Programa de Especialización en Ciencia
de Datos Aplicada al Mantenimiento Predictivo

Analiza, gestiona e interpreta, y visualiza grandes volúmenes de datos mediante modelos estadísticos para poder pronosticar el futuro; es decir, predecir fallas potenciales. No te quedes atrás, ¡Trasciende!

Objetivos

Al finalizar el programa, tendrás las herramientas y competencias para:

  • Analizar grandes volúmenes de datos en tiempo real y para identificar patrones o nuevas condiciones que producirán una falla a futuro. Con la data podrás tomar medidas preventivas directamente desde los dispositivos usados.
  • Aprender a utilizar la programación en R y Python que te ayudará a familiarizarte con los lenguajes estadísticos de tendencia emergente en los medios de ciencia de datos aplicándolo en la gestión del mantenimiento o industria.
  • Gestionar la información proveniente de la sensórica de la industria podrás hacer un análisis predictivo para detectar fallas antes de que se produzcan, o detectar patrones con ayuda de herramientas como R y Python.
  • Ser capaz de determinar en base a los datos, qué activos son los críticos, no críticos y medianamente críticos, con herramientas como el diagrama de Jack Knife.
  • Realizar predicciones de costos y presupuestos de mantenimiento con modelos lineales múltiples o polinómicos.
  • Visualizar KPI´s de forma dinámica Power BI.
  • Construir Cuadros de Control en base a diversas fuentes de datos y visualizarlos de forma dinámica con Power BI.

Dirigido a

El Programa de Especialización en Ciencia de Datos aplicada al Mantenimiento Predictivo está dirigido a gerentes, supervisores y planificadores responsables de las actividades de planificación y cualquier profesional interesado en aplicar modelos predictivos para la toma de decisiones en mantenimiento o áreas relacionadas.

Estructura Curricular

Introducción al lenguaje R y Python

  • Descarga e instalación del programa R Project y RStudio hacer ejemplos de utilización.

  • Introducción a Python.

  • Fundamentos de RStudio como herramienta de analytics (Bucles For, condicionales, funciones genéricas, funciones lambda).

Estadística inferencial y bondad de ajuste, Modelo Weibull

  • Estadística del mantenimiento (crear histogramas y distribuciones) curvas de densidad, probabilidades acumuladas con RStudio, realizar gráficas tipo plot, scatter plot, barras, pye, etc.

  • Inferencia estadística (modelos de confiabilidad Weibull, normal, exponencial) con librería “rriskdistribution” de RStudio.

Modelos de ML supervisados

  • Regresiones lineales simples, múltiples, exponenciales, polinómicas.

  • Modelos de clasificación, regresión logística, matriz de confusión.

  • Gráficas con la librería ggplot2, data wrangling con librería dplyr.

Modelos de clusterización y diagrama de Jack Knife

  • Algoritmo de k-means, se realiza el ejemplo del diagrama de Jack Knife utilizado en gestión de mantenimiento, se revisa indicadores TTR, indisponibilidad, up-time.

  • Utilización de ScatterPlots y sus variaciones, personalizar plots.

Modelos de Clasificación

  • Regresión logística.

  • SVM.

  • Árboles de clasificación.

IDE online Jupyter para R y Python

  • Se realiza ejemplos de manipular variables, matrices, vectores, data frames con lenguaje python.

  • Cálculos de confiabilidad de activos con librerías de estadística inferencial modelos Weibull, normal, exponencial utilizando Python y Jupyter online.

Power BI como herramienta de visualización de Datos de Mantenimiento.

  • Visualización de datos con POWER BI

    • Utilización de Query editor y lenguaje M

  • Modelos de datos en POWER BI

    • Filtros cruzados y cardinalidad

  • Utilizar objetos visuales con R dentro de POWER BI

    • Código R con ggplot dentro de Power BI

  • Creación de marcadores en POWER BI

    • Escenarios con botones y marcadores

  • Funciones DAX y visualizaciones en POWER BI

    • Inteligencia del tiempo y tabla de medidas

Certificación

Al terminar satisfactoriamente el curso obtendrás la siguiente certificación*:
  • Certificado como Especialista en Ciencia de Datos Aplicada al Mantenimiento Predictivo emitido por Ingenium | Escuela de Formación Profesional.
*Los certificados no tienen costo adicional, se enviarán de forma digital con un código único de seguridad para su validación y trazabilidad respectiva.

