Buscar

DIPLOMADO EN INTELIGENCIA ARTIFICIAL PARA CONFIABILIDAD Y MANTENIMIENTO PREDICTIVO

Postula Aquí
Descargar Afiche
Descargar Folleto

Presentación

El diplomado en Inteligencia Artificial para Confiabilidad y Mantenimiento Predictivo tiene por objetivo formar profesionales capaces de aplicar técnicas avanzadas de Inteligencia Artificial, aprendizaje de máquinas y procesamiento de datos en la confiabilidad y mantenimiento predictivo, con un enfoque en el diseño, implementación y optimización de modelos y algoritmos para el diagnóstico, detección de anomalías y pronóstico de fallas en activos físicos.

Consultas e inscripción

m-nunez

Maricarmen
Núñez

Público objetivo

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.

Requisito de admisión

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

Cuerpo docente

e-lopez

Enrique López D.

Dr. University of Maryland, USA

v-meruane

Viviana Meruane N.

Dra. Ing. Universidad Católica de Lovaina, Bélgica

j-tapia-s

Juan Tapia

Dr. Ingeniería Eléctrica, Universidad de Chile

eduardo-rodriguez

Eduardo Rodríguez

MsC en Cs. De la Ingeniería, mención Mecánica, Dr. Ingeniería Mecánica, Universidad de Chile

r-weber-h

Richard Weber H.

Dr. Investigación de Operaciones, RWTH Aachen, Alemania

Objetivos específicos

  • 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.
  • 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.
  • Optimización para Soporte en la Toma de Decisiones.
  • 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.

Modalidad Online

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: 5 de junio de 2026.
Fecha de Término de las Clases: diciembre de 2026.
Horario de  Clases: 2 veces al mes, días viernes y sábado desde las 09:00 a las 18:00 horas.
Duración:  160 horas lectivas.

Valores

144 UF (Pago hasta en 12 cuotas)

Descuentos especiales

 

  • 30% de descuento para afiliados Caja Los Andes (no acumulable con descuentos por inscripción anticipada ni con descuentos para socios del Instituto de Ingenieros).
  • 25% de descuentos para socios del Instituto de Ingenieros (no acumulable con descuentos por inscripción anticipada ni con descuento de Caja Los Andes).
  • 50% funcionarios/as de la Universidad de Chile.
    Jornada de 44 horas – o sus carga.
  • 25% funcionarios/as de la Universidad de Chile.
    Jornada de 22 horas – o sus carga.
  • 25% egresados/as de la Universidad de Chile.

 

*Consultar restricciones y descuentos no acumulables.

 

Descuento Adicional

 

  • 10% de descuento por pago al contado del arancel (acumulable con cualquiera de los descuentos anteriores).

 

Cupo exento de arancel

  • Desde el año 2021, las/los funcionarios de la Universidad de Chile podrán postular al cupo exento del pago total del arancel. Dirigido a funcionarios/as, del personal de colaboración y académicos/as, de la Universidad de Chile

 

        Para más detalles ingresa aquí.

Descuentos por Inscripción Anticipada

  • 30% de descuento hasta el 20/03/2026
  • 20% de descuento hasta el 20/04/2026
  • 10% de descuento hasta el 20/05/2026
dcto-afiliados

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.

Consultas e inscripción

m-nunez

Maricarmen
Núñez

Logo-DIMEC-white
Facebook-f Instagram Linkedin-in Youtube

Departamento de Ingeniería Mecánica
Universidad de Chile.

Av. Beauchef 851, Edificio Poniente. 
Pisos 4 y 5, Santiago de Chile.

DIMEC. U. CHILE. 2024 © Todos los derechos reservados.