Data Driven Maintenance Engineer
Este Programa esta disponible en Modalidad:
Online
FECHAS DE INICIO
- Online sincrónica: 11 Junio 2026
DURACIÓN:
Al finalizar el programa estarás en la capacidad de:
Aplicar estrategias de mantenimiento basado en datos para mejorar la confiabilidad de activos industriales.
Utilizar Python y análisis estadístico para procesar datos operacionales en proyectos de mantenimiento.
Desarrollar modelos de Machine Learning para predecir fallas y optimizar el rendimiento de equipos.
Gestionar proyectos de mantenimiento predictivo con metodologías como CRISP-DM y enfoques ágiles.
Evaluar el impacto de las soluciones considerando factores éticos, legales y organizacionales en la industria.
El programa está dirigido a:
Ingenieros de mantenimiento, analistas de datos industriales y profesionales con experiencia en confiabilidad de activos, interesados en aplicar técnicas de Machine Learning y análisis estadístico con Python para optimizar procesos de mantenimiento predictivo en entornos industriales.
- Alguna experiencia con análisis de datos y Machine Learning.
- Para llevar el programa 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 programa es recomendable que el participante posea:
Estructura Curricular
Vista PreviaCurso Fundamentos del Mantenimiento Basado en Datos (12 horas cronológicas)
- Introducción al mantenimiento predictivo y basado en datos
- Disponibilidad, Confiabilidad y Mantenibilidad (DCM)
- Integración y complementación de Machine Learning con técnicas de mantenimiento predictivo
- Tecnologías emergentes: Big Data, IoT y ML en mantenimiento
- Estrategias de recolección y gestión de datos
Curso Estadística Aplicada para Machine Learning en Mantenimiento (15 horas cronológicas)
- Revisión de conceptos básicos de estadística y machine learning
- Revisión de conceptos básicos de estadística descriptiva
- Fundamentos de probabilidades
- Distribución de probabilidades
- Correlaciones, regresión lineal y no lineal e intervalos de confianza
- Pruebas de hipótesis paramétricas y no paramétricas en mantenimiento
- Técnicas de preparación de datos
- Implementación de machine learning en mantenimiento
Curso Programación en Python para Análisis de Datos en Mantenimiento (18 horas cronológicas)
- Introducción a Google Colab y sintaxis básica de Python
- Manejo de excepciones y debugging en Google Colab
- Proyecto inicial en Google Colab
- Manipulación de datos con pandas y NumPy
- Visualización de datos con Matplotlib y Seaborn
- Proyecto intermedio en Google Colab
- Procesamiento de datos de sensores con Colab
- Algoritmos básicos de detección de anomalías
- Proyecto final en Google Colab
Curso Metodologías para Proyectos de Machine Learning en Mantenimiento (9 horas cronológicas)
- Introducción a CRISP-DM
- Fases de CRISP-DM
- Introducción a la gestión ágil en ML para mantenimiento
- Scrum en proyectos de ML para mantenimiento
- Kanban en proyectos de ML para mantenimiento
- Integración de metodologías ágiles con el proceso de ML
- Herramientas para la gestión ágil de proyectos de ML
- Definición de KPIs para proyectos de ML en mantenimiento
- Métricas de rendimiento de modelos de ML en mantenimiento
- Técnicas de visualización para comunicar resultados
- Monitoreo continuo y mejora de modelos de ML en producción
Curso Desarrollo y Aplicación de Modelos de Machine Learning para Mantenimiento (30 horas cronológicas)
- Introducción a Machine Learning para mantenimiento
- Algoritmos supervisados I: Regresión
- Algoritmos supervisados II: Clasificación y series temporales
- Algoritmos no supervisados I: Clustering
- Feature engineering para mantenimiento
- Selección y evaluación de algoritmos
- Modelos predictivos basados en vibraciones
- Modelos para monitoreo de condición
- Gestión de obsolescencia y renovación de activos
- Integración de ML con el método de elementos finitos
- Integración de modelos ML con sistemas CMMS y ERP
- Desarrollo de pipelines para procesamiento en tiempo real
- Monitoreo y actualización continua de modelos
Curso Implementación y Gestión de Proyectos de Mantenimiento Basado en Datos (12 horas cronológicas)
- Estrategias de Implementación
- Cambio cultural
- Aspectos éticos y legales
Curso de Proyecto Integrador en Data Driven Maintenance (12 horas cronológicas)
- Desarrollo y Presentación del Proyecto
¿Tienes dudas sobre algún aspecto del programa?
Registra tus datos para que un asesor especializado pueda ayudarte en todo lo que requieras.
Certificación
- Certificación institucional otorgada por BSG Institute:
- Certificado de participación/aprobación del programa a Driven Maintenance Engineer, emitido por BSG Institute, en su condición de Professional Education Partner de ASME.
