Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DE POSGRADO Y
EDUCACIÓN CONTINUA
EDUCACIÓN CONTINUA
CICLO 2018
CARACTERÍSTICAS DE LA DIPLOMATURA
La diplomatura tiene un carácter TEORICO-PRACTICO. En las clases se trataran distintos
tópicos relacionados a BIG DATA y ANALYTICS y se presentaran ejemplos y/o casos de
uso y/o aplicación.
Se realizaran dos Workshops, uno en las primeras semanas de la Diplomatura con
Expositores Invitados y uno al finalizar la Diplomatura en el cual los alumnos presentaran
un trabajo realizado por ellos (Monografía, Trabajo Teórico o Práctico) en el cual se
demuestren alguno/s de los conceptos, problemas encontrados en un proceso y/o
resultados obtenidos al aplicar los mismos a un sector de estas industrias.
DESTINATARIOS
Ingenieros de Producción, en Reservorios, Geólogos, Físicos, Petrofísicos, Geofísicos,
Ingenieros Químicos, Ingenieros Industriales, especialistas en IT, Economistas,
Contadores, y cualquier profesional interesado en cómo aplicar estas técnicas en la
industria del Petróleo, Gas y Energía.
PROGRAMA
Contenidos:
Objetivos de la Diplomatura, Metodología y Temáticas a tratarse.
Datos, Información, Conocimiento y Sabiduría: Definiciones, Curva de Valor, Datos
Estructurados y No Estructurados. Relación entre Datos, Hechos y Problemas.
Definiciones de Modelo y Patrón.
Definiciones de Iteratividad e Interactividad.
Conceptos de Probabilidades y Estadística: Probabilidad, Riesgo e Incertidumbre,
Discriminación y Concentración, Correlación y Causalidad. Lo Univariado, Univariante,
Multivariado, Multivariante, Paramétrico y No Paramétrico.
Orden y Complejidad. Entropía e Información.
Distribuciones.
Definiciones de Big Data, Analytics, IIoT, Fast Data y CEP.
Herramientas: HDFS, Map Reduce, Spark. Machine Learning, Visualización de
Información, Simulación, Inteligencia Artificial. Asociación, Segmentación, Inferencia,
Predicción y Pronósticos.
Control Estadístico de Procesos, OPC y SCADA.
Metodología. Identificación y Valoración de Problemas y Soluciones. Estrategia de
Planificación.
Contenidos teóricos:
Entender: Reglas, Características y Naturaleza del Problema.
Objetivo y Objetivo Técnico.
Fuentes de Datos: Diccionario, Disponibilidad y Calidad. Exploración y Visualización de
Datos. Algunas Técnicas de Visualización de Información. Datos Necesarios y Datos
Disponibles.
Nomenclatura Única. Integridad e Integración.
Gobernanza de Datos. Single True Point.
Contenidos teóricos:
Fuentes de la Industria 1 - Información Sísmica. Que se mide? Que podemos esperar y
obtener. Preparación de Datos Sísmicos 1. Por qué Analytics sobre Datos Sísmicos?
Fuentes de la Industria 1b - Técnicas de Preparación de Datos Sísmicos en Analytics.
Data Management: Problemas de Gestión de Datos en la Industria. Diversidad de
Fuentes. Como integrar datos Diversos. Técnicas y Conceptos.
Técnicas de Procesamiento de Datos para Analytics: Data Cleansing, Datos Nulos y
Recodificación. Técnicas de Preparación de Datos para Analytics. Visualización de
Información como Soporte a la preparación de Datos. Preparación de Datos Orientada al
Objetivo.
Selección de Variables: Técnicas. Muestreo.
Plan de Procesamiento de Datos.
Contenidos prácticos:
Procesamiento de Datos con R. Definición del Trabajo Practico.
Módulo 4: Técnicas de Modelado (10 Clases – Total 21,5hs Teoría + 13,5 hs Práctica)
Objetivos:
Dar una aproximación a las técnicas de Modelado utilizadas en Analytics para tratar
problemas de la industria.
Contenidos teóricos:
Visualización de Información y Exploración de Datos.
Técnicas Descriptivas: Reglas de Asociación. Secuencias. Segmentación.
Análisis de Correlación. PCA.
Técnicas de Inferencia: Pruebas de Hipótesis. Qué Son? Para que Sirven?
Mecanismo General. Algunos Ejemplos.
Predicción: Conceptos. Estimación y Clasificación. Técnicas de Estimación Predicción:
Técnicas de Clasificación.
Pronósticos: Características Relevantes a ser modeladas. Intervalos de Confianza. Test
de Hipótesis. Técnicas: Suavizados, Regresiones y Autoregresiones, ARIMA, Redes
Neuronales.
Otros Tópicos de Modelado: Conceptos Introductorios a SNA, TEXT MINING, WEB
MINING, OPINION MINING, PROCESS MINING, DEEP LEARNING
Simulación: Conceptos y Técnicas. Método Montecarlo.
Contenidos prácticos:
Práctica de Visualización.
