PROGRAMA DE

ESPECIALIZACIÓN EN

Ciencia de Datos
aplicada al
Mantenimiento
Predictivo

INICIO:
13 de mayo
¿Por qué elegir
Ingenium?
Somos la empresa de educación online en
tiempo real con mayor crecimiento y en solo
2 años hemos logrado:

4000 3752

3000

2000 1396
205
Programas
1000 225 aperturados

0
2019 2020 2021

Alumnos capacitados

08
Cada 1 5 0 0 min.
Áreas
Especializadas

1 profesional se matricula con nosotros

Educación para
trascender
Objetivos del
Programa
Analizar grandes volúmenes de datos en tiempo real y de
movilidad para descubrir patrones o nuevas condiciones
que producirán una falla a futuro.

Aprender a utilizar la programación en R y Python para

familiarizarte con los lenguajes estadísticos de tendencia
emergente en los medios de ciencia de datos.

Gestionar la información proveniente de la sensórica de

la industria podrás hacer un análisis predictivo para
detectar fallas antes de que se produzcan.

Determinar con base en los datos, qué activos son

los críticos, no críticos y medianamente críticos con
herramientas como el diagrama de Jack Knife.

Perfil del
alumno
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.
Metodología

1
Modalidad online sincrónica.
Sesiones 100% en tiempo real.

Docentes con maestrías

y certificados internacionales. 2

3 Metodología teórica-práctica.
Prácticas con casos reales.

Aula virtual: cada sesión

se graba y se sube al aula
virtual para el posterior
4
repaso o consulta del
alumno.
Estructura
curricular
El Programa de Especialización está compuesto por los siguientes módulos:

Introducción al Lenguaje Python

1 - Utilización de IDE google colab (Herramienta Online de
Google).
- Introducción a Python.
- Modelo de Montecarlo para simulación de miles de
escenarios con Python.

Estadística Inferencial y Bondad de Ajuste, Modelo

Weibull
2
- Estadística del mantenimiento (crear histogramas y
distribuciones) curvas de densidad, probabilidades
acumuladas con Python, realizar gráficas tipo plot,
scatter plot, barras, pye, etc.
- Inferencia estadística (modelos de confiabilidad
Weibull, normal, exponencial) con librería "stats.models"
de Python.

Modelos de ML Supervisados
3
- 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.

Modelos no Supervisados
4
- 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.
Estructura
curricular
Modelos Ensamblados
5 - Bootstrap.
- Bagging.
- Boosting.

Introducción a las Redes Neuronales Artificiales

6 - Se realiza la introducción de conceptos y generalidades
de una neurona, algoritmo de gradient descent, back
propagation, funciones de activación.
- Cálculos de confiabilidad de activos con librerías keras
y tensorflow de redes neuronales artificiales.

Power BI y R Visuals como Herramientas de

Visualización de Datos de Mantenimiento
7
- Limpieza de datos con Power BI.
- Modelos de datos en Power BI.
- Utilizar objetos visuales con R dentro de Power BI.
- Funciones DAX y visualizaciones en Power BI.
Expositores
Ing. Orlando
Belli (*)

1
Ingeniero Industrial de la Universidad Peruana de Ciencias
Aplicadas, con conocimientos especializados en Machine Learning
Inmersion.

Experiencia mayor a 12 años en Machine Learning y Big data en

2
sector retail e industrial, como analista de ciencia de datos, analista
BI, entre otros. Cuenta con conocimiento en Machine Learning con
RStudio, análisis de datos, modelos predictivos, SQL, Power BI y
Python.

3 Destacada experiencia dando capacitaciones técnicas de

TICs y procesos en los sectores gas natural, energía, minas y educación.

Actualmente docente y consultor de Tecsup en cursos de Big

4
data, Machine Learning con RStudio y Python for analytics, en
diplomados de BI, ciencia de datos y tecnología digital, también ha
laborado en empresas como: Illapu Energy, Impeco Automatización
Industrial, Analista BI en Tagumedica, Científico de datos en
Experis/Manpower Group, como docente en Senati, entre otros.

(*) 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
INICIO:
Viernes 13 de mayo
INVERSIÓN:
PRECIO EN SOLES:
HORARIOS: • Total: S/ 1790.00
Viernes: - Matrícula de S/ 790.00
19:30 a 22:30 horas
- 2 cuotas mensuales de S/ 500.00

*Consulta por nuestras opciones adicionales de

financiamiento y/o descuentos corporativos.
DURACIÓN:
38 horas cronológicas

CERTIFÍCATE COMO:
ESPECIALISTA CIENCIA DE DATOS APLICADA AL
MANTENIMIENTO PREDICTIVO emitido por Ingenium | Escuela
de Formación Profesional

MEDIOS DE PAGO:
Transferencias y depósitos: Tarjetas de débito / crédito:

mastercard
Ingenium para
Empresas
Nos ajustamos a tus objetivos y necesidades
para ayudarte a definir un plan de capacitación
a medida para elevar el talento de tu equipo,
logrando resultados de alto impacto en tu
organización.

BENEFICIOS:

Capacitación a medida online sincrónica

o inhouse.

Mejora el talento de tu equipo con perfiles

más competitivos.

Aumenta la productividad y calidad de

trabajo.

Mejora la comunicación entre equipos.

Realiza el seguimiento de las capacitaciones

de tu equipo en tiempo real a través de nuestra
plataforma.

Incrementa la rentabilidad de tu organización.

Descuentos exclusivos por grupos corporativos.

Contáctanos

contactanos@ingenium.edu.pe

(054) 784824

+51 952 315 357

www.ingenium.edu.pe

Urb. La Marina B1 Cayma - Arequipa

Av. Alfredo Benavides 768, Ofic. 1104

Miraflores - Lima

Inscripciones
para empresas
convenios@ingenium.edu.pe

+51 932 272 461

Síguenos en nuestras redes