La aplicación de técnicas de Machine Learning en la predicción y simulación de procesos se ha convertido en una herramienta fundamental para mejorar la eficiencia y la rentabilidad de las empresas. Sin embargo, muchas empresas no cuentan con los conocimientos necesarios para implementar estas técnicas de manera efectiva. Este curso tiene como objetivo proporcionar a los estudiantes los conocimientos y habilidades necesarios para aplicar técnicas de Machine Learning en procesos industriales, incluyendo el preprocesamiento de datos, la selección de modelos y la validación de resultados. Al finalizar el curso, los estudiantes estarán capacitados para aplicar estas técnicas en el monitoreo de procesos, el control de calidad, la optimización de procesos y el mantenimiento predictivo, lo que se traducirá en una mayor eficiencia, una reducción de costos y una mejora en la toma de decisiones en las empresas.

Certificado de Machine Learning para la Optimización y Mejora de Procesos a nombre de SGS.

• Comprender los conceptos básicos de Machine Learning y su aplicación en la mejora de procesos.
• Ser capaz de aplicar técnicas de Machine Learning para resolver problemas específicos de la mejora de procesos.
• Conocer los principales algoritmos de Machine Learning y su aplicación en la mejora de procesos.
• Diseñar soluciones de mejora de procesos basadas en técnicas de Machine Learning.

Introducción al Machine Learning

• Qué es el Machine Learning y cómo se aplica en la optimización y mejora de procesos.
• Tipos de Machine Learning: supervisado, no supervisado y por refuerzo.
• Ejemplos de aplicaciones de Machine Learning en la mejora de procesos.

Preparación de datos

• Importancia de la preparación de datos en Machine Learning.
• Técnicas de limpieza de datos: manejo de valores faltantes, detección y corrección de errores, eliminación de outliers.
• Técnicas de transformación de datos: normalización, estandarización.
• Selección de características: análisis de componentes principales, selección de características basada en la correlación.

Modelos de Regresión

• Predicción de valores continuos.
• Análisis de la relación entre variables.
• Modelos lineales y no lineales.

Modelos de Clasificación

• Clasificación de datos en categorías.
• Análisis de la relación entre variables.
• Modelos lineales y no lineales.

Técnicas de Validación

• Evaluación de la calidad del modelo.
• Selección de los mejores parámetros.
• Técnicas de validación cruzada.

Optimización de procesos

• Aplicación de técnicas de Machine Learning para mejorar procesos.
• Reducción de costos.

Herramientas y recursos

• Introducción a las herramientas de Machine Learning. Recursos disponibles en línea.

Nota: Las clases tendrán incluidos ejemplos reales de empresas que han utilizado Machine Learning para mejorar sus procesos y aumentar su eficiencia.

SERGIO PRIETO

Data scientist con más de 10 años de experiencia desarrollando soluciones de datos para empresas del sector privado y público. Sergio se ha desempeñado como Jefe de Proyectos de Analytics en compañías como Ferreyros y como consultor de innovación para el Poder Judicial del Perú.

Licenciado en Ciencia Informática por la Webster University y MBA para la European Business School de Alemania donde obtuvo una beca por la mejor puntuación del examen de ingreso. En el 2017 completó un diplomado de Machine Learning en Data Mining Consulting, uno de los principales centros peruanos especializados en inteligencia artificial. Es docente de ciencia de datos en Cibertec, docente en automatización cognitiva para la Universidad Continental además de tutor de cursos de ciencia de datos y machine learning en SGS Academy.

_{(SGS ACADEMY se reserva el derecho de modificar la plana docente, secuencia de cursos o fechas de inicio por motivos de fuerza mayor. Estas medidas corresponden a su política de mejora continua, garantizando que la calidad del curso, programa o diplomado no se vea afectada. Todo cambio será comunicado con anticipación a los participantes.)}

• Profesionales e Ingenieros de procesos y control de calidad que buscan mejorar la eficiencia y calidad de los procesos industriales mediante el uso de técnicas avanzadas de modelado y predicción.
• Gerentes y ejecutivos que buscan mejorar la eficiencia y calidad de sus procesos industriales, mejorar la toma de decisiones y reducir costos a través de la automatización de procesos y la optimización de los recursos.

• Profesionales de la consultoría y servicios de tecnología que trabajan con clientes industriales y necesitan habilidades avanzadas en modelado y simulación de procesos para diseñar soluciones personalizadas.

• Conocimientos básicos en matemáticas y estadística.
• Conocimientos básicos de programación, para trabajar con librerías y familiaridad con el uso de software estadístico.
• Conocimientos básicos de los procesos industriales relevantes, tales como los procesos químicos, de fabricación, de producción de energía, etc.