Tu planta ya genera los datos. Aprende a convertirlos en decisiones que mejoran la producción.
Un curso ejecutivo y gratuito para directivos y responsables de operaciones que quieren aplicar machine learning con criterio de negocio: qué problema atacar primero, con qué datos, cómo medir el impacto y cómo llevar los modelos a la línea de producción sin quedarse en el piloto eterno.
- Idioma
- Se dicta en español
- Modalidad
- 100 % virtual, a tu ritmo
- Acceso
- Gratuito
- Duración
- 3 h 52 min
- Contenido
- 9 módulos y 41 lecciones
- Nivel
- Intermedio: no hace falta programar
- Instructor
- Daniel Medina
De qué se trata
La planta ya genera datos: sensores, PLC y SCADA, MES, ERP, laboratorio y mantenimiento. Aun así, se sigue decidiendo de forma reactiva: la falla se repara después, el defecto se detecta al final, los parámetros dependen de un operador veterano, los reportes llegan tarde y la planeación vive en hojas de cálculo.
Para quién es
Nivel intermedio: no hace falta programar; ayuda conocer la operación y sus indicadores (OEE, disponibilidad, rendimiento, calidad y costos).
- Gerentes y directores de operaciones, producción y planta.
- Líderes de mantenimiento, calidad y mejora continua.
- Responsables de transformación digital e Industria 4.0.
- Ingenieros industriales, de procesos y de manufactura.
- Gerentes generales, juntas y comités de inversión.
- Consultores y líderes de proyectos industriales.
Qué aprendes
Al finalizar podrás:
- Identificar oportunidades de machine learning en tu operación.
- Priorizar casos de uso por valor, viabilidad y riesgo.
- Evaluar si los datos de la planta están listos.
- Elegir el enfoque de modelado.
- Medir el impacto en OEE, costo, calidad y retorno.
- Decidir cuándo un modelo está listo para producción.
- Diseñar la implantación, el monitoreo y el gobierno del modelo.
- Liderar la adopción en la planta.
- Construir una hoja de ruta ejecutiva.
Por qué fracasan las iniciativas de IA en la industria
Son fallas de dirección, no de tecnología.
- Se elige el caso de uso equivocado.
- Los datos no están listos.
- No hay una métrica de éxito.
- No hay un plan para llevar el modelo a producción.
- No hay gobierno del modelo.
- Los operadores no confían en el resultado.
Qué puede hacer el machine learning en tu operación
- Mantenimiento predictivo: anticipar la falla antes de que pare la línea.
- Calidad predictiva: detectar el defecto durante el proceso, no al final.
- Optimización de parámetros de proceso: pasar de la experiencia de un operador a una regla medible.
- Planeación y pronóstico de demanda: salir de la hoja de cálculo.
- Eficiencia energética y de recursos: consumir menos por unidad producida.
- Inspección y detección de anomalías: ver a tiempo lo que se sale de lo normal.
Temario
9 módulos y 41 lecciones.
| Módulo | Lecciones |
|---|---|
| 1. Oportunidad industrial | 1 |
| 2. Casos de uso prioritarios | 3 |
| 3. Datos de planta | 5 |
| 4. Modelos para producción | 6 |
| 5. Medición y decisión | 9 |
| 6. Optimización operativa | 7 |
| 7. Industrialización y control | 5 |
| 8. Gobierno y adopción | 4 |
| 9. Hoja de ruta ejecutiva | 1 |
Qué te llevas
- Un método de priorización de casos de uso.
- Una lista de verificación de datos.
- Criterios para evaluar propuestas de proveedores.
- Un marco para medir el retorno.
- Un modelo de gobierno de los modelos.
- Una hoja de ruta ejecutiva.
- Un lenguaje común entre operaciones, TI y datos.
Habilidades
- Machine learning industrial
- Optimización de la producción
- Mantenimiento predictivo
- Calidad predictiva
- Datos de planta
- Evaluación de modelos
- Despliegue operativo
- Gobierno de modelos
- Hoja de ruta de IA
Lo que este curso no es
- No es un curso de programación.
- No es teoría académica.
- No es una charla comercial.
- No es una promesa de magia.
Qué lo hace distinto
- Enfoque directivo: decisiones de negocio, no código.
- Del piloto a la producción: cómo llevar el modelo a la línea.
- Métricas de negocio: OEE, costo, calidad y retorno.
- Resultado concreto: una hoja de ruta ejecutiva para tu planta.
- Dictado desde la práctica: la IA aplicada en proyectos reales.
Gratis
Accedes gratis a los 9 módulos y las 41 lecciones, a tu ritmo. Es una iniciativa de CUANTICO para acercar la inteligencia artificial aplicada a la industria de Colombia y Latinoamérica.
Instructor
Daniel Medina es cofundador, CEO y Director Científico de CUANTICO y dirige CuantaIA, grupo de investigación reconocido por MinCiencias.
Es candidato a Ph.D. en Ciencias de la Computación. Lleva la IA del laboratorio a la operación: desde sistemas de reportes inteligentes para la industria hasta plataformas de trazabilidad de minerales, con investigadores en Colombia, Estados Unidos y España.
Preguntas frecuentes
¿Necesito programar?
No.
¿Cuánto toma?
3 h 52 min. Con 30 a 40 minutos diarios, lo terminas en una semana.
¿Sirve si mi planta no tiene sensores?
Sí. El módulo 3 te ayuda a diagnosticar qué datos tienes y qué te falta.
¿Para qué sectores es?
Alimentos y bebidas, químicos, plásticos, metalmecánica, textiles, farmacéutica y materiales de construcción.
¿Entrega certificado?
No.
¿Cuánto cuesta?
Es gratuito.
Empieza hoy, gratis
El curso es gratuito, en línea y a tu ritmo.