Expositor

Ing. Orlando Belli

Ingeniero Industrial, con experiencia en Machine Learning y Big Data en sector retail. Así como en operación y mantenimiento de industrias en los sectores energía, minas, Oil & Gas. Graduado de la Universidad Peruana de Ciencias Aplicadas. Con más de 12 de años de experiencia en el sector, ha trabajado en empresas como: Illapu Energy, Impeco Automatización Industrial, Analista BI en TAGUMEDICA, Científico de datos en Experis/Manpower Group. Certificado en Supply Chain Management en Business School São Paulo. Actual docente y consultor de TECSUP en cursos de Big Data. Experiencia docente en Senati, cursos de Diplomados de BI y ciencia de datos, R y Python for analytics.

Modalidad y Horarios

Este curso se desarrolla en modalidad online sincrónica, con sesiones online 100% en tiempo real (no grabaciones):

  • Viernes 19:30 a 22:30 horas.

(*)Solicite a su asesor comercial el cronograma de clases para más detalles.

Para acceder al programa deberá tener las siguientes características de sistema operativo, hardware y conexión a internet:
  • Software

    Windows/MacOS: Requisitos mínimos del sistema recomendados para PC con Windows, Windows 7 Service Pack 1 y versiones posteriores. Asegúrese de que sus controladores estén actualizados. MacOS 10.12 y versiones posteriores en una Mac compatible.
    Móvil/Celular: iPhone y iPad: iOS 13.0 y versiones posteriores, y iPadOS 13.1 y versiones posteriores
    Teléfonos inteligentes Android: Oreo 8.0 y versiones posteriores
    Web: últimas dos versiones principales de uno de estos navegadores: Google Chrome, Mozilla Firefox, Apple Safari y Microsoft Edge en computadoras que ejecuten Windows, Mac o Linux.

  • Hardware
  • Windows/MacOS: Procesador Intel de CPU de doble núcleo de 2,00 GHz o AMD (4 GB de RAM como mínimo recomendado).
    Chip M1 o basado en CPU Intel (4 GB de memoria RAM como mínimo recomendado).
    Cámara web para usar HDFaces (recomendado). Micrófono y altavoces (se recomienda usar auriculares USB).
    En el caso de dispositivos móviles inteligentes, con 2 GB de RAM

  • Conexión a Internet
  • Equipo: 2 Mbps como mínimo (se recomienda red de banda ancha)
    Dispositivo móvil y Chromebook: conexión 3G como mínimo (se recomienda wifi para el audio con VoIP)

(*)Si tiene dudas sobre sus dispositivos y el cumplimiento de los requisitos, solicite con su asesor comercial una prueba técnica con el área de soporte.

¿Tienes dudas sobre el curso o deseas participar de una clase modelo?

Completa el formulario y un asesor se pondrá en contacto contigo para facilitarte los detalles.

Beneficios

  • Clases 100% en tiempo real, permitiéndote la interacción que necesitas para desarrollar tu aprendizaje.
  • Docentes certificados y con experiencia comprobada en el sector.
  • Talleres prácticos con casos reales de la industria.

Inversión

S/ 1790.00

Puedes financiarlo en cuotas con:

1 matrícula de S/ 690.00

2 cuotas mensuales de S/ 550.00

Solo por julio: 25% de descuento al contado 1342.50

*Consulte por nuestros financiamientos personalizados y/o descuentos corporativos.

Formas de Pago

Puedes pagar con tarjeta de débito o crédito:

Ó puedes hacer un depósito o transferencia bancaria por los siguientes bancos: