Este programa intermedio intensivo conecta los fundamentos de la ciencia de datos con la implementación avanzada de IA. El plan de estudios comienza con un riguroso repaso matemático de Álgebra Lineal y Estadística Inferencial, sentando las bases para el modelado de alto rendimiento. Los estudiantes dominan la mecánica de la Regresión Lineal (simple y multivariable) y la Regresión Logística antes de profundizar en el marco más amplio de los Modelos Lineales Generalizados (MLG) , centrándose en la Familia Exponencial y las Funciones de Enlace.

El programa también exploró las diferencias arquitectónicas entre los modelos generativos y discriminativos lineales , incluyendo el análisis discriminante gaussiano (GDA), el bayesiano ingenuo y las cadenas de Markov . Un punto destacado fue el miniproyecto final: "Predicción de lluvia en CDMX", donde los estudiantes desarrollaron un indicador de probabilidad para el turismo utilizando MLflow para el seguimiento de experimentos y Flask para la implementación de la API REST. El curso culminó con aprendizaje profundo (CNN, RNN/LSTM) e inteligencia artificial generativa, con la arquitectura Transformer y los paradigmas de preentrenamiento de BERT y Llama mediante HuggingFace.