Posgrado en Industrial Machine Learning

Propósito

Para sostener la competitividad, las empresas, y en particular las manufactureras, se encuentran inmersas en un proceso de cambio profundo influido principalmente por dos shaping forces del mercado: la Transformación Digital y la Economía Circular. La Transformación Digital es un viaje que lleva a las compañías a repensar su modelo de negocio a partir del factor habilitador de la tecnología digital, conjugado con nuevas formas de gestión y superando algunos de los axiomas clásicos.

Un componente clave de este cambio es la evolución de la organización que pivota hacia la toma de decisiones en base a los datos (data driven). Este punto de partida tiene un impacto trascendente en las empresas, las cuales en la última década han hecho un esfuerzo al gestionar su actividad en procesos (Six Sigma, Lean). La Transformación Digital incide directamente sobre los procesos, digitalizándolos y automatizando una parte significativa de la actividad de las personas. De este modo se convierte el proceso en software y, por lo tanto, lo que queda son los datos. De hecho, este es uno de los factores diferenciales que sustancia el concepto de Industria 4.0. El impacto en el negocio de mirarse el mundo a través del prisma de los datos en lugar de los procesos es realmente determinante.

En este contexto, el propósito de este posgrado es dotar al participante de las competencias y herramientas esenciales para poder convertir los datos en uno de los activos principales de las empresas industriales. Así, profesionales destacados de las disciplinas de este sector incipiente, aportarán un enfoque pragmático e introducirán las mejores prácticas actuales para que el participante tenga una visión completa.

Beneficis

El participante del curso dispondrá de una visión integral y eminentemente práctica de todas las etapas del ciclo de vida de los datos, iniciándose con su almacenamiento y hasta transformarla en un activo para la toma de decisiones, aplicándola en algoritmos de inteligencia artificial (Machine Learning) y combinándola con sistemas de visualización que agilicen la interpretación de los humanos.

En términos concretos, el participante será capaz de conocer y aplicar los cimientos de:

• La gestión y almacenamiento de los datos en sistemas comerciales cloud SQL i NoSQL (small & big data, bases de dades cloud / edge)
• La praxis para limpiar y purgar los datos (conceptos básicos de estadística con un enfoque práctico)
• Técnicas de Machine Learning para la identificación de patrones, que permitan predecir estados futuros (mantenimiento basado en la condición, estimación de la capacidad, mejora de la productividad) o extraer características fundamentales sobre productos y procesos
• Experiencia un entorno visual cloud (sin programación, Microsoft Machine Learning Studio) para implementar y gestionar todo el flujo, entrenando modelos Random Monte, XGBoost i Deep Learning
• Visualización de la información, elaborando dashboards online integrados con los sistemas de información corporativos

¿A quién va dirigido?

Técnicos de automatización de producción en la conexión vertical del proceso que generan datos de proceso y necesitan valorizarlos; responsables de operaciones que tiene que conocer qué necesitan y de qué datos disponen; ingenieros data analysis; expertos en bases de datos en entornos industriales.