Este programa está dirigido a profesionales de ingeniería y disciplinas afines con roles activos o un interés emergente en las áreas de confiabilidad, mantenimiento predictivo e inteligencia artificial. Es ideal para quienes buscan desarrollar competencias en técnicas avanzadas de aprendizaje de máquinas, procesamiento de datos y análisis predictivo, aplicadas a la gestión de activos físicos. El diplomado está diseñado para atraer a aquellos que desean innovar y optimizar procesos en sectores como minería, energía y manufactura, mediante el uso de herramientas tecnológicas avanzadas, promoviendo la transformación digital y la toma de decisiones basada en datos.

• Introducir y analizar los conceptos de IoT, Big Data e Industria 4.0, y su aplicación en confiabilidad y mantenimiento para la toma de decisiones basada en datos.

• Desarrollar competencias en el uso de herramientas de programación (Python,Pandas,Numpy, entre otras) para el análisis y manipulación de datos en el contexto de mantenimiento predictivo.

• Capacitar a los participantes en técnicas de aprendizaje supervisado y no supervisado para la detección de anomalías, diagnóstico de fallas y pronóstico de vida útil remanente en activos físicos, utilizando bibliotecas como Scikit-Learn y TensorFlow-Keras.

• Formar a los participantes en la implementación de soluciones basadas en aprendizaje profundo, incluyendo redes neuronales recurrentes y convolucionales, para el análisis de series temporales y datos masivos.

• Proveer herramientas prácticas para la creación de dashboards interactivos y la
implementación de soluciones en entornos de nube, facilitando la visualización y
aplicación de modelos predictivos en tiempo real.

• Consolidar las habilidades adquiridas a través del desarrollo de un proyecto final que integre todos los módulos del programa y aborde un desafío real en el ámbito industrial.

Estar en posesión de un título profesional universitario, o grado académico de licenciatura o superior, o un título técnico de nivel superior.

• • Internet de las Cosas (IoT) y Big Data en la Confiabilidad y Mantenimiento
  • Taller de Python
  •  Taller de Pandas
  • Adquisición y Procesamiento de Datos
  • Aprendizaje de Máquinas
  • Aprendizaje Profundo (Redes Neuronales) para el Diagnóstico
  • Aprendizaje Profundo en Pronóstico
  • Aprendizaje No Supervisado en Detección de Anomalías
  • Optimización para Soporte en la Toma de Decisiones
  • Desarrollo de Dashboards
  • Introducción a Large Language Models (LLM) en Mantenimiento Predictivo
  • Taller de Proyectos

Con la nueva modalidad a distancia, el aprendizaje es más simple y colaborativo.  El alumno podrá seguir vía streaming o ver video en diferido todos los cursos del diplomado, convirtiendo la enseñanza a distancia en una experiencia simple, clara y sin problemas.

• Clases en tiempo real o diferido.
• Acceso a las clases con videos y audio de alta calidad.
• Interacción con el aula de clases de forma remota.
• Biblioteca de todas las clases dictadas.

Fecha de Inicio de las Clases: 30 de Mayo de 2025.

Fecha de Término de las Clases: 29 de Noviembre de 2025.

Horario de  Clases: 2 veces al mes, días Viernes y Sábado Desde las 09:00 a 18:00 horas.

Duración:  144 horas

144 U.F. (Pago en hasta 12 cuotas)

Descuentos por Inscripción Anticipada

• Inscripción hasta el 20 de Marzo de 2025: Descuento de 30%
• Inscripción hasta el 21 de Abril de 2025: Descuento 20%
• Inscripción hasta el 20 de mayo de 2025: Descuento 10%

Para acceder al descuento de Caja Los Andes, debe adjuntar Certificado de Afiliado/a en el formulario de postulación, además este descuento no es acumulable con los descuentos por Inscripción Anticipada.

También pagando la totalidad del programa con cheque al día o transferencia, 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.