomado responde a esa necesidad, capacitando en SIG, Machine Learning, teledetección y Big Data. Los participantes aplicarán IA al análisis de imágenes satelitales, modelado predictivo, transporte y estudios territoriales, desarrollando competencias clave con enfoque práctico y proyectos reales.
Brindar habilidades prácticas y adaptables en análisis geoespacial con IA, así mismo dominar herramientas de SIG, QGIS, ArcGIS, PostGIS, teledetección, Machine Learning y Big Data para el análisis avanzado de datos geoespaciales. Aplica IA en modelado predictivo, gestión territorial, procesamiento de imágenes satelitales y optimización de recursos en sectores como ambiente, urbanismo y agricultura.
Responde a la necesidad de profesionales capacitados en IA y datos geoespaciales para tomar decisiones en urbanismo, medio ambiente, seguridad y transporte. Ante la transformación digital y el acceso masivo a datos espaciales, este programa permite optimizar recursos, predecir fenómenos y mejorar la planificación. Con enfoque práctico, brinda herramientas en SIG, Machine Learning y Big Data, impulsando innovación y competitividad.
Integra IA con análisis geoespacial mediante SIG, Machine Learning, Deep Learning y Big Data. Enseña herramientas como Python, QGIS, Google Earth Engine y PostGIS. Aplica modelos de IA para detectar patrones, predecir fenómenos y resolver problemas reales en cambio climático, movilidad, seguridad y agricultura. Combina teoría con proyectos prácticos y responde a demandas actuales del mercado.
Profesionales y estudiantes en geografía, ingeniería, matemáticas, urbanismo y afines, así como a analistas, desarrolladores e investigadores interesados en aplicar IA y datos espaciales en la gestión territorial y solución de problemas reales.
Fortalece habilidades clave para aplicar IA en análisis espacial. Al finalizar, los participantes manejarán SIG, Python, R, Machine Learning, Deep Learning y Big Data, automatizando procesos y optimizando decisiones estratégicas con herramientas de análisis geoespacial.
* Se otorga certificado a los participantes que cumplan el 80% de asistencia a las sesiones y actividades propuestas en el programa.
Introducción al estudiante en el concepto de datos georreferenciados y los formatos de georeferenciación.
Diferentes tecnologías y herramientas computacionales para el manejo de datos geoespaciales.
Implementación de la inteligencia artificial en el manejo de datos geo espaciales.
Ingeniera de Sistemas, con especialización, maestría y doctorado en ciencias – estadística. Microsoft Certified Professional. Catedrática en sistemas, auditoría de sistemas, matemáticas, probabilidad y estadística. Facilitadora en herramientas de software estadístico; con experiencia en investigación científica aplicada al desarrollo económico y a la responsabilidad social ambiental y con certificación internacional en manejo de riesgos. Asesora estadística aplicada en múltiples entidades
Licenciado en Matemáticas, Especialista en Matemática Aplicada, Magister en Investigación y Docencia, y Magister en Matemática Aplicada. Amplio conocimiento disciplinar, didáctico, y en software del trabajo matemático y educativo (O-ce, Python, R, Cabri II+, Geogebra, Matlab, Sage, LATEX, SPSS). A nivel de investigación en educación y matemática, relacionados con dinámica Combinatoria y Procesamiento de Lenguaje Natural.
Profesional con amplia experiencia en SIG, especializado en sistemas de información geográfica, análisis espacial, soluciones geoespaciales e integración de tecnologías basadas en IA. Capacidad demostrada para la transición de roles técnicos a liderazgo estratégico, con énfasis en la automatización de flujos de trabajo y el análisis predictivo mediante tecnologías avanzadas (OpenAI, Gemini). Experto en la gestión de equipos multidisciplinarios y la ejecución exitosa de proyectos SIG internacionales.
Ingeniero con conocimientos en sistemas de información geográfica y cartografía. Con conocimientos en procesamiento digital de imágenes de satélite y destreza en la producción de información vectorial y manejo de base de datos geográficas. Experto en conceptualización, diseño e implementación de Sistemas de Información Espaciales SIG y componentes de Infraestructura de Datos Espaciales. Comprometido con las labores de ingeniería de alta sensibilidad social para el bienestar y desarrollo de la sociedad.
Matemático egresado de la Universidad Sergio Arboleda, Especialista en Sistemas Dinámicos y Magister en Matemáticas Aplicadas de la Universidad Sergio Arboleda. Gran interés investigativo, conocimiento en las distintas ramas de la Matemática, en su enseñanza, sus aplicaciones a la vida cotidiana, y a la experiencia tanto universitaria como científica; amplio sentido de responsabilidad y puntualidad, buena disponibilidad para el trabajo en equipo. Habilidades en el manejo de aplicaciones informáticas para la enseñanza de la matemática y en herramientas para análisis de datos, modelos predictivos y sus aplicaciones. Áreas de interés: Álgebra, Combinatoria, Estadística y Análisis de Datos.
Licenciado en Ingeniería Electrónica, Especialista en Automática e Informática Industrial, Magister en Diseño y Gestión de Proyectos, Magister en Ingeniería de Software y sistemas Informáticas, estudiante de segundo año de Doctorado en Ingeniería Informática. Miembro activo IEEE, ACIS y Redcolsi, 12 años de experiencia como docente universitario e investigador, 9 años de experiencia profesional en diferentes áreas de la ingeniería en el sector público y privado. Amplia experiencia en dirección de proyectos y semilleros de investigación en el área de Robótica, inteligencia artificial y ciencias computacionales, analitica de datos utilizando algoritmos de Machine Learning y Deep Learning.. Desarrollo de aplicaciones móviles utilizando Android Studio y aplicaciones hibridas utilizando framework Ionic, PhoneGap, NodeJS y FirebaseCertificado con el aliado
