Enfoque general:
La Diplomatura en Meteorología Inteligente propone una formación innovadora orientada a comprender, analizar y aplicar el uso de datos, inteligencia artificial y tecnologías digitales en el estudio de fenómenos meteorológicos y climáticos, así como en la interpretación de escenarios y la toma de decisiones en contextos complejos y dinámicos.

En el marco de la transformación digital, la meteorología ha ampliado su campo de acción más allá del pronóstico tradicional, incorporando nuevas herramientas para el procesamiento, análisis e interpretación de grandes volúmenes de información atmosférica. En este contexto, los modelos predictivos, la automatización, la analítica avanzada y los sistemas basados en inteligencia artificial permiten no solo anticipar condiciones meteorológicas, sino también generar insumos de valor para la planificación, la gestión del riesgo, la operación de servicios, la producción, la sustentabilidad y la innovación tecnológica.

Este escenario impacta de manera directa en múltiples sectores que requieren interpretar información meteorológica y climática para la toma de decisiones, entre ellos la actividad agropecuaria, la gestión ambiental, la energía, la logística, la infraestructura, la gestión del riesgo, los servicios digitales y el ámbito aeronáutico, donde la lectura adecuada de variables atmosféricas resulta central para la planificación operativa, la seguridad y la anticipación de escenarios.

En este marco, la propuesta académica ofrece una visión integral de la meteorología inteligente como un campo emergente situado en la intersección entre las ciencias de la atmósfera, la ciencia de datos y la transformación digital. A lo largo del recorrido formativo, los participantes incorporarán fundamentos meteorológicos y climáticos, herramientas de análisis de datos e inteligencia artificial, y criterios para interpretar información, evaluar escenarios y explorar aplicaciones concretas en distintos entornos profesionales y organizacionales.

Asimismo, la diplomatura aborda tendencias actuales vinculadas a la evolución del sector, tales como ClimateTech, servicios meteorológicos digitales, nowcasting inteligente, pronóstico por impacto y nuevas soluciones basadas en automatización, analítica avanzada e inteligencia artificial, promoviendo una mirada que articula conocimiento científico, capacidades tecnológicas y aplicación responsable en contextos reales.

De este modo, la meteorología inteligente se concibe como un ámbito interdisciplinario en expansión, orientado a fortalecer la capacidad de comprender fenómenos complejos, proyectar tendencias, integrar datos, modelos y sistemas inteligentes, y acompañar procesos de análisis y decisión en organizaciones y sectores atravesados por la incertidumbre climática y la transformación digital.

Contenidos:

Módulo 1 — Transformación digital para Ciencias de la Atmósfera (15 Hs.)

Objetivo del módulo
Comprender los fundamentos de la transformación digital y su impacto en las ciencias de la atmósfera, identificando tecnologías, infraestructuras y marcos organizacionales que habilitan el uso estratégico de datos meteorológicos.

Contenidos
Ecosistemas digitales y servicios en la nube (Cloud Computing).Internet de las Cosas (IoT) y sensores meteorológicos inteligentes. Gestión de la infraestructura de datos y ciberseguridad en el sector meteorológico. Estrategias de cambio organizacional hacia la cultura de datos. Compliance y normativas vigentes para la Transformación Digital en Ciencias de la Atmósfera. Casos de éxito. Conceptos de Meteorología: Tipos de datos meteorológicos y su representación. Modelos de predicción numérica del tiempo (NWP): principios básicos de funcionamiento. Alcances y limitaciones de los modelos meteorológicos. Interpretación de mapas sinópticos y productos meteorológicos. Lectura de imágenes satelitales y datos de radar. Criterios básicos para la interpretación de información meteorológica en contextos aplicados.

Módulo 2 — Ciencias de datos para Meteorología (15 Hs.)

Objetivo del módulo
Aplicar enfoques de ciencias de datos para el procesamiento, análisis e interpretación de datos meteorológicos, con foco en la identificación de patrones y tendencias en series climáticas.

Contenidos
Fuentes de datos meteorológicos y tipos de datos climáticos. Ciclo de vida del dato: recolección, limpieza y preprocesamiento. Integración y calidad de datos meteorológicos. Análisis exploratorio de datos (EDA) aplicado a series temporales climáticas. Identificación de patrones, tendencias y estacionalidad. Estadística descriptiva aplicada a datos meteorológicos. Estadística inferencial para el análisis de eventos extremos. Introducción al análisis de anomalías y variabilidad climática. Visualización y comunicación de datos meteorológicos mediante gráficos y dashboards.

Módulo 3 — Inteligencia Artificial explicable para sistemas meteorológicos (20 Hs.)

Objetivo del módulo
Comprender y aplicar enfoques de inteligencia artificial —incluyendo aprendizaje automático e IA generativa— en el análisis de datos meteorológicos, orientados a la toma de decisiones responsable.

Contenidos
Introducción a la inteligencia artificial y su aplicación en meteorología. Aprendizaje de máquina: conceptos, tipos de modelos y aplicaciones en datos climáticos. Aprendizaje profundo e IA generativa en el análisis meteorológico. Agentes inteligentes y asistentes de IA aplicados al ámbito meteorológico. Integración de modelos de IA en sistemas de soporte a la decisión. Interpretabilidad y transparencia en modelos de IA: cómo entender y confiar en los resultados. Evaluación de modelos bajo criterios de calidad y uso responsable. Criterios de gobernanza y uso ético de la IA en meteorología.

Módulo 4 — Tendencias futuras en Meteorología Inteligente (20 Hs.)

Objetivo del módulo
Analizar tendencias emergentes en meteorología inteligente y su impacto en modelos de negocio, servicios digitales y toma de decisiones basadas en información climática.

Contenidos
Ecosistema ClimateTech: actores, oportunidades y evolución del sector. Nuevos modelos de negocio basados en datos meteorológicos. Meteorología a demanda (SaaS) y servicios digitales. Integración de inteligencia artificial y tecnologías de registro distribuido (Blockchain) en soluciones meteorológicas. Sistemas de pronóstico por impacto (Impact-based Forecasting). Nowcasting inteligente y análisis en tiempo casi real. Aplicaciones de la meteorología inteligente en contextos organizacionales y productivos.

Módulo 5 — Taller de integración y proyecto final (10 Hs.)

Objetivo del módulo
Integrar los conocimientos de meteorología, ciencia de datos e inteligencia artificial para el análisis de escenarios climáticos y la formulación de soluciones orientadas a la toma de decisiones.

Contenidos
Análisis de casos de aplicación de meteorología inteligente. Integración de datos meteorológicos y modelos de análisis.

Aplicación de enfoques de inteligencia artificial en análisis climáticos. Evaluación de escenarios climáticos y su impacto en contextos específicos. Interpretación de resultados y criterios de uso responsable. Diseño y presentación de una propuesta de solución basada en meteorología inteligente.