CursoDefensa, ingeniería militar y sistemas terrestres Inscripciones abiertas

Ética en la IA predictiva aplicada a la seguridad

Curso en línea de 300 horas sobre ética en la IA predictiva aplicada a la seguridad. 6 módulos que abordan el Reglamento (UE) 2024/1689 (Ley de Inteligencia Artificial), la Directiva (UE) 2016/680 (protección de datos en el ámbito policial) y Python (scikit-learn). Incluye tutor asignado e inscripción abierta.

Duración300 h
ModalidadEn línea
Fechas de inicioDefinido por el cuerpo docente
CertificaciónDiploma SEIUM Institute

Ética en la IA predictiva aplicada a la seguridad — estudiando desde Colombia

La ingeniería de defensa en Colombia se vincula con el mantenimiento y modernización de sistemas terrestres, la logística militar y el desarrollo de capacidades de apoyo a las Fuerzas Militares. Empresas estatales y privadas del sector de defensa, así como contratistas de mantenimiento y suministro de equipos, demandan ingenieros mecánicos, electrónicos y de sistemas con conocimientos en vehículos blindados, comunicaciones tácticas y sostenimiento de material. La formación en este campo se articula con normas técnicas y procedimientos de contratación pública y de seguridad.

Costos para Colombia: $ 2.610.000 (peso colombiano), con cuotas y patrocinio empresarial disponibles.

Organismos relevantes en Colombia

  • Ministerio de Defensa Nacional
  • Industria Militar de Colombia (INDUMIL)
  • Corporación de la Industria Aeronáutica Colombiana (CIAC)

Roles típicos

  • Ingeniero de sistemas de defensa
  • Ingeniero de mantenimiento de material militar
  • Especialista en logística de defensa
  • Ingeniero de sistemas terrestres

Preguntas desde Colombia

¿Cómo se relaciona la ingeniería de defensa con la regulación colombiana?

La adquisición y el control de equipos de defensa en Colombia los gestiona el Ministerio de Defensa Nacional y sus entidades, y aplican normas de contratación pública como la Ley 80 de 1993 y la Ley 1150 de 2007. El título de ingeniero se reconoce por el Ministerio de Educación. Un programa de SEIUM es una cualificación privada y no oficial, así que su valor depende de empleadores e instituciones del sector.

¿Dónde se contratan ingenieros de sistemas terrestres y defensa en Colombia?

Los perfiles se contratan en industrias de defensa con presencia en el país, contratistas de mantenimiento y logística, empresas de vehículos especiales, y en entidades públicas del sector. También hay demanda en empresas que proveen soporte técnico a fuerzas de seguridad. Estos empleos suelen requerir verificación de antecedentes y no están garantizados.

¿Mi empleador podría financiar esta formación y cómo es el pago?

Algunas organizaciones del sector financian capacitación de su personal técnico, lo que es práctica común en empresas con programas de desarrollo. El pago en SEIUM es fraccionado en cuotas. Conviene acordar con el empleador cualquier reembolso o compromiso. Como estudia en línea desde Colombia no necesita visa de estudiante, y el programa se dicta en inglés.

Laboratorio virtual · pruébalo antes de inscribirte

Toma el control.

Realiza un auténtico compromiso de ingeniería en este campo. Mueve los controles deslizantes, observa cómo reacciona el modelo en tiempo real y supera el desafío.

SIM · EN VIVO ●
Resultados de aprendizaje

Lo que podrás hacer

01

Explicar cómo funciona la analítica predictiva aplicada a la seguridad.

02

Detectar y medir el sesgo en modelos predictivos.

03

Aplicar las prohibiciones y obligaciones de la Ley de IA a los sistemas predictivos.

04

Diseñar mecanismos de transparencia y supervisión humana.

05

Evaluar el impacto de la vigilancia predictiva en las libertades.

06

Realizar evaluaciones de impacto en derechos fundamentales.

07

Evaluar de forma crítica un sistema predictivo real o simulado.

