Duración: 6 semanas
Horas de curso: 96 horas
Destinatarios: Para quien desee aprender a programar en R, o simplemente utilizarlo en sus labores profesionales, este curso les dará el conocimiento necesario para hacerlo.
Modalidad: A distancia.
Requisitos: Se utiliza software de distribución libre y gratuita.
Este curso no requiere conocimientos previos de R. Se parte de cero y se construye conocimiento hasta un nivel intermedio avanzado. R no es un lenguaje difícil de aprender pero de todos modos requiere incorporar una cantidad importante de conceptos y de comandos propios de un lenguaje complejo.
Descripción general del curso:
R es el lenguaje ideal para trabajar en análisis y modelado estadístico. La compacidad de código y la versatilidad para procesar datos numéricos y categóricos son virtudes que lo colocan por sobre otros lenguajes en ese campo de aplicación. Por este motivo, aprender a programar en R es el primer paso hacia la Ciencia de Datos, un universo de aplicaciones en continua expansión. Para muchos empleos, programar en R agrega valor a sus antecedentes profesionales. R también opera en otros campos, como web scraping y análisis de datos espaciales, de lo cual se dan ejemplos hacia el final de este curso, pero en estos hay competencia.
Programación en R les enseñará a desarrollar sus propios scripts. Para ello se apoya en numerosos ejemplos, y especialmente en ejercicios de codificación que les invitan a ser protagonistas, ayudados por escuetas guías. De este modo, en seis semanas aprenderán programar en R.
Adicionalmente, un conjunto de scripts aplicados a problemas reales y detalladamente comentados, les guiará hacia un nivel intermedio alto de conocimiento de R, al tiempo que les impartirá las buenas prácticas de programación.
Un último módulo presenta una breve introducción a la aplicación de R en el manejo de datos espaciales, que podrá servir para encaminarles en ese tema.
|
Primera Parte Conceptos fundamentales |
|
|
Segunda Parte Aplicaciones |
|
Dinámica de la cursada:
Este curso se desarrolla completamente en formato virtual con lo cual permite realizar la capacitación desde cualquier parte del país y de la región. De la misma forma, el formato habilita a que cada alumno ingrese a la plataforma en el momento y horario que le resulte más productivo, ya que el material queda subido a la misma y no existen restricciones de ingreso ni obligación de horarios o encuentros virtuales.
Duración: 6 semanas
Horas de curso: 96 horas
Destinatarios: Para un amplio público.
|
Docentes a cargo: Dr. Gustavo González Bonorino Duración: seis (6) semanas. La carga horaria total se estima en 96 horas. |
 |
Descripción general del curso: Es muy probable que se hayan cruzado con el término Vibe Coding. Es un término muy reciente, acuñado en febrero 2025 por Andrej Karpathy, un destacado programador que trabajó en OpenAI y en Tesla. Con Vibe Coding (preferimos no aventurar una traducción) Karpathy describió la posibilidad de generar código útil delegando la tarea enteramente en la IA. Un prompt inicial, escrito o verbal, describe la aplicación o página web que se desea construir y gatilla la acción, y los modelos y agentes embebidos en alguna de las numerosas plataformas existentes devuelve un código que materializa esa app o página web.
Desde febrero 2025 han aparecido varias plataformas especializadas en Vibe Coding. Paralelamente ha mejorado notablemente la calidad del producto. Algunas plataformas se encargan de incorporar bases de datos y hasta normas de seguridad al producto final. Lovable es una de las plataformas de codificación con IA más avanzadas.
Este curso muestra cómo emplear Lovable en vuestros proyectos. Se procede en tres etapas. En una primera etapa se exploran las numerosas pantallas, comandos y opciones en Lovable, de modo que lo aprovechen en todo su potencial.
En una segunda etapa nos explayamos en dos asuntos. Uno es a interactuar con Lovable creando prompts eficientes. El prompt es la instrucción inicial que guía a la IA, y puede ser la única instrucción, de modo que debe ser cuidadosamente diseñado. El otro asunto es comprender la estructura de los proyectos que genera Lovable. El frontend, el backend, las bases de datos, los componentes de autenticación, son partes de las aplicaciones web. Cuando hayan superado la fase inicial de trabajo con Lovable y pasen a proyectos moderadamente complejos, Lovable puede hacerles preguntas acerca de estos componentes, y deberán responder.
Finalmente, en la tercera etapa, se presentan numerosos ejemplos de uso de Lovable, en proyectos de complejidad creciente.
Aunque este curso se centra en Lovable, lo que aprendan les facilitará incursionar en otras plataformas
|
Modalidad: El curso es fuertemente práctico. Se les invita a reproducir los ejemplos presentados en el curso, pero tengan en cuenta que las soluciones seguramente no serán idénticas. Esto se debe a que los agentes operan de manera estocástica. También será muy educativo que ejerciten Cursor AI con prompts creados por ustedes, explorando la respuesta del programa. Quienes deseen un certificado con calificación numérica deben presentar un Proyecto Personal al finalizar el curso. Habrá una reunión sincrónica en horario a convenir, para brindar orientación y para aclarar dudas sobre el Proyecto Personal. |
 |
Nivel y requisitos: El nivel del curso es introductorio. No se presupone conocimiento previo en programación. Es ideal para quien se inicia en programación y quiere entretenerse generando aplicaciones web sencillas, y también para aquellos con una experiencia moderada en programación que desean potenciar su producción.
