ENDOCRINOLOGIA COMPARADA/ENDOCRINOLOGÍA DE VERTEBRADOS

La materia se dictará totalmente presencial

Consultas: endocrinologiacomparada@gmail.com

Profesora responsable del dictado del curso: Dra. Amaicha Depino
e-mail: amaicha.depino@gmail.com

Correlativas para cursar
Opción 1: Fisiología Animal Comparada (TP)
Opción 2: Introducción a la Fisiología Molecular (TP) + Genética 1 (con Final)

Correlativas para promocionar o dar final
Opción 1: Final de Fisiología Animal Comparada
Opción 2: Final de Introducción a la Fisiología Molecular y el final de Genética 1 (necesario para cursar)

 ¡¡¡¡ATENCIÓN!!!! Días y horarios de la cursada 2024.

Clases teóricas: Martes y Jueves de 9:30 a 12 h (presenciales, no obligatorias). Además les estudiantes tendrán acceso a las teóricas 2021 virtuales, de manera asincrónica.

Trabajos Prácticos/Seminarios: Martes de 13 a 18 h o Jueves de 17 a 22 h

Deberán elegir uno de los dos turnos de Seminarios/TP, al que deberán asistir de forma presencial y obligatoria.

Fisiología Vegetal es una materia que se dicta en el primer cuatrimestre y que corresponde al ciclo superior de la carrera de Licenciatura en Ciencias Biológicas de la Facultad de Ciencias Exactas y Naturales - UBA. Su dictado está orientado tanto a estudiantes de grado como de posgrado. Los horarios son: martes y jueves 15-18 (teoricas) 18-22 (TPs).

Profesora: Dra. Paula Vissio

JTP: Daniela Pérez Sirkin

Ayudante de primera: Noelia Lonné

Ayudante de segunda: Emilia Colombo

Objetivos

Nuestro objetivo central es que los estudiantes conozcan y comprendan los conceptos fundamentales de la biología de las plantas, su diversidad y su evolución. 

La materia es obligatoria del ciclo troncal de la Licenciatura y del Profesorado en Ciencias Biológicas. Está dividida en dos módulos temáticos. El primero se enfoca en la estructura y función de las plantas vasculares: se presentan conceptos básicos de morfología y anatomía vegetal, que dan un marco estructural a la comprensión de los procesos fisiológicos propios de las plantas, como la fotosíntesis, la nutrición mineral, el transporte de agua y solutos y el desarrollo en respuesta al ambiente. El segundo módulo temático presenta la diversidad de plantas, algas y hongos en un contexto evolutivo, con énfasis en las novedades evolutivas que posibilitaron la conquista del ambiente terrestre por las plantas.

Los trabajos prácticos entrenan al estudiante en la observación y disección de material vegetal, en la realización de experimentos fisiológicos sencillos y en la redacción de informes científicos. Se incluyen además seminarios de discusión y afianzamiento de conceptos esenciales. Para cimentar los conocimientos adquiridos se realiza una salida de campo al Jardín Botánico Carlos Thays. 

Cursada 1º cuatrimestre 2024: 

Clases teóricas (opcionales, asistencia recomendada):

Un solo turno, martes y jueves de 18 a 21 hs, comienzo 19 de marzo, aula a designar

Trabajos Prácticos (obligatorios): 

TM: miércoles y viernes 8:45 a 12:45 hs

TT: miércoles y viernes 13 a 17 hs

TN1: miércoles y viernes 17:30 a 21:30 hs

Comienzo jueves 27 de marzo, Laboratorio B de Biología (3º piso Pab. 2, lado estacionamiento)

Durante el desarrollo de tu doctorado has adquirido o ciertamente adquirirás conocimientos técnicos y teóricos a través de cursos de posgrado, la guía de tu directore y el trabajo en el laboratorio. Sin embargo, para completar tu formación e insertarte exitosamente en la vida académica o profesional, pronto notarás que hay ciertos saberes implícitos que también tenías que adquirir. A estos se los suele llamar "habilidades blandas" o "soft skills", e incluye registrar adecuadamente tus experimentos, presentarlos convincentemente y discutirlos críticamente en el marco de tu disciplina. Pero también implica conocer cómo funciona el sistema científico y el mundo editorial, ser capaz de escribir proyectos originales para becas y subsidios, y contar los resultados en un formato pre-establecido por una revista o la organización de un congreso.