Procesamiento de Datos con R 4. Visualización de Información II. Consultas sobre
Trabajo Practico.
Taller de Modelado I. Seguimiento de Trabajos Prácticos.
Taller de Modelado II. Seguimiento de Trabajos Prácticos.
Contenidos prácticos:
Desarrollo de Trabajo Práctico y Delineamiento de Presentación.
Contenidos teóricos:
Métodos de implementación: Batch, On Line, Tiempo Real y Eventos.
Gestión de Modelos: Monitoreo. Métricas. Puntos de Corte. Definición de un Tablero de
Control de Monitoreo.
Contenidos prácticos:
Desarrollo de Trabajo Práctico y Delineamiento de Presentación.
COORDINADOR ACADÉMICO
CUERPO DOCENTE
PABLO ANICICH:
Licenciado en Ciencias Físicas de la Facultad de Ciencias Exactas de la Universidad de
Buenos Aires.
Ha desarrollado su actividad profesional en Empresas de primera línea de la industria del
petróleo y el gas desde el año 1998, en el área de procesamiento de datos de sísmica de
reflexión 2D y 3D, marinos y terrestres. Esta actividad involucra el uso de algoritmos
provenientes de todas las ramas del conocimiento: procesamiento de señales, estadística
univariada y multivariada, análisis numérico, de series de tiempo, algoritmos de
aprendizaje automático, análisis de Fourier y descomposiciones multiresolución, entre
otros.
Se desempeñó en empresas como Schlumberger, Veritas dgc., CGG, Paradigm
Geophysical trabajando en proyectos para Repsol-YPF, Panamerican Energy, Tecpetrol,
YPFB-Chaco, British Petroleum, Pluspetrol, entre otras.
A lo largo del tiempo ha desarrollado algoritmos propios para análisis, control de calidad y
visualización de datos, usando técnicas analíticas y ciencia de datos. Actualmente se
desempeña como Geofísico Principal en TOTAL AUSTRAL.
Los módulos podrán ser dictados por todos o algunos de los docentes mencionados en
forma indistinta. La Universidad se reserva el derecho de realizar cambios en el cuerpo
docente que considere pertinentes.
RICARDO SCHIFINI:
Doctor en Ciencias Físicas por la Pontificia Universidade Católica do Rio de Janeiro y
Licenciado en Fisica de la UBA.
Se desempeñó durante 13 años como Investigador en el centro de R&D de Tenaris, líder
mundial en la producción de tubos de acero sin costura. Posee una patente sobre un
diseño innovador de soldadura. Alcanzando el grado de Senior Researcher.
Actualmente se desempeña como Data Engineer en INTELIGENTIA SRL de manera
independiente y como mentor de HTML, CSS y Javascript del proyecto Digitalers de
Telecom y Acamica, dirigido a jóvenes de bajos recursos.
Ha sido docente en la UBA, PUC-RJ y el CBC en materias de Análisis, Algebra y
Laboratorios de Física.
MARCOS PEREYRA
Se ha desempeñado como DBA y desarrollador de Software en MG Oil&Gas, como
Analista Gis en Petrolifera Petroleum, como Sr. Data Managment Resource en Gran
Tierra Energy.
En la actualidad forma parte del equipo de Geología, Geofísica e Ingeniería de Madalena
Energy, generando y administrando proyectos de software específicos de la industria en el
Upstream de Petróleo y Gas siendo el referente técnico en la Planeación, Administración
de datos técnicos y bases de datos georreferenciadas.
Ha desarrollado proyectos en Argentina, Perú, Colombia y Canadá.
Estudio análisis de sistemas en UnTref y Administración de Empresas en el Instituto
Universitario Aeronáutico.
Los módulos podrán ser dictados por todos o algunos de los docentes
mencionados en forma indistinta. La Universidad se reserva el derecho de realizar
cambios en el cuerpo docente que considere pertinentes.
CONSIDERACIONES GENERALES
INICIO
3 de Mayo de 2018
FINALIZACIÓN
6 de Diciembre de 2018
DURACION
El curso tiene una duración de 84 horas reloj.
MODALIDAD
Jueves de 18:15 a 22:15 h
SEDE DE DICTADO
Microcentro
ASISTENCIA MÍNIMA:
75 % de las clases.
METODOLOGÍA
Clases Teóricas y Prácticas. Desarrollo de un Proyecto y/o Monografía tratando a una
problemática de industria con las técnicas y métodos aprendidos en la Diplomatura.
APROBACIÓN
Presentación de un trabajo práctico y exposición del mismo en el Workshop Final.
CERTIFICACIÓN:
La Universidad de Belgrano, extenderá el respectivo Certificado, a quienes aprueben el
trabajo final y cumplan con la asistencia mínima requerida. A aquellos alumnos que
posean título de grado se les otorgará certificado de aprobación de la Diplomatura; a
aquellos alumnos que no cumplan con dicho requisito se les entregará certificado de
aprobación de Curso de Actualización Profesional.