Diploma de Big Data Analytics en Confiabilidad y Mantenimiento

Presentación

El objetivo del 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.

Consultas e inscripción


Maricarmen Núñez
Teléfono: +56 22 978 4591
diplodimecma@ing.uchile.cl

Público objetivo

Ingenieros, principalmente Civiles Mecánicos, Químicos, Industriales y Eléctricos que se desempeñen o tengan interés de actuar en la áreas de integridad de equipos, confiabilidad, mantenimiento en empresas del sector privado o público.

Objetivos específicos

  • 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.

Requisito de admisión

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

Cursos

    • 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.

Cuerpo docente

Enrique López D.

Ph. D., University of Maryland, USA 1999

Jaime Cerda

MBA, Universidad Santa María

Viviana Meruane N.

Dr. Ing., Universidad Católica de Lovaina, Bélgica 2010

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

Plataforma a distancia

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.

Programación

Fecha de Inicio de las Clases: 02 de Junio de 2023.

Fecha de Término de las Clases: 18 de Noviembre de 2023.

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

Duración:  144 horas

Valores

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

Descuentos por Inscripción Anticipada

  • Inscripción hasta el 12 de Marzo de 2023: Descuento de 30%
  • Inscripción hasta el 12 de Abril de 2023: Descuento 20%
  • Inscripción desde el 13 de Abril de 2023:   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 anteriores.

También pagando la totalidad del programa con cheque al día, transferencia o con tarjeta de crédito por Webpay, hay un 10% de descuento adicional, tanto para Público General como para Egresados y Egresadas de la U. de Chile. 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.