$200 + IVA (no miembros)
Online
Duración
Fechas
Lunes, miércoles, jueves
Online
Duración
Duración
Cualquier información puede contactarse a nuestro correo electrónicos en el siguiente link
Instructor:Diego Quisi
Horario: Del 23 de septiembre al 14 de octubre de 2026
Resumen:
El curso desarrolla aplicaciones móviles robustas con IA que capacita a los participantes en el dominio de la arquitectura, el desarrollo de interfaces y la integración de inteligencia artificial. A lo largo del programa se abordan los fundamentos del lenguaje, la construcción de interfaces ricas y dinámicas, la gestión de estado y navegación, la persistencia de datos y el consumo de APIs REST y microservicios, aplicando patrones avanzados orientados a la creación de soluciones móviles escalables que integra capacidades de inteligencia artificial mediante la integración y el consumo de modelos LLM, permitiendo incorporar generación de texto, chatbots y asistentes inteligentes dentro de las aplicaciones. Al finalizar, los participantes habrán desarrollado las competencias necesarias para diseñar y desplegar aplicaciones móviles robustas e inteligentes, culminando con un proyecto final integrador que articula la arquitectura completa.
Audiencia:
El curso está dirigido a estudiantes, docentes, desarrolladores y profesionales del área de tecnología con interés en el desarrollo de aplicaciones móviles. Se orienta a personas que buscan fortalecer sus competencias en el desarrollo multiplataforma y en la integración de inteligencia artificial, partiendo de conocimientos previos de programación y aplicando los aprendizajes en retos prácticos y proyectos reales.
|
Competencia específica
|
|---|
|
Integrar y consumir modelos de IA (LLM) para enriquecer la experiencia de usuario en aplicaciones móviles.
|
Diego Quisi es Ingeniero en Sistemas. Con más de 10 años de experiencia en docencia e investigación universitaria y más de 30 publicaciones indexadas en SCOPUS, ha liderado proyectos de inteligencia artificial, ciencia de datos y transformación digital en colaboración con universidades y empresas. Es especialista en el desarrollo de aplicaciones móviles multiplataforma, integrando metodologías ágiles y soluciones innovadoras que vinculan la academia con el sector productivo. Actualmente es Gerente de Inteligencia Artificial de CEDIA, impulsando la transformación digital a través de Modelos de Lenguaje de Gran Escala (LLM).
Estrategias de Aprendizaje:
• Metodología «AI-First»: Se prioriza el entendimiento lógico de la arquitectura, los flujos HTTP y de la organización del proyecto sobre la memorización de sintaxis. El participante define el problema, la estructura y la lógica del servicio,mientras la IA asiste en la generación de esqueletos de código, documentación, pruebas y depuración.
• Aprendizaje Basado en Proyectos (ABP): Desarrollo transversal del caso, simulando un entorno empresarial orientado a la construcción de un agente para gestión y operaciones básicas.
Evidencias de Desempeño:
• Portafolio de aprendizaje: repositorio o bitácora con código, ejercicios prácticos y reflexiones sobre el proceso de desarrollo.
• Proyecto individual: aplicación móvil con IA Generativa que demuestre el dominio de las competencias del curso.
Características:
• Videoconferencias en vivo para teoría, demostraciones de código y resolución de dudas.
• Canal de comunicación para soporte y anuncios (chat o foro) y tutorías breves según necesidad.
• Revisión de repositorios y retroalimentación sobre estructura del proyecto, endpoints, pruebas y documentación.
Requisitos Previos:
• Conocimientos en programación.
• Conocimientos básicos de repositorios de código y agente inteligentes.
• Acceso a computador con conexión a internet estable.
Evaluación:
Integradora: Evaluación del Proyecto Final presentada en la semana 4, valorando funcionalidad, estructura del agente, calidad técnica y claridad en la exposición.
Formativa: Seguimiento continuo durante las sesiones prácticas, resolución de dudas en vivo y retroalimentación sobre el avance del proyecto.
|
TEMA
|
SUBTEMA
|
|---|---|
|
Introducción a Flutter y Dart
|
Instalación y configuración de IDE
Estructura de un proyecto Flutter |
|
Widgets básicos y avanzados
|
Stateless vs Stateful
Árbol de widgets y setState() Ciclo de vida Layouts: Row, Column, Stack |
|
Interfaces y UX
|
Formularios y validación
Listas dinámicas y customización Menús, Drawer y Tabs Animaciones implícitas y controladas |
|
Mapas y geolocalización
|
Configurar Google Maps y OpenStreetMap
Gestión de API Key Marcadores, rutas y eventos táctiles |
|
Programación asíncrona
|
Futures, async/await
Stream y StreamBuilder Peticiones HTTP con http y dio |
|
Gestión de estado con GetX
|
Introducción a GetX: controladores y dependencias
Reactive State Management GetBuilder vs Obx Navegación y rutas con GetX |
|
Almacenamiento de datos
|
Bases SQL con sqflite
NoSQL con Hive y Sembast Preferencias y archivos locales |
|
Integración con Firebase
|
Auth, Firestore y Storage
|
|
IA y modelos LLM en Flutter
|
Fundamentos de LLM y APIs
Autenticación y consumo de endpoints Generación de texto, chatbots y asistentes |
|
Proyecto final
|
Definición de requisitos
Arquitectura completa con GetX y LLM Entrega e informe de resultados |