En este curso te proponemos empezar a adquirir esas habilidades blandas tan necesarias. Es un trabajo largo y muy personal que irás completando a lo largo de tu desarrollo profesional. Nuestro objetivo es darte herramientas para desarrollarlas, discutiendo cuáles son esas habilidades necesarias y cómo ir mejorándolas.

El curso consta de una parte virtual asincrónica, en la cual te plantearemos distintas habilidades o conocimientos blandos que creemos útiles, e introduciremos algunas herramientas disponibles para desarrollarlos. Pero además, el curso tiene encuentros presenciales porque estamos convencides que todo, pero más estas prácticas, se aprenden mejor en el intercambio con otres. 

Dinámica de la atmósfera y los océanos

Física de la Atmósfera y Meteorología Teórica

Mecánica de los Fluidos

Meteorología General 1er cuat

Pronóstico Numérico (grado) / Modelado Numérico de la Atmósfera (pos/doc)

Oceanografía General / Física   

Materia de Especialización Inicial (MEI) de la carrera Oceanografía

Materia de Especialización Inicial (MEI) de la carrera Oceanografía

Cuestionario para completar las materias a inscribir.

El curso está compuesto por dos partes, que se evalúan por separado:

1) Introducción a la metodología geofísica, con énfasis en la petrofísica de rocas que participan en modelos yacimientológicos clásicos. A cargo de Silvana Geuna.

2) Prospección geofísica aérea, métodos magnético y radimétrico. A cargo de Javier Peroni.

En la era del Big Data, podríamos decir que los datos nos hablan. A través del análisis y la inteligencia artificial, podemos escucharlos y transformarlos en conocimiento útil para la toma de decisiones.

Pero el camino no es sencillo. Los datos no vienen a golpearnos la puerta: debemos recolectarlos, organizarlos y gestionarlos de manera eficiente para que estén disponibles cuando los necesitemos. Ya sea que querramos desarrollar modelos de aprendizaje automático, realizar análisis ad-hoc o construir tableros de control, disponer de los datos adecuados en el momento preciso es un desafío permanente.

Más aún cuando los datos provienen de múltiples fuentes implementadas sobre diferentes plataformas tecnológicas, en distintos formatos, con volúmenes masivos y frecuencias de actualización heterogéneas. En la industria, las necesidades varían y no existe una única solución que las resuelva a todas. Hay variadas estrategias para la obtención, almacenamiento, procesamiento y acceso a los datos, desde los data warehouses clásicos hasta los más recientes data lakes y arquitecturas híbridas modernas y soluciones cloud.

En este curso, de modalidad teórico práctica, exploraremos estas arquitecturas y sus conceptos clave, desde su concepción hasta su implementación, y presentaremos las nuevas tendencias emergentes.  Ejercitaremos sobre un caso de estudio y realizaremos algunos talleres en laboratorio.

En el mundo del Big Data, no se trata sólo de almacenar información, el plus está en convertirla en valor.

Días y horarios

Las clases serán los días martes de 18 a 22 hs., con excepción de tres clases de laboratorio (con día y hora a definir)

Correlativa:  

- Bases de Datos ( Cs. Computación)

- Introducción a las Bases de Datos (Cs de Datos)

Docentes:

- Sergio D'Arrigo 

Programa

• Introducción y motivación: Introducción. Importancia de los datos y rol de la analítica. Organizaciones “Data Driven”. Clasificación de los tipos de datos. ¿Qué entendemos por datos masivos? Desafíos para la inteligencia artificial y la analítica. Acceso e ingesta. Procesamiento. Integración. Almacenamiento. Explotación y visualización.
• Modelos y Diseño de Almacenamiento de Datos Masivos: Principales soluciones de almacenamiento de datos masivos. Modelos multidimensionales. Conceptos de Data Warehouse y Data Lake y arquitecturas híbridas. Arquitectura, modelización, diseño. Linaje y gobierno de datos. Protección de datos personales. Soluciones cloud.
• Procesos de ingesta de datos masivos: Implementación. Ingesta, almacenamiento y actualización. ETL, ELT, ETL Inverso. Ingesta en batch y en tiempo real. Integridad y calidad. DataOps.
• Explotación, visualización y análisis de datos masivos: Exploración, BI, Aprendizaje Automático. Utilización de sandbox analíticos. MLOps.
• Nuevas tendencias para almacenamiento de datos masivos: Variantes de data warehouses. Data warehouses y Big Data. Data lakehouses. Utilización de IA para extracción de características. Estado del arte.