- Certificación de participación emitida por ASME en cada curso del programa:
- Los participantes recibirán certificados oficiales de participación emitidos por The American Society of Mechanical Engineers (ASME) al completar y aprobar satisfactoriamente cada uno de los cursos que conforman el programa.
- Certificación Data Driven Maintenance Engineer emitida por ASME
- Los participantes que completen satisfactoriamente el programa pueden obtener la certificación internacional Data Driven Maintenance Engineer, emitida por ASME, siempre que cumplan con los requisitos establecidos por BSG Institute.
Expositores
Antonio Márquez
Colombia
Bruno Del Castillo
Perú
Master Cum Laude en Administración de empresas (MBA) por Centrum. Master en Filosofía en Administración de empresas (DBA) por Centrum Católica. Ingeniero Mecánico de profesión por la Pontificia Universidad Católica del Perú. Cuenta con certificaciones en Lean Six Sigma Black Belt y Maintenance & Reliability Professionals, Auditor Interno Sistemas Integrados de Gestión ISO, Certificación PMP, certificación en Lean Supply Management, Reliability Engineering Certification Course, entre otros. Actualmente se desempeña como gerente general en una empresa dedicada a la consultoría, proyectos CAPEX Y HVAC. Cuenta con amplia experiencia en calidad corporativa, operaciones, gestión de la calidad, producción, mantenimiento e ingeniería. Adicionalmente, ha ocupado cargos importantes como gerente de operaciones y calidad corporativa, gerente de ingeniería, mantenimiento y EHS (Environment, Health and Safety) y jefe de producción y mantenimiento.
JORGE PONCE
Perú
Certificado como Profesional en Mantenimiento y Confiabilidad - CMRP por la Society for Maintenance and Reliability Professionals – SMRP, Certified Six Sigma Black Belt acreditado por la American Society for Quality – ASQ. Magister en Administración Estratégica de Empresas por la Pontificia Universidad Católica del Perú – PUCP. Actualmente se desempeña como Jefe de Proyectos en Ferreycorp S.A.A. Cuenta con amplia experiencia liderando proyectos de Implementación y Mejora de Sistemas de Gestión de Mantenimiento, Administración de Inventarios, Construcción y Mejora de Procesos con metodología Six Sigma; experto en SAP PM y CM. Ha ocupado cargos importantes como Gerente de Proyecto en Crexus Consultores y Servicios S.A.C., Ingeniero de Planeamiento y Master User SAP en Compañía Minera Chinalco Perú; entre otros.
Gustavo Velandia
Colombia
Ingeniero Naval, Científico de Datos Senior, CEO & Fundador de KpiChat.ai y Presidente de la Asociación Colombiana de Inteligencia Artificial (ACIA). Cuenta con más de 24 años de experiencia en ingeniería, mantenimiento, confiabilidad operacional, gestión tecnológica, inteligencia artificial aplicada, machine learning y transformación digital en entornos industriales y de alta criticidad.
Ha liderado proyectos de mantenimiento predictivo, detección de anomalías, pronóstico energético, visión por computador y soluciones de IA aplicadas a sistemas complejos. Durante su trayectoria en la Armada de Colombia fue líder de ingeniería y mantenimiento en distintos entornos y se desempeñó como Director de Gestión Tecnológica, liderando iniciativas estratégicas de transformación digital, transición energética e inteligencia artificial.
Cuenta con más de 700 horas dictadas como profesor en temáticas de ingeniería, mantenimiento, confiabilidad, ciencia de datos, machine learning e inteligencia artificial aplicada. Su enfoque académico combina fundamentos técnicos con aplicaciones prácticas para resolver problemas reales de la industria.
Su formación incluye Applied Data Science en MIT Professional Education, Artificial Intelligence with Python de Harvard University, Maestría en Industria 4.0 en la U. de San Jorge de España, especialización en Gerencia de Proyectos e Ingeniería Naval, entre otros.
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.
Metodología Online De Este programa
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
¿Te interesa? Comienza con tu Programa ahora mismo
Programas Relacionados
El Programa en Gerencia de Mantenimiento brinda conocimientos para implementar Sistemas de Gestión de Mantenimiento en una organización.
Ver Más +
Programa Internacional en Gerencia de Mantenimiento
Inversión: 1 cuota inicial de US$ 1390 y 8 cuotas mensuales de US$ 400
Con 20% de descuento por pago al contado: US$ 3672
El Programa brinda conocimientos para implementar el Mantenimiento Productivo Total - TPM en una organización.
Ver Más +
Programa Internacional en Gerencia de Mantenimiento Productivo Total - TPM
Inversión: 1 cuota inicial de US$ 1290 y 11 cuotas mensuales de US$ 290
Con 20% de descuento por pago al contado: US$ 3584