MIA · MENTORÍA E INNOVACIÓN APLICADAFormación científica · Desarrollo tecnológico · Ingeniería ERC
Curso destacado · Próxima edición en preparación

Modelamiento Matemático y Machine Learning aplicado a Bioprocesos

Analiza cinéticas de fermentación con Excel y utiliza Google Colab para explorar métodos predictivos a partir de datos de bioprocesos.

ExcelGoogle ColabNo requiere programar desde ceroPrácticas guiadas
Aprender haciendo

Del dato experimental al modelo

Se proporcionan códigos de Python previamente preparados para ejecutarlos y analizar resultados en Google Colab. La enseñanza se centra en la interpretación de los modelos y su aplicación a fermentaciones.

  • Caracterización de variables y desempeño del bioproceso.
  • Análisis de crecimiento microbiano y modelos cinéticos.
  • Modelamiento de biomasa, sustrato y producto.
  • Introducción guiada a Machine Learning.
  • Comparación conceptual de modelos mecanísticos y basados en datos.
Edición 2027 · Propuesta

Inicio sugerido: sábado 9 de enero

Las fechas restantes, duración total, horario, precio y requisitos de acreditación aún están en evaluación.

¿Para quién?

Estudiantes de últimos semestres y posgrado, investigadores, docentes y profesionales de ingeniería y ciencias químico-biológicas.

Me interesa esta edición ↗

Este botón solicita información; no implica inscripción ni reservación de lugar.

Programa académico · Versión preliminar

Un recorrido en cuatro bloques

Conservamos la estructura conceptual de la edición anterior y reforzamos el componente práctico.

01

Fundamentos y datos

Variables críticas, rendimientos, productividad, balances y cinética microbiana.

02

Modelamiento de fermentaciones

Modelos mecanísticos, interpretación de curvas y ejercicios guiados en Excel.

03

Machine Learning

Introducción al entorno de Google Colab, datos, regresión y análisis de resultados.

04

Integración y aplicación

Comparación de enfoques, posibilidades de modelos híbridos y caso integrador.

Planificación académica · Enero 2027

Dos alternativas de horario bajo evaluación

Aún no se ha elegido una modalidad definitiva. Estamos priorizando la disponibilidad de estudiantes y profesionales.

Fines de semana

Desde el sábado 9 de enero

9, 10, 16 y 17 de enero · 09:00–12:00, horario de Ciudad de México · 12 horas.

Entre semana

Desde el lunes 11 de enero

Lunes y miércoles, 11–27 de enero · 18:00–20:00, horario de Ciudad de México · 12 horas.

Fechas y horarios propuestos, no confirmados. El programa, el precio y la constancia se publicarán antes de iniciar inscripciones.

Información para participantes

Preguntas frecuentes

¿Necesito saber programar en Python?

No es necesario escribir código desde cero. En la experiencia anterior se proporcionaron ejemplos preparados para su ejecución e interpretación en Google Colab. Los requisitos definitivos se comunicarán con el nuevo programa.

¿Qué herramientas se utilizan?

La propuesta académica contempla Excel para análisis de cinéticas y Google Colab para ejercicios introductorios de Machine Learning.

¿Ya están abiertas las inscripciones?

No. La edición 2027 está en preparación. Puedes solicitar información sin compromiso.

¿Se entrega constancia?

El tipo de constancia y los requisitos de asistencia y evaluación se definirán y publicarán antes de abrir inscripciones.

Convocatoria próxima

Conoce primero las fechas y el programa definitivo

Estamos diseñando cuidadosamente la siguiente edición. Solicita información sin compromiso.

Solicitar información ↗