Perfil

Para quién es

  • Auditor de algoritmos que desea especializarse en ética en la IA predictiva aplicada a la seguridad.
  • Científico de datos en seguridad pública que desea especializarse en ética en la IA predictiva aplicada a la seguridad.
  • Delegado de protección de datos que desea especializarse en ética en la IA predictiva aplicada a la seguridad.
  • Analista de riesgos de IA que desea especializarse en ética en la IA predictiva aplicada a la seguridad.
  • Asesor jurídico en tecnología que desea especializarse en ética en la IA predictiva aplicada a la seguridad.
  • Investigador en equidad algorítmica que desea especializarse en ética en la IA predictiva aplicada a la seguridad.
  • Graduados en ingeniería o ciencias que buscan incorporarse a la seguridad pública.
Normas y herramientas

Con qué trabajarás

  • Reglamento (UE) 2024/1689 (Ley de Inteligencia Artificial)
  • Directiva (UE) 2016/680 (protección de datos en el ámbito policial)
  • Ley Orgánica 7/2021 (protección de datos en materia penal)
  • ISO/IEC TR 24027 (sesgo en sistemas de IA)
  • NIST SP 1270 (gestión del sesgo en la IA)
  • Convenio Europeo de Derechos Humanos
  • Convenio 108+ del Consejo de Europa
Plan de estudios

6 módulos · 300 h

  1. 1.1Vigilancia predictiva: puntos calientes y modelos basados en personas 1.2 Algoritmos: Predpol, regresión y aprendizaje automático 1.3 Datos de entrada: denuncias, detenciones y sensores 1.4 Bucles de retroalimentación de los datos 1.5 Seguridad pública, privada y nacional 1.6 Valores en tensión: eficacia, libertad y equidad 1.7 Presunción de inocencia y predicción 1.8 Derechos fundamentales afectados 1.9 Experiencias en Chicago, Los Ángeles y el Reino Unido 1.10 Caso de estudio: análisis del programa Strategic Subject List
  1. 2.1Fuentes de sesgo en los datos históricos
  2. 2.2Métricas de equidad: paridad demográfica e igualdad de oportunidades
  3. 2.3Teorema de imposibilidad de Kleinberg
  4. 2.4El debate sobre COMPAS y ProPublica
  5. 2.5Variables proxy y discriminación indirecta
  6. 2.6Auditoría con Fairlearn y AIF360
  7. 2.7Mitigación antes, durante y después del entrenamiento
  8. 2.8Evaluación interseccional
  9. 2.9Sesgo en el reconocimiento facial: el estudio Gender Shades
  10. 2.10Laboratorio: auditoría de equidad de un modelo de riesgo
  1. 3.1Reglamento (UE) 2024/1689: prácticas prohibidas
  2. 3.2Sistemas de alto riesgo en el ámbito policial
  3. 3.3Identificación biométrica remota en tiempo real
  4. 3.4Directiva (UE) 2016/680 sobre protección de datos policiales
  5. 3.5Ley Orgánica 7/2021
  6. 3.6Carta de los Derechos Fundamentales de la Unión Europea
  7. 3.7Jurisprudencia: el caso SyRI en los Países Bajos
  8. 3.8Evaluación de impacto en derechos fundamentales
  9. 3.9Supervisión por las autoridades de control
  10. 3.10Caso de estudio: clasificación de riesgo de un sistema policial
  1. 4.1Explicabilidad para agentes y ciudadanos
  2. 4.2Sesgo de automatización en los usuarios
  3. 4.3Diseño de una supervisión humana eficaz
  4. 4.4Registros y trazabilidad de las decisiones
  5. 4.5El derecho a impugnar decisiones
  6. 4.6Transparencia de los proveedores privados
  7. 4.7Registros públicos de algoritmos
  8. 4.8Participación ciudadana y control democrático
  9. 4.9Evaluación continua del rendimiento
  10. 4.10Taller: diseño de un protocolo de supervisión humana
  1. 5.1Vigilancia masiva y efecto disuasorio
  2. 5.2Videovigilancia inteligente y análisis de comportamiento
  3. 5.3Redes sociales y predicción de radicalización
  4. 5.4Puntuación social y su prohibición
  5. 5.5Seguridad en grandes eventos
  6. 5.6Fronteras y sistemas de evaluación de riesgos: ETIAS
  7. 5.7Datos de menores y grupos vulnerables
  8. 5.8Proporcionalidad y necesidad
  9. 5.9Moratorias y prohibiciones locales
  10. 5.10Caso de estudio: videovigilancia algorítmica en un evento deportivo
  1. 6.1Descripción del sistema y de su contexto
  2. 6.2Análisis de datos y fuentes de sesgo
  3. 6.3Auditoría técnica de equidad
  4. 6.4Evaluación de impacto en derechos fundamentales
  5. 6.5Análisis de cumplimiento normativo
  6. 6.6Diseño de supervisión y transparencia
  7. 6.7Recomendaciones para su despliegue o rechazo
  8. 6.8Plan de seguimiento
  9. 6.9Informe y presentación
  10. 6.10Revisión final con el tutor
Metodología, software y laboratorios

