Perfil docente
Docente — Diplomatura en IA Generativa
Es Doctora en Ciencias de la Computación, con una trayectoria académica consolidada en el estudio formal de algoritmos de aprendizaje automático. Su formación de doctorado le brinda el rigor matemático y la profundidad conceptual necesarios para abordar las arquitecturas modernas de Deep Learning desde sus fundamentos.
Se desempeña como profesora en la Universidad Nacional de Luján y en la Universidad Nacional de San Martín (UNSaM). Esta doble inserción en dos universidades públicas de referencia del conurbano bonaerense le permite trabajar con perfiles estudiantiles diversos y mantener un pulso constante sobre los desafíos formativos del área.
Es especialista en Redes Neuronales y Deep Learning, abarcando desde los modelos clásicos hasta las arquitecturas modernas: redes feedforward, convolucionales (CNNs) para visión por computadora, recurrentes (RNNs) para secuencias y los Transformers que son la base de los LLMs actuales y de toda la IA generativa contemporánea.
Es Coordinadora de la Carrera de Analista Universitario en Ciencias de Datos de la UNLu, rol institucional desde el cual participa en el diseño curricular y en la formación de analistas de datos a nivel de pregrado. Como investigadora, su trabajo se centra en la aplicación de redes neuronales para problemas reales, con publicaciones que combinan rigor académico con utilidad práctica concreta.
Áreas de especialidad
Cursos en los que participa
Octubre 2026 · Docente Responsable. Conduce el curso de Deep Learning: fundamentos matemáticos, arquitecturas feedforward, CNNs, RNNs, atención y Transformers — los bloques básicos que sostienen los LLMs y los modelos de IA generativa estudiados en cursos posteriores. Ver cronograma completo.
Aprendé los fundamentos de Deep Learning con una de las referentes académicas del área en Argentina.
Inscribite hoy