1. Conceptos fundamentales de SIEM
  2. Ecosistema contemporáneo de ciberseguridad
  3. Marcos normativos y estándares de seguridad
  4. Arquitecturas de despliegue SIEM
  5. Fuentes de datos y tipos de eventos
  6. Challenges y limitaciones de SIEM tradicionales

  1. Fundamentos de machine learning en ciberseguridad
  2. Algoritmos de aprendizaje automático para detección de amenazas
  3. Ingeniería de características para datos de seguridad
  4. Redes neuronales y aprendizaje profundo
  5. Métodos de conjunto y fusión de modelos
  6. Evaluación y validación de modelos
  7. Desafíos en aprendizaje automático para ciberseguridad

  1. Arquitecturas de recopilación de datos
  2. Técnicas de análisis sintáctico y normalización
  3. Calidad de datos y validación
  4. Pipelines de procesamiento en tiempo real
  5. Almacenamiento e indexación de datos
  6. Preparación de datos para modelos de IA

  1. Fundamentos del análisis comportamental en ciberseguridad
  2. Técnicas de machine learning para detección comportamental
  3. Implementación de baselines comportamentales
  4. Algoritmos avanzados de detección de anomalías
  5. Casos de uso y aplicaciones prácticas
  6. Métricas y evaluación de rendimiento

  1. Fundamentos de la correlación de eventos
  2. Algoritmos de inteligencia artificial para correlación
  3. Diseño de reglas de correlación inteligentes
  4. Clustering temporal y análisis de patrones
  5. Sistemas de alertas inteligentes y priorización
  6. Implementación práctica de sistemas de correlación
  7. Casos de uso avanzados

  1. Fundamentos del análisis forense digital con IA
  2. Google Chronicle: plataforma de análisis forense inteligente
  3. Técnicas de IA para análisis forense acelerado
  4. Automatización de la respuesta a incidentes
  5. Timeline reconstruction y análisis de cadenas de ataque
  6. Integración con ecosistemas de respuesta
  7. Aspectos legales y de cumplimiento
  8. Métricas y KPIs para forense con IA
  9. Casos de estudio y aplicaciones prácticas

  1. Fundamentos de SOAR y automatización inteligente
  2. Diseño de workflows inteligentes
  3. Playbooks dinámicos e inteligencia de amenazas
  4. Integración multi-herramienta y orquestación
  5. Toma de decisiones automatizada y escalado
  6. Medición de efectividad y optimización continua
  7. Casos de uso avanzados y especializados
  8. Consideraciones de seguridad y gobernanza
  9. Implementación y mejores prácticas
  10. Tendencias futuras y evolución

  1. Planificación estratégica para Implementación de IA
  2. Selección y evaluación de tecnologías
  3. Diseño de arquitecturas de IA para SIEM
  4. Gestión de datos e ingeniería de características
  5. Desarrollo y entrenamiento de modelos
  6. Pruebas, validación y control de calidad
  7. Despliegue y operación en producción
  8. Monitoreo, mantenimiento y mejora continua
  9. Gestión de riesgos y consideraciones éticas