Del mantenimiento preventivo al predictivo: como evoluciona la gestión industrial moderna

Ingeniero en Ciencias de la Computación , se encuentra cursando la Maestría en Inteligencia Artificial Aplicada. Su formación se encuentra especializada en Ciencia de Datos, Machine Learning, Deep Learning, Forecasting, MLOps e Inteligencia Artificial Generativa, con un enfoque aplicado al análisis predictivo, la optimización de activos y la transformación digital de procesos industriales. Cuenta con más de 18 años de experiencia en desarrollo de software, integración de sistemas y gestión de plataformas tecnológicas. Ha liderado proyectos de analítica avanzada, ciencia de datos y machine learning, destacando el desarrollo de modelos predictivos para el sector financiero y soluciones de mantenimiento predictivo industrial orientadas a la detección temprana de fallas, análisis de confiabilidad, forecasting, construcción de indicadores operativos y desarrollo de dashboards para la toma de decisiones basada en datos. Su experiencia integra las áreas de mantenimiento, confiabilidad, analítica predictiva e inteligencia artificial aplicada a la gestión de activos. Ha fortalecido su especialización mediante el Bootcamp de Data Science & AI de Le Wagon, formación avanzada en almacenamiento y gestión de datos, MongoDB Developer Training Program y certificaciones internacionales en Enterprise Data Science in Practice y Data Analysis with Python de IBM. Asimismo, cuenta con certificaciones Scrum Master, Scrum Developer y certificaciones profesionales en desarrollo de software Java. Actualmente, se desempeña como especialista en Ciencia de Datos e Inteligencia Artificial Aplicada, liderando el diseño e implementación de modelos de machine learning, forecasting, analítica predictiva y mantenimiento predictivo, desarrollando soluciones basadas en Python, SQL y Power BI para optimizar el desempeño operacional y la toma de decisiones en entornos industriales y empresariales.