Requerimientos de computación: Lovable AI es un programa de suscripción paga. Si bien ofrece una suscripción gratuita será insuficiente para desarrollar el curso.
Lovable opera en la nube, por lo cual no impacta en el espacio físico en el disco duro y de uso de la memoria RAM.
Módulo 1
Qué es Lovable y para qué sirve
Estructura de una app
Mi primer proyecto Lovable
Módulo 2
Conociendo Lovable: features, agente, chat
Herramientas de diseño: temas, edición visual
Lovable Cloud y Lovable AI
Módulo 3
El prompt
Arquitectura de una app: frontend y backend
Gestión de datos y de autenticación
Módulo 4
Integración con GitHub
Costo de uso de Lovable
Módulo 5
Proyecto 1 – Propósito: Ingreso de texto por usuario; generación de respuesta pulsando un botón.
Proyecto 2 – Propósito: Manipulación de fotografías; jerarquía de componentes visuales.
Proyecto 3 – Propósito: Incorporar cálculos, gestión de datos numéricos, redondeo.
Proyecto 4 – Propósito: Leer datos de un archivo Excel, graficar puntos sobre un mapa.
Módulo 6
Proyecto 5 – Propósito: Leer datos de un archivo CSV con precios de casas, construir con ellos una tabla y graficar parte de los datos.
Proyecto 6 – Propósito: crear una app con una API que conecte a una base de datos; crear un backend con Lovable Cloud.
Proyecto 7 – Propósito: Usar Remix. Agregar autenticación con Google.
Proyecto final – Tema a decidir por los participantes
Anexo. Glosario de términos usados
Evaluación: La evaluación final se basará en parte en el desempeño a lo largo del curso, y en parte en la elaboración de un proyecto propio bajo tutoría.
Acreditación: El Centro REDES emite certificados por PARTICIPACIÓN (asistencia) para quienes así lo ameriten y, opcionalmente, de APROBACIÓN con evaluación numérica. Estos últimos requieren la presentación de un Proyecto Personal sobre un tema a elección del participante.n.
Duración: 6 semanas
Horas de curso: 96 horas
Descripción general del curso:
Epidemiología estadística con R profundiza en el análisis cuantitativo de datos epidemiológicos mediante el uso del lenguaje R. Este curso pone el acento en la reproducibilidad, la automatización, la estimación de parámetros dinámicos, el análisis de supervivencia y la modelización avanzada.
Una contribución adicional del curso es la introducción al formato OMOP (Observational Medical Outcomes Partnership) CDM (Common Data Model), un modelo de datos estandarizado, relacional y altamente estructurado, diseñado para integrar múltiples fuentes (historias clínicas, seguros, registros) en un formato común. Adquirir nociones fundacionales sobre el formato CDM constituirá una ventaja profesional para quienes deseen trabajar con bases de datos sanitarias a gran escala.
Destinatarios:
Estudiantes y graduados en epidemiología con interés en incorporar técnicas estadísticas en R para el análisis de datos epidemiológicos.
|
Modalidad: Este curso es fuertemente práctico, basado en numerosos ejercicios. Videos e instructivos escritos les acompañarán. Al promediar el curso habrá dos clases sincrónicas en horario a convenir, para conversar sobre el curso y aclarar dudas sobre el Proyecto Personal (optativo).
|
 |
Requisitos:
Este es un curso de nivel avanzado. Se presupone que los participantes tienen buenos fundamentos en epidemiología descriptiva. Se presupone, además, conocimientos básicos en estadística descriptiva y en programación con R. No obstante, los scripts usados en el curso contienen abundantes comentarios para facilitar la lectura.
Programa del curso
| Módulo 1 |
Gestión y preparación de datos epidemiológicos, Limpieza y validación de datos, Reestructuración de datos (wide ↔ long), Manejo avanzado de datos faltantes (imputación múltiple) |
| Módulo 2 |
Medidas epidemiológicas básicas Medidas de frecuencia y de asociación,, Incidencia acumulada, densidad de incidencia (person-time), Prevalencia (puntual y de período), Medidas de asociación: Riesgo relativo (RR), odds ratio (OR), hazard ratio (HR) y Razón de Tasas (IRR), Intervalos de confianza por métodos exactos vs aproximados, Bootstrap para estimación de incertidumbre. |
|
Módulo 3 |
Epidémicas, Modelado del crecimiento exponencial de un brote. |
|
Módulo 4 |
Modelado de desenlaces binarios, Interpretación de coeficientes como OR, Evaluación de bondad de ajuste (Lemeshow). |
|
Módulo 5 |
Estimador de Kaplan-Meier, Curvas de supervivencia, Pruebas de Log-rank, Modelado de brote epidémico. |
|
Módulo 6 |
Introducción al formato OMOP CDM. |
Dinámica de la cursada:
Este curso se desarrolla completamente en formato virtual con lo cual permite realizar la capacitación desde cualquier parte del país y de la región. De la misma forma, el formato habilita a que cada alumno ingrese a la plataforma en el momento y horario que le resulte más productivo, ya que el material queda subido a la misma y no existen restricciones de ingreso ni obligación de horarios o encuentros virtuales.