Curso

Mantenimiento industrial inteligente con Machine Learning

$1.389.276

~~$1.554.000~~

Paga con precio de 2025 hasta el 16 de enero

Desde

22 Enero, 2026

Hasta

12 Marzo, 2026

Deja tus datos

Introducción

Desarrollar competencias estratégicas y técnicas para aplicar herramientas de Machine Learning en el ámbito del mantenimiento industrial, con el fin de optimizar la gestión de activos, mejorar la toma de decisiones y contribuir a la transformación digital de las organizaciones en sectores industriales y de servicios.

Dirigido a

Dirigido a ingenieros de diferentes sectores industriales vinculados al área de mantenimiento y profesionales afines. Jefes, directores o coordinadores en áreas de mantenimiento, operaciones, producción o gestión de activos dentro de empresas manufactureras o de servicios que deseen aprender, aumentar, renovar o especializar sus conocimientos y experiencias a nivel estratégico dentro de las organizaciones.

Este programa le brindará una comprensión profunda y aplicada del Emprendimiento Corporativo, explorando prácticas implementadas en organizaciones reales como programas de intraemprendimiento, Corporate Venture Capital (CVC) y otros enfoques como Aceleradoras Corporativas, Incubadoras, Excubadoras y Startup Studios, entre otros. Además, permitirá diseñar estrategias y aplicar mecanismos efectivos desde el más alto nivel para lograr la transformación organizacional necesaria, impulsando la renovación, competitividad y supervivencia de su organización en un entorno altamente volátil y complejo.

Duración

24 horas

Horario

Jueves 6:00p.m. a 9:00p.m.

Modalidad

Presencial

Lugar

Medellín

Contenidos del programa

1. Fundamentos de Python para Mantenimiento - 4 horas

Introducción al entorno de programación Python y sus principales librerías aplicadas al análisis y gestión de datos de mantenimiento.

2. Conceptualización de Machine Learning aplicado a Mantenimiento – 2 horas

Comprensión de los principios del aprendizaje automático y su aplicabilidad en la predicción y optimización de operaciones de mantenimiento.

3. Preprocesamiento de Datos en Mantenimiento – 4 hora

Técnicas para limpiar, transformar y preparar datos industriales para su análisis y modelado.

4. Reducción de Dimensionalidad – 4 horas

Métodos para simplificar conjuntos de datos complejos, conservando información relevante para el diagnóstico y la toma de decisiones.

5. Métricas de Evaluación de Modelos – 2 horas

Evaluación del desempeño de modelos predictivos a través de métricas estadísticas y técnicas de validación.

6. Modelos de Clasificación aplicados al Mantenimiento – 4 horas

Implementación de modelos de clasificación para la detección de fallas, categorización de eventos y priorización de intervenciones.

7. Modelos Regresivos aplicados al Mantenimiento – 4 hora

Desarrollo de modelos de regresión para la predicción de vida útil, costos y comportamiento de activos industriales.

El enfoque de pedagógico es basado en metodologías de aprendizaje activo, promueve a los estudiantes a aplicar directamente los conceptos a los retos reales, transformando problemas cotidianos en oportunidades de mejora y crecimiento.

1. Fundamentos de Python para Mantenimiento - 4 horas

Introducción al entorno de programación Python y sus principales librerías aplicadas al análisis y gestión de datos de mantenimiento.

2. Conceptualización de Machine Learning aplicado a Mantenimiento – 2 horas

Comprensión de los principios del aprendizaje automático y su aplicabilidad en la predicción y optimización de operaciones de mantenimiento.

3. Preprocesamiento de Datos en Mantenimiento – 4 hora

Técnicas para limpiar, transformar y preparar datos industriales para su análisis y modelado.

4. Reducción de Dimensionalidad – 4 horas

Métodos para simplificar conjuntos de datos complejos, conservando información relevante para el diagnóstico y la toma de decisiones.

5. Métricas de Evaluación de Modelos – 2 horas

Evaluación del desempeño de modelos predictivos a través de métricas estadísticas y técnicas de validación.

6. Modelos de Clasificación aplicados al Mantenimiento – 4 horas

Implementación de modelos de clasificación para la detección de fallas, categorización de eventos y priorización de intervenciones.

7. Modelos Regresivos aplicados al Mantenimiento – 4 hora

Desarrollo de modelos de regresión para la predicción de vida útil, costos y comportamiento de activos industriales.

Mantenimiento industrial inteligente con Machine Learning

Introducción

Dirigido a

Contenidos del programa

¿Quieres saber más?

Estudia en EAFIT

Conéctate con EAFIT

Contáctanos

Información de ley

Nuestras sedes

EAFIT Medellín

EAFIT Pereira

EAFIT Bogotá

EAFIT Llanogrande

Mantenimiento industrial inteligente con Machine Learning

Introducción

Dirigido a

Introducción

Dirigido a

Contenidos del programa

Contenidos

Metodología

¿Quieres saber más?

Estudia en EAFIT

Conéctate con EAFIT

Contáctanos

Información de ley

Nuestras sedes

EAFIT Medellín

EAFIT Pereira

EAFIT Bogotá

EAFIT Llanogrande