Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CIENCIA DE DATOS
APLICADA AL
MANTENIMIENTO
PREDICTIVO
Modalidad:
Online
Clases en tiempo real
Inicio:
3 de enero
CONOCE A
INGENIUM
Ingenium | Escuela de Formación Profesional, somos una empresa
consolidada que rompe los esquemas tradicionales de capacitación. Ofrecemos
la más alta experiencia en adquisición de conocimiento, para esto utilizamos
metodologías de formación online en tiempo real y estructuramos nuestra
propuesta combinando exitosamente los modelos constructivistas y
conductistas de capacitación para lograr un esquema sólido de formación
destinado a superar tus expectativas. Te acompañamos de la mano en todo tu
proceso de formación porque estamos comprometidos contigo.
EDUCACIÓN PARA
TRASCENDER
CIENCIA DE DATOS APLICADA
AL MANTENIMIENTO PREDICTIVO
Al finalizar el programa, los alumnos aprenderán:
1
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.
2
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.
3
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.
4
Ser capaz de determinar con base en los datos, qué activos son los
críticos, no críticos y medianamente críticos con herramientas como el
diagrama de Jack Knife.
3 Modelos de ML supervisados
- Regresiones lineales simples, múltiples, polinómicas, SVR, árboles de
decisión, random forest.
- Modelos de clasificación, regresión logística, matriz de confusión y curva ROC.
- Modelos de bayes, Knn, SVM, árboles de clasificación, random forest.
- K-fold cross Validation.
4 Modelos no Supervisados
- Algoritmo de k-means, se realiza ejemplos con data real, se revisa indicadores TTR,
indisponibilidad, up-time.
- Utilización de ScatterPlots y sus variaciones, personalizar plots.
- Utilización de PCA para reducir las dimensiones de Dataframes.
Nota: Por cada módulo se desarrolla un trabajo integrador el cual es parte del proyecto final
presentado para aprobar el programa. Para conocer el sílabo detallado del programa consultar
con su asesor comercial.
ESTRUCTURA
CURRICULAR
5 Modelos Ensamblados
- Boostrap.
- Bagging.
- Boosting.
Nota: Por cada módulo se desarrolla un trabajo integrador el cual es parte del proyecto final
presentado para aprobar el programa. Para conocer el sílabo detallado del programa consultar
con su asesor comercial.
METODOLOGÍA
Modalidad sincrónica.
Sesiones 100% en tiempo real.
Enseñanza personalizada.
Vacantes limitadas.
1
Ing. de Industrial con experiencia en Machine Learning y Big Data en
sector retail. Así como experiencia en operación y mantenimiento de industrias
en los sectores energía, minas, Oil & Gas. Certificado en Supply Chain
Management en BSP Business School Sao Paulo.
2
Experiencia más de 12 de años en el sector, ha trabajado en empresas como:
Illapu Energy, Impeco Automatización Industrial, Analista BI en TAGUMEDICA,
Ciéntifico de datos en Experis/Manpower Group. Experiencia docente en Senati,
cursos de Diplomados de BI y ciencia de datos, R y Python for analytics.
3
Optimizó herramientas con ayuda del machine learning y algoritmos en R,
investigó modelos que descubran patrones y oportunidades además de
identificar oportunidades de negocio.
(*) Ingenium se reserva el derecho de modificar la plana docente, por motivos de fuerza mayor o por
disponibilidad del expositor, garantizando que la calidad del programa no se vea afectada.
DATOS
GENERALES
Matrícula de S/ 790.00
2 cuotas mensuales de S/ 500.00
INVERSIÓN:
Total: S/ 1790.00
*Consulte por nuestros financiamientos personalizados y/o descuentos corporativos.
MEDIOS DE
mastercard
PAGO:
Transferencias y depósitos
CONTÁCTANOS
contactanos@ingenium.edu.pe
(054) 784824
www.ingenium.edu.pe