Cómo aprenderás

Formación 100 % en línea en el campus de SEIUM, con material descargable, clases grabadas y un tutor técnico asignado. No hay horarios fijos: los estudiantes avanzan a su propio ritmo dentro de cada convocatoria, lo que permite combinar el estudio con el trabajo.

Cada módulo combina teoría, lectura guiada de la normativa original y ejercicios aplicados. El software de trabajo es Python (scikit-learn), Fairlearn, AI Fairness 360 y SHAP, en versiones gratuitas, académicas o de evaluación. Los casos de estudio se basan en procedimientos reales de auditoría de sesgos algorítmicos, evaluaciones de impacto en derechos fundamentales y análisis de vigilancia predictiva. La evaluación es continua a lo largo de cada módulo, además del proyecto integrador final.

Trabajo prácticocon software estándar de la industria, simulaciones, casos de estudio reales y ejercicios prácticos guiados.
Proyecto final orientado a la evidencia:caso de seguridad, plan de pruebas, expediente de cumplimiento y límites operativos.
Mentoría de la industria:profesorado con experiencia profesional en el sector y en proyectos reales de la industria.
Formato flexible(100% en línea), cohortes internacionales y apoyo de SEIUM Career Services.
Ética y seguridad:un enfoque de seguridad desde el diseño, con ciberseguridad y cumplimiento normativo como pilares.
Proyecto final

Desarrólalo de principio a fin

Tu proyecto final sigue el flujo de trabajo real de la ingeniería, paso a paso, revisado por tu tutor.

Descripción del sistema y su contexto

Explique cómo funciona la analítica predictiva aplicada a la seguridad.

Análisis de datos y fuentes de sesgo

Detecte y mida el sesgo en los modelos predictivos.

Auditoría técnica de equidad

Aplique las prohibiciones y obligaciones de la Ley de IA a los sistemas predictivos.

Evaluación de impacto en derechos fundamentales

Diseñe mecanismos de transparencia y supervisión humana.

Análisis de cumplimiento normativo

Evalúe el impacto de la vigilancia predictiva en las libertades.

Oportunidades profesionales

Hacia dónde te lleva

Auditor de algoritmosCientífico de datos en seguridad públicaDelegado de protección de datosAnalista de riesgos de IAAsesor jurídico en tecnologíaInvestigador en equidad algorítmica
Admisión y becas

Requisitos

  • No se requiere una titulación previa.
  • Conexión a internet y una computadora capaz de ejecutar el software del programa.
  • Nivel de inglés suficiente para seguir textos normativos técnicos.

¿Listo para empezar?

Envía tu solicitud hoy. Nuestro equipo de admisiones responde en un plazo de 72 horas con tu plan de estudios y las opciones de financiamiento.

Preguntas frecuentes

Preguntas frecuentes

El programa tiene 300 horas en total, distribuidas en 3 a 5 meses. Esto equivale a un promedio de 10 a 15 horas por semana, compatible con un trabajo de tiempo completo.

El programa utiliza Python (scikit-learn), Fairlearn, AI Fairness 360 y SHAP. Se emplean versiones gratuitas, académicas o de evaluación, y el tutor indica la alternativa gratuita cuando existe.

Un diploma propio de SEIUM al aprobar la evaluación continua y el proyecto integrador. Es una formación interna, no una titulación oficial del Ministerio.

Sí. Los módulos aprobados en un curso o diplomado de posgrado en la misma área se reconocen para el programa superior. Consulte la política de reconocimiento al matricularse.

Ética en la IA predictiva aplicada a la seguridadInscripción
Volver arriba
SEIUM – Instituto de Ingeniería Avanzada
Resumen de privacidad

Este sitio web utiliza cookies para brindarle la mejor experiencia de usuario posible. La información de las cookies se almacena en su navegador y cumple funciones como reconocerlo cuando regresa a nuestro sitio web y ayudar a nuestro equipo a comprender qué secciones del sitio le resultan más interesantes y útiles.