La materia es optativa para las carreras de Licenciatura en Ciencias de la Computación y Licenciatura en Ciencia de Datos.

El equipo docente de la materia Laboratorio 2 - Verano 2025  desea darles la bienvenida.

Además de las clases presenciales el equipo docente atenderá las consultas del blog y cualquier otra consulta que surgiere.  

Todas las cuestiones relacionadas con esta sección, están también disponibles en la pagina de la materia del DF.

DOCENTES

Angel Jose Marzocca  (marzo@df.uba.ar)

Miguel Trejo 

Pablo  Gaztañaga        (pablogzt@gmail.com)

Joel Bobadilla          (joelbobadilla.1990@gmail.com)

Corina Révora 

OBJETIVOS DE LA MATERIA

• Aplicar los conceptos básicos asociados a las ondas mecánicas y electromagnéticas (en particular la óptica).

Temas de física para matemáticos (alumnos de licenciatura y profesorado)

Objetivos: los alumnos son estudiantes de matemática aplicada y del profesorado en matemática. La materia no apunta a que los alumnos se vuelvan expertos en el manejo del aparato implicado en la resolución de problemas o en las teorías particulares a las que el curso se refiere. Apunta, por un lado, a abrir una ventana a la construcción de las leyes y teorías físicas, evidenciando las diferencias y la complementariedad con la estructura de las construcciones de las teorías matemáticas. Por otro lado, aplicando herramientas y teorías matemáticas en el contexto de teorías físicas concretas, apunta a brindar conocimientos sobre las herramientas y los conceptos básicos necesarios para que los alumnos que busquen profundizar en algún Tema de Física  puedan comprender la literatura especializada con mayor facilidad.

Página: https://asignaturas.df.uba.ar/tdf-lopeznacir/

Modalidad Presencial

Práctica Social Educativa “Aspectos Sociales del Cáncer”

Determinantes Moleculares, Sociales y Ambientales del Cáncer

Este curso es obligatorio para las carreras:

• Licenciatura en Matemática --> Análisis 1

• Licenciatura en Química --> Análisis Matemático 1

• Licenciatura en Física --> Matemática 1

• Licenciatura en Ciencia de Datos --> Análisis 1

• Licenciatura en Computación --> Análisis II

• Licenciatura en Ciencias de la Atmósfera --> Matemática 1

• Licenciatura en Oceanografía --> Matemática 1

Este curso se dicta para las siguientes carreras:

• Lic. en Cs. Matemáticas
• Lic. en Cs. de Datos
• Dr. en Cs. Matemáticas

Los contenidos mínimos del curso son: Funciones de activación, funciones de costo, algoritmos de minimización, neuronas abstractas, redes neuronales, teoremas de aproximación, aprendizaje con entradas unidimensionales, aproximadores universales, aprendizaje exacto

LCDA210004       (cod SIU)

Laboratorio de datos (LCD) SC_1             Obligatoria         LCD

Docentes: Prof. Santiago Laplagne         Aux: Nazareno Faillace y Dario Elías"                     

Horario: Mar-Vie de 14-17 (96hs totales)

----------------------------------------------------------------------------------------------------                    

Laboratorio de datos (LCD) SC_2             Obligatoria         LCD       

Docentes: Prof. Santiago Laplagne         Aux: Nazareno Faillace  y Gonzalo Barrera Borla              

Horario: Mar-Vie de 18-21   (96hs totales)

En este curso se darán las herramientas matemáticas básicas para que puedan transitar plácida y alegremente por el camino de este posgrado.