Inicio Programas, Certificaciones y Cursos

Curso Programación en Python para Análisis de Datos en Mantenimiento

Área: Mantenimiento | Sub Área: Gestión del Mantenimiento

Este Programa esta disponible en Modalidad:

Online

Matricularme Ahora

FECHAS DE INICIO

Online sincrónica: 22 Octubre 2026

DURACIÓN:

2 meses

Objetivos

Al finalizar el curso, estarás en la capacidad de:

Utilizar Google Colab como entorno colaborativo para desarrollar análisis de datos en Python.
Manipular y visualizar grandes volúmenes de datos industriales usando librerías especializadas.
Detectar anomalías en datos operativos mediante técnicas estadísticas y dashboards interactivos.
Integrar datos de sensores con información de sistemas de gestión de mantenimiento para la toma de decisiones.

Ingenieros de mantenimiento, analistas de datos, técnicos industriales y profesionales que deseen adquirir habilidades prácticas en programación con Python para el análisis de datos de mantenimiento en entornos industriales.

Prerrequisitos

Para llevar el curso es recomendable que el participante posea:

Conocimientos básicos de mantenimiento industrial, estadística y probabilidad, además de fundamentos en programación (preferiblemente en Python).
Para llevar el curso es recomendable que el participante posea:

Estructura Curricular

Vista Previa

Introducción a Google Colab y sintaxis básica de Python

Visualización de datos con Matplotlib y Seaborn

Manejo de excepciones y debugging en Google Colab

Proyecto intermedio en Google Colab

Proyecto inicial en Google Colab

Procesamiento de datos de sensores con Colab

Manipulación de datos con pandas y NumPy

Procesamiento de datos de sensores con Colab

Visualización de datos con Matplotlib y Seaborn

Visualización de datos con Matplotlib y Seaborn
Algoritmos básicos de detección de anomalías

Proyecto intermedio en Google Colab

Proyecto intermedio en Google Colab
Algoritmos básicos de detección de anomalías

Procesamiento de datos de sensores con Colab

Procesamiento de datos de sensores con Colab
Algoritmos básicos de detección de anomalías

Algoritmos básicos de detección de anomalías

Algoritmos básicos de detección de anomalías
Proyecto final en Google Colab

Proyecto final en Google Colab

Proyecto final en Google Colab

¿Tienes dudas sobre algún aspecto del programa?

Registra tus datos para que un asesor especializado pueda ayudarte en todo lo que requieras.

No soy yo . [Limpiar Formulario]

Certificación

Al completar el curso completo “Curso Programación en Python para Análisis de Datos en 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.

Solicitar Informacion

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.