Presentación general
Este curso aborda el diseño, implementación y evaluación de soluciones de agricultura de precisión apalancadas en Inteligencia Artificial (IA). A través de datos obtenidos de sensores in situ (IoT), imágenes satelitales y de drones, variables meteorológicas y registros productivos, el estudiantado aprenderá a construir flujos de trabajo reproducibles para optimizar el riego, la nutrición, la detección temprana de plagas y enfermedades, la estimación de rendimiento y el manejo eficiente del suelo. Se cubren fundamentos teóricos, buenas prácticas de ingeniería de datos, modelado predictivo (aprendizaje supervisado y no supervisado), visión por computador (segmentación semántica, detección de objetos, índices de vegetación) e integración en tableros geoespaciales para la toma de decisiones.
La propuesta se contextualiza en el entorno colombiano y latinoamericano, con discusión de soberanía tecnológica, ética de datos y evaluación de impacto económico-ambiental. La modalidad es virtual y el componente práctico se materializa en un proyecto integrador con datos abiertos y herramientas open source.