Al finalizar el programa, tendrás las herramientas y competencias para:
El Programa de Especialización en Ciencia de Datos aplicada al Mantenimiento Predictivo 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.
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.
Árboles 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.
Power BI como herramienta de visualización de Datos de Mantenimiento.
Visualización de datos con POWER BI
Utilización de Query editor y lenguaje M
Modelos de datos en POWER BI
Filtros cruzados y cardinalidad
Utilizar objetos visuales con R dentro de POWER BI
Código R con ggplot dentro de Power BI
Creación de marcadores en POWER BI
Escenarios con botones y marcadores
Funciones DAX y visualizaciones en POWER BI
Inteligencia del tiempo y tabla de medidas
(*)Solicite a su asesor comercial el cronograma de clases para más detalles.
Windows/MacOS: Requisitos mínimos del sistema recomendados para PC con Windows, Windows 7 Service Pack 1 y versiones posteriores. Asegúrese de que sus controladores estén actualizados. MacOS 10.12 y versiones posteriores en una Mac compatible.
Móvil/Celular: iPhone y iPad: iOS 13.0 y versiones posteriores, y iPadOS 13.1 y versiones posteriores
Teléfonos inteligentes Android: Oreo 8.0 y versiones posteriores
Web: últimas dos versiones principales de uno de estos navegadores: Google Chrome, Mozilla Firefox, Apple Safari y Microsoft Edge en computadoras que ejecuten Windows, Mac o Linux.
Windows/MacOS: Procesador Intel de CPU de doble núcleo de 2,00 GHz o AMD (4 GB de RAM como mínimo recomendado).
Chip M1 o basado en CPU Intel (4 GB de memoria RAM como mínimo recomendado).
Cámara web para usar HDFaces (recomendado). Micrófono y altavoces (se recomienda usar auriculares USB).
En el caso de dispositivos móviles inteligentes, con 2 GB de RAM
Equipo: 2 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.
Completa el formulario y un asesor se pondrá en contacto contigo para facilitarte los detalles.
1 matrícula de S/ 690.00
2 cuotas mensuales de S/ 500.00
*Consulte por nuestros financiamientos personalizados y/o descuentos corporativos.
Puedes pagar con tarjeta de débito o crédito:
Ó puedes hacer un depósito o transferencia bancaria por los siguientes bancos: