Diplomado

Diploma de Big Data Analytics en Confiabilidad y Mantenimiento

Fecha y hora
2/06/23 al 18/11/23 - viernes , sabado - 09:00 hrs.
Lugar
Modalidad a distancia (Vía streaming.)
Organiza
Departamento de Ingeniería Mecánica.
Dirigido a
Ingenieros/as que se desempeñen o tengan interés de actuar en la áreas de integridad de equipos, confiabilidad, mantenimiento, riesgo tecnológico y planificación del sector privado o público.

 

POSTULACIÓN: AQUÍ

 

DESCRIPCIÓN 
El Diploma de Big Data Analytics en Confiabilidad y Mantenimiento apunta a formar un profesional con dominio en las técnicas de análisis de Big Data aplicadas a la gestión de activos físicos, mantenimiento y confiabilidad que le permitan desarrollar y analizar modelos y algoritmos para la detección, diagnóstico y pronóstico de fallas de activos físicos.

 

REQUISITOS DE INGRESO

Estar en posesión de un título profesional de ingeniero o licenciatura en Ingeniería con una duración mínima de 4 años.

 

MODALIDAD
Online – sincrónico (vía zoom). Con apoyo de plataforma U-Cursos para gestión académica.
Las clases son grabadas y los/as participantes tienen acceso a una biblioteca de todas las clases dictadas.

 

OBJETIVOS GENERALES

  • Introducir y discutir los conceptos de loT y Big Data y cómo estos se aplican en confiabilidad y mantenimiento.
  • Desarrollar las capacidades para el manejo eficiente de técnicas de Big Data en el contexto de confiabilidad y mantenimiento.
  • Desarrollar las capacidades necesarias para el dominio de técnicas de aprendizaje profundo para el análisis de Big Data y la correspondiente implementación, entrenamiento y análisis de modelos y algoritmos para la detección de anomalías, diagnóstico y pronóstico de fallas en activos físicos.
  • Desarrollar las capacidades necesarias para el dominio del ecosistema Hadoop aplicado al análisis de Big Data en confiabilidad y mantenimiento


 

CONTENIDOS - MÓDULOS

  • Internet de las Cosas (LOT) y Big Data en la Confiabilidad y Mantenimiento.
  • Taller de Python.
  • Transformación Digital:  IoT, Cloud y Edge Computing y Sensorización en la Industria 4.0.
  • Adquisición y Procesamiento de Señales para el Diagnóstico y Pronóstico de Fallas.
  • Ciberseguridad.
  • Aprendizaje de Máquina Aplicado a Confiabilidad y Mantenimiento.
  • Big Data Analytics en Diagnóstico de Fallas de Activos Físicos.
  • Taller I – Preprocesamiento, Visualización y Selección de Señales de Monitoreo de la Condición de Salud de Activos Físicos.
  • Big Data Analytics en Pronóstico de Fallas de Activos Físicos.
  • Big Data Analytics No Supervisado en Detección de Anomalías y Diagnóstico de Fallas de Activos Físicos.
  • Fundamentos de Hadoop para el Análisis de Big Data en Confiabilidad y Mantenimiento.
  • Taller II – Estudio de Casos en Big Data Analytics Aplicados al Diagnóstico y Pronóstico de Fallas en Activos Físicos.
  • Taller de Proyecto.

 

METODOLOGÍA
El diploma será fundamentalmente práctico. Todas las sesiones contemplan instrucción del profesor en los contenidos y técnicas de uso de las herramientas y luego aplicación en ejercicios crecientes en complejidad por parte de los estudiantes. Los ejercicios y/o proyectos están orientados de manera que los estudiantes puedan aplicar los contenidos en sus contextos profesionales y laborales.

 

EVALUACIÓN
El requisito académico se cumple aprobando todos los cursos con nota mínima 4,0.

  • El/la alumno/a sólo podrá reprobar un curso, y en este caso tendrá una segunda y última oportunidad para aprobar este curso.
  • Con dos cursos reprobados (bajo nota 4,0), el/la alumno/a reprueba automáticamente todo el programa.


RELATORES 

  • Enrique López D, Ph. D., University of Maryland, USA 1999.
  • Jaime Cerda, MBA Universidad Santa María.
  • Juan Tapia, Doctor en Ingeniería Eléctrica, Universidad de Chile.
  • José García Conejeros, Doctor en Ciencias con mención en Matemáticas, Universidad de Chile.
  • Richard Weber H., Ph. D. en Investigación de Operaciones, RWTH Aachen, Alemania.
  • Edson Vittoriano, Magister en tecnologías de Información y gestión, Pontificia Universidad Católica de Chile.


FECHA Y HORARIO

  • Fecha Inicio: julio de 2023.
  • Fecha de Término: enero de 2024.
  • Días y horario de clases: viernes y sábados, de 09:00 a 18:00 horas.
  • Lugar de clases: Modalidad a distancia (vía streaming).
  • Duración total: 144 horas cronológicas.


DESCUENTOS

  • 30% Afiliados/as Caja Los Andes (debe enviar certificado de afiliación a nombre del participante).
  • Además, pagando la totalidad del programa con cheque al día, transferencia o con tarjeta de crédito por Webpay, hay un 10% de descuento adicional.
  • Cupo exento de arancel A partir del año 2021, los/as funcionarios/as de la Universidad de Chile, podrán postular a un cupo exento del pago total del arancel. Para más detalles ingresa aquí.

 

Los descuentos no son acumulables entre sí y al momento de postular se deben acompañar los documentos que acrediten la calidad que habilita a obtener el descuento.

OPCIONES DE PAGO

  • Hasta 12 cuotas documentadas con cheque (el primero al día).
  • Contado pagado con transferencia electrónica o cheque al día.
  • Tarjeta de crédito (Webpay).

 

LINK SITIO WEB DIMEC U. Chile: Aquí

 

La Escuela de Postgrado y Educación Continua se reserva el derecho de suspender la realización del programa si no cuenta con el mínimo de alumnos requeridos.

 

Valor
144 U.F.