04 DE OCTUBRE
SÁBADOS Y DOMINGOS: 6 - 8PM (HORARIO PERÚ)
Este programa está dirigido a profesionales y especialistas vinculados a la gestión de activos, mantenimiento, confiabilidad, operaciones industriales y transformación digital que buscan incorporar analítica avanzada e inteligencia artificial a sus procesos.
Al finalizar el programa, el participante será capaz de:
Introduce al participante en el análisis de confiabilidad mediante Excel e Inteligencia Artificial, permitiéndole calcular indicadores como MTBF, MTTR y disponibilidad, identificar activos críticos y construir un primer dashboard ejecutivo de mantenimiento.
Fortalece las competencias fundamentales en estadística, bases de datos y programación necesarias para trabajar con información de mantenimiento y abordar posteriormente análisis de confiabilidad, procesamiento de datos y Machine Learning.
Desarrolla criterios para seleccionar estrategias de mantenimiento según la criticidad de los activos, integrando mantenimiento preventivo, predictivo y proactivo con metodologías RCM, FMEA y TPM para mejorar la confiabilidad operacional.
Integra la gestión estratégica de activos con la planificación del mantenimiento, abordando el ciclo de vida, costos, riesgos, planificación de paradas, CMMS y principios de ISO 55000 para optimizar el desempeño de los activos.
Desarrolla herramientas estadísticas para analizar patrones de fallas, modelar la confiabilidad de equipos y estimar su comportamiento mediante distribuciones de probabilidad, análisis de supervivencia y metodología Weibull.
Desarrolla capacidades para limpiar, estructurar y validar datos provenientes de CMMS, ERP, sensores y otras fuentes, además de diseñar y consultar bases de datos de mantenimiento mediante SQL para generar información preparada para análisis predictivo.
Desarrolla modelos de Machine Learning aplicados al mantenimiento predictivo, desde la ingeniería de variables y preparación de datos hasta la clasificación de estados, predicción de fallas, evaluación de modelos e interpretación de resultados.
Permite identificar comportamientos anómalos en los activos, analizar tendencias y pronosticar su evolución mediante series temporales, además de estimar la Remaining Useful Life (RUL) para anticipar intervenciones de mantenimiento
Aborda la captura, transmisión y procesamiento de datos provenientes de sensores industriales para desarrollar sistemas de monitoreo en tiempo real, integrando Node-RED, MQTT, Python y SQL para generar alertas predictivas.
Introduce el desarrollo de gemelos digitales mediante la integración de modelos de simulación, datos en tiempo real e indicadores de mantenimiento, utilizando herramientas como AnyLogic y Node-RED para representar y analizar el comportamiento de operaciones industriales.
Transforma los datos de mantenimiento en información ejecutiva mediante Power BI, DAX e indicadores de confiabilidad, integrando Inteligencia Artificial Generativa y Power Automate para automatizar reportes, alertas y procesos de comunicación.
Integra los conocimientos adquiridos mediante el desarrollo de una solución completa de mantenimiento predictivo que incluye análisis de datos, modelo predictivo, dashboard ejecutivo, recomendaciones de intervención y evaluación económica mediante costos, ahorro, VAN, TIR y ROI.
Integra los conocimientos adquiridos mediante el desarrollo de una solución completa de mantenimiento predictivo que incluye análisis de datos, modelo predictivo, dashboard ejecutivo, recomendaciones de intervención y evaluación económica mediante costos, ahorro, VAN, TIR y ROI.
Introduce al participante en el análisis de confiabilidad mediante Excel e Inteligencia Artificial, permitiéndole calcular indicadores como MTBF, MTTR y disponibilidad, identificar activos críticos y construir un primer dashboard ejecutivo de mantenimiento.
Fortalece las competencias fundamentales en estadística, bases de datos y programación necesarias para trabajar con información de mantenimiento y abordar posteriormente análisis de confiabilidad, procesamiento de datos y Machine Learning.
Desarrolla criterios para seleccionar estrategias de mantenimiento según la criticidad de los activos, integrando mantenimiento preventivo, predictivo y proactivo con metodologías RCM, FMEA y TPM para mejorar la confiabilidad operacional.
Integra la gestión estratégica de activos con la planificación del mantenimiento, abordando el ciclo de vida, costos, riesgos, planificación de paradas, CMMS y principios de ISO 55000 para optimizar el desempeño de los activos.
Desarrolla herramientas estadísticas para analizar patrones de fallas, modelar la confiabilidad de equipos y estimar su comportamiento mediante distribuciones de probabilidad, análisis de supervivencia y metodología Weibull.
Desarrolla capacidades para limpiar, estructurar y validar datos provenientes de CMMS, ERP, sensores y otras fuentes, además de diseñar y consultar bases de datos de mantenimiento mediante SQL para generar información preparada para análisis predictivo.
Desarrolla modelos de Machine Learning aplicados al mantenimiento predictivo, desde la ingeniería de variables y preparación de datos hasta la clasificación de estados, predicción de fallas, evaluación de modelos e interpretación de resultados.
Permite identificar comportamientos anómalos en los activos, analizar tendencias y pronosticar su evolución mediante series temporales, además de estimar la Remaining Useful Life (RUL) para anticipar intervenciones de mantenimiento
Aborda la captura, transmisión y procesamiento de datos provenientes de sensores industriales para desarrollar sistemas de monitoreo en tiempo real, integrando Node-RED, MQTT, Python y SQL para generar alertas predictivas.
Introduce el desarrollo de gemelos digitales mediante la integración de modelos de simulación, datos en tiempo real e indicadores de mantenimiento, utilizando herramientas como AnyLogic y Node-RED para representar y analizar el comportamiento de operaciones industriales.
Transforma los datos de mantenimiento en información ejecutiva mediante Power BI, DAX e indicadores de confiabilidad, integrando Inteligencia Artificial Generativa y Power Automate para automatizar reportes, alertas y procesos de comunicación.
Integra los conocimientos adquiridos mediante el desarrollo de una solución completa de mantenimiento predictivo que incluye análisis de datos, modelo predictivo, dashboard ejecutivo, recomendaciones de intervención y evaluación económica mediante costos, ahorro, VAN, TIR y ROI.
