Curso de Especialización en Ciencia
de Datos Aplicada al Mantenimiento
Predictivo

Analiza, gestiona e interpreta, grandes volúmenes de datos mediante modelos estadísticos para poder pronosticar el futuro; es decir, predecir fallas potenciales.

Objetivos

Al finalizar el curso, el alumno se encontrará en la capacidad de:
  • Analizar grandes volúmenes de datos en tiempo real y de movilidad para descubrir patrones o nuevas condiciones que producirán una falla a futuro. Con la data podrás tomar medidas preventivas directamente desde los dispositivos usados.
  • Aprenderás 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.
  • Analizar en base 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.
  • Determinar en base a los datos, qué activos son los críticos, no críticos y medianamente críticos con herramientas como el diagrama de Jack Knife.
  • Predecir los costos y presupuestos de mantenimiento con modelos lineales múltiples o polinómicos.

Dirigido a

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

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.
  • Arboles 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.

Certificación

Al terminar satisfactoriamente el curso obtendrás la siguiente certificación*:

  • Certificado por haber aprobado el Curso de Especialización en Ciencia de Datos Aplicada al Mantenimiento Predictivo emitido por Ingenium | Escuela de Formación Profesional.

*Los certificados no tienen costo adicional y se envían a tu domicilio por courier. De igual manera se te genera una copia digital con un código de verificación.

Expositor

Ing. Orlando Belli

Ingeniero con experiencia en Machine Learning y Big Data en sector de ingeniería. Así como experiencia 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, Ciéntifico de datos en Experis/Manpower Group. Certificado en Supply Chain Management en BSP – Business School Sao Paulo. Actual docente y consultor de diversas instituciones en programas de Big Data. Experiencia docente en 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). La frecuencia es dos veces por semana en el siguiente horario(*):

  • Lunes 20:00 a 22:00 horas.
  • Jueves 20:00 a 22:00 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:
  • Sistema operativo
    Windows 7 – Windows 10. Mac OS X 10.9 (Mavericks) – macOS Mojave (10.14)
    Linux/Ubuntu (solo aplicación web). Google Chrome OS (solo aplicación web). iOS 9 – iOS 12 
    Android OS 4.4 (Kit Kat) – Android 9 (Pie). Windows Phone 8, Windows 8RT o posterior.
  • Hardware
    2 GB de RAM (mínimo), 4 GB de RAM o más (recomendado). Cámara web para usar HDFaces (recomendado). Micrófono y altavoces (se recomienda usar auriculares USB).
  • Conexión a internet
    Equipo: 1 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.
  • Certificación en físico sin costo adicional.
  • Talleres prácticos con casos reales de la industria.

Inversión

S/ 1490.00

Puedes financiarlo en cuotas con:

1 matricula de S/ 590.00
2 cuotas mensuales de S/ 450.00

Si lo asumes al contado: S/ 1290.00

Formas de Pago

Puedes pagar con tarjeta de débito o crédito:

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


Enviar mensaje
Escríbenos al whatsapp
Hola, envíanos un mensaje por whatsapp para indicarte mayores detalles.