Curso Desarrollo y Aplicación de Modelos de Machine Learning para Mantenimiento
Este Programa esta disponible en Modalidad:
Online
FECHAS DE INICIO
- Online sincrónica: 24 Agosto 2026
DURACIÓN:
Al finalizar el curso, estarás en la capacidad de:
Diseñar y entrenar modelos de Machine Learning aplicados a datos de mantenimiento.
Evaluar el desempeño de modelos predictivos mediante métricas relevantes y validación cruzada.
Integrar soluciones de ML con plataformas industriales como CMMS, ERP y Node-RED.
Implementar estrategias de monitoreo continuo y actualización de modelos para mantener su rendimiento en entornos operativos.
El curso está dirigido a:
Ingenieros de mantenimiento, ingenieros de datos, especialistas en confiabilidad, analistas industriales y profesionales técnicos que deseen diseñar, implementar y monitorear modelos predictivos de mantenimiento basados en Machine Learning.
- Demostrar competencias en:
- Fundamentos de programación en Python, Manejo de librerías como pandas, numpy y matplotlib y Conocimientos básicos de análisis de datos.
- Es obligatorio:
- Haber aprobado el curso “Programación en Python para Análisis de Datos en Mantenimiento"
Estructura Curricular
Vista PreviaIntroducción a Machine Learning para mantenimiento
- Modelos Predictivos Basados en Vibraciones I
Algoritmos supervisados I: Regresión
- Modelos Predictivos Basados en Vibraciones II
Algoritmos supervisados II: Clasificación y series temporales
- Modelos Predictivos Basados en Vibraciones II
Algoritmos no supervisados I: Clustering
- Modelos para Monitoreo de Condición
Feature engineering para mantenimiento
- Modelos para Monitoreo de Condición
Selección y evaluación de algoritmos
- Gestión de Obsolescencia y Renovación de Activos
Modelos predictivos basados en vibraciones
- Gestión de Obsolescencia y Renovación de Activos
Modelos para monitoreo de condición
- Integración de ML con el Método de Elementos Finitos
Gestión de obsolescencia y renovación de activos
- Integración de ML con el Método de Elementos Finitos
Integración de ML con el método de elementos finitos
- Integración de Modelos ML con Sistemas CMMS y ERP
Integración de modelos ML con sistemas CMMS y ERP
- Desarrollo de Pipelines para Procesamiento en Tiempo Real
Desarrollo de pipelines para procesamiento en tiempo real
- Monitoreo y Actualización Continua de Modelos
Monitoreo y actualización continua de modelos
- Monitoreo y Actualización Continua de Modelos
Duración y Horarios
En la modalidad online sincrónica (clases en vivo):
Las clases se desarrollarán de forma virtual, con una frecuencia Semanal en el siguiente horario (*):
- Lunes: 20:00 a 23:00 horas.
- Jueves: 20:00 a 23:00 horas.
(*)Para más detalle sobre fechas y horarios solicita el cronograma de clases.
En la modalidad online sincrónica (clases en vivo):
Tienes 2 meses para completar el curso, el cual posee una duración de 30 horas cronológicas de clases en línea, en tiempo real. Orientados a las necesidades de nuestros alumnos.
Las clases se desarrollarán de forma virtual, con una frecuencia semanal en el siguiente horario (*):
Jueves: 20:00 a 23:00 horas (Hora Perú y Colombia)
Jueves: 19:00 a 22:00 horas (Hora México)
Jueves: 21:00 a 00:00 horas (Hora Chile)
(*) Para más detalle sobre fechas y horarios solicita el cronograma de clases.
¿Tienes dudas sobre algún aspecto del programa?
Registra tus datos para que un asesor especializado pueda ayudarte en todo lo que requieras.
Certificación
- Al completar el curso completo “Curso Desarrollo y Aplicación de Modelos de Machine Learning para Mantenimiento”, el participante recibirá un certificado institucional de participación/aprobación emitido por BSG Institute.
- Certificación institucional otorgada por BSG Institute
- Certificación de participación emitida por ASME
- Los participantes recibirán certificados oficiales de participación emitidos por The American Society of Mechanical Engineers (ASME) al completar y aprobar satisfactoriamente el curso (*)
(*) Se otorga al finalizar el curso.
Expositores
Erick Falero
Internacional
Experto en mantenimiento predictivo basado en inteligencia artificial, confiabilidad operativa y optimización de procesos industriales, con más de 13 años de experiencia en los sectores Oil & Gas, construcción y manufactura. Máster en Gerencia y Tecnología (MBA) por la Universidad Nacional de Ingeniería (en curso). Ingeniero Mecánico-Eléctrico por la Universidad Nacional de Ingeniería, con especialización en ingeniería de mantenimiento y gestión de activos. Ha liderado proyectos de implementación de Machine Learning en mantenimiento, reducción de costos operativos y automatización industrial. Actualmente, se desempeña como Jefe de Mantenimiento en Alicorp - Intradevco, liderando estrategias de mantenimiento basado en datos. Ha ocupado cargos clave en Odebrecht, National Oilwell Varco y ENEL, gestionando equipos multidisciplinarios y presupuestos superiores a 5 millones USD anuales.
NOTA: No necesariamente todos los expositores mencionados participarán en el dictado del programa o sesiones webinar, asimismo se podrá contar con la participación de otros expositores adicionales a los mencionados.
Inversión
Formas de Pago
PAGAR a través de nuestro sitio web, solo tiene que solicitar su código de pago a uno de nuestros asesores.
PAGAR a través de nuestro sitio web con los siguientes medios de pago:
Consulte por nuestras opciones de pago personalizadas y flexibles así como por las opciones de descuentos.
Consultar Opción de Pago Personalizado