Presentación
Presentación
La gran cantidad de datos generados en la industria puede ser abrumante debido al vasto número de sensores (tales como los sensores en IoT) que van recolectando información de los diferentes procesos. No solo ello, en general se van reportando datos de todo tipo como inventarios, aprovisionamiento, entre otros. Esta ingente cantidad de información está disponible para poder definir nuevas estrategias, detectar fallas, proponer mejoras, etc. Pero los datos obtenidos suelen ser difíciles de interpretar, por ello, es fundamental tener personal capacitado para tratar este activo utilizando técnicas del campo del Aprendizaje Máquina apoyado inclusive en tecnologías de Big Data. El presente Diplomado está diseñado para dotar al participante de los conocimientos clave sobre los procesos y tecnologías que intervienen en la gestión de datos en la industria poniendo énfasis en el análisis de los datos en crudo y su correcto tratamiento de tal manera que esta nueva representación de la información habilite las siguientes etapas tales como el proceso analítico y que la optimización de modelos con esta información extraída, alcancen buenas prestaciones.
Objetivos
El Diplomado en Ingeniería de Datos para la Industria busca:
- Capacitar a los profesionales sobre las últimas técnicas o métodos de representación y tratamiento de datos para extraer la información relevante y ser utilizada en las diferentes etapas de la cadena de producción mejorando el entendimiento de estas para una mejor toma de decisiones aumentando la competitividad de las empresas.
- Ser un referente como un programa de especialización en el tratamiento de datos para la mejora de los procesos industriales logrando mejorar la productividad industrial de nuestro país.
Dirigido a
El postulante debe poseer el diploma de bachiller en las carreras de: Ingeniería Electrónica, Mecánica, Eléctrica, Mecatrónica, Industrial, Sistemas, Ciencia de la Computación o carreras afines donde existan cursos básicos de programación.
Metodología
Clases Teórico-virtuales con exposición de temas y presentación de casos de estudio actuales y prácticos. Elaboración de proyectos aplicativos.
Creditaje
24 créditos.
Plan de Estudios
Plan de estudios
- Tecnologías de redes de sensores y adquisición de datos.
- Ingeniería de características.
- Machine Learning.
- Machine Learning para Series temporales.
- Visualización de datos de redes de sensores.
- Análisis de datos de redes de sensores.
- Proyecto de fin de diplomado en Ingeniería de datos.
Proceso de evaluación
Virtual.
Metodología de evaluación: Participación en aula, evaluación constante con trabajos grupales en cada sesión, exposiciones, exámenes, trabajo final integrador.
Existirán Trabajos integradores para los cuales se otorgan plazos de entrega en coordinación con el docente del curso.
Docentes
Plana docente
Dr. Efraín Mayhua Lopez
Especialista en Internet de las Cosas (IoT), Aprendizaje Máquina, Procesado de señales y tratamiento de datos multimedia (Machine Learning and Signal Processing). Posee los Grados académicos de Magíster y Doctor en Multimedia y Comunicaciones obtenidos en la Universidad Carlos III de Madrid. Actualmente es CEO de AGRINTELL SAC, emprendimiento financiado por Ideas Audaces, que en base a la investigación, ha desarrollado una tecnología para la agricultura de precisión que gestiona y automatiza el riego a través de una plataforma inteligente de sensores, redes inalámbricas y software de análisis predictivo.
Dr. Jimmy Ludeña Choez
Especialista en Procesado de señales y tratamiento de datos multimedia (Machine Learning and Signal Processing). Posee los Grados académicos de Magíster y Doctor en Multimedia y Comunicaciones obtenidos en la Universidad Carlos III de Madrid. Actualmente docente a tiempo completo por la Universidad Católica San Pablo.
Dr. Manuel Loaiza Fernández
Especialista en computación gráfica, realidad virtual y visión del computador. Posee los Grados académicos de Magíster y Doctor en Ciencias de la computación obtenidos en la Pontifícia Universidade Católica Do Rio De Janeiro. Actualmente docente a tiempo completo por la Universidad Católica San Pablo.
M.Sc. Juan José Choquehuanca Zevallos
Especialista en Deep Learning, Active Learning Procesado en problemas de detección de anomalías en series temporales. Posee el Grados académico de Magíster y cursando estudios de Doctorado en Multimedia y Comunicaciones por la Universidad Carlos III de Madrid. Actualmente docente a tiempo parcial por la Universidad Católica San Pablo.
Mag. César Valdivia Cuentas
Ingeniero Electrónico Colegiado, con Maestría en Docencia Universitaria e Investigación Científica y Técnico en Electrónica. Posee estudios en el área de Control, Automatización y Telecomunicaciones. Amplia experiencia como docente universitario, asesor de trabajos de investigación conducentes al grado de bachiller y tesis, capacitador In house en compañías mineras. Con más de 10 años de desempeño laboral en áreas de mantenimiento y soporte técnico en empresas de telecomunicaciones.
Ing. Bruno García Tejada
Ingeniero en electrónica y telecomunicaciones por la Universidad Católica San Pablo. Más de 8 años de experiencia en la Sociedad Minera Cerro Verde desempeñándose como Analista de Ciencia de datos en la actualidad.
Ing. Evert Gallegos
Ingeniero electrónico por la Universidad Nacional de San Agustín. MBA por la Escuela de Negocios ESAN. Más de 5 años como supervisor de Instrumentación en la Unidad Minera Las Bambas. Actualmente se desempeña como supervisor de Instrumentación en Anglo American.
*La Escuela de Postgrado UCSP podrá realizar cambios en la plana docente designada al dictado de los respectivos cursos al tratarse de casos fortuitos o de fuerza mayor.
Calendario
Calendario
Fecha de inicio | 23 de junio del 2023 |
Fecha de fin | 03 de febrero del 2024 |
Duración | 8 meses |
Horario | Sesiones semanales:
|
Lugar | Plataforma Open LMS y Blackboard Collaborate |
- La Escuela de Postgrado UCSP se reserva el derecho de cancelar o postergar el programa si no alcanza el mínimo de alumnos matriculados hasta 7 (siete) días hábiles anteriores a la fecha indicada para el inicio del programa.
- La Escuela de Postgrado se reserva el derecho de cambiar la plataforma virtual.
Tiempo de dedicación al programa
Horas teóricas: | 160 |
Horas prácticas: | 448 |
Horas presenciales: | 0 |
Horas no presenciales: | 608 |
* Horas lectivas: 416, Horas no lectivas: 192
Inversión
Inversión
Precio al contado: S/5,400.
Precio con descuento por pronto pago: S/ 4,900 hasta el 19 de mayo del 2023.
Precio total: S/ 5,900 fraccionado en cuotas de:
-
- 1 cuota inicial de S/ 1140.
- 7 cuotas de S/ 680.
Descuentos:
-
- 10% de descuento a comunidad UCSP y Antiguos alumnos.
- 10% de descuento corporativo (3 personas).
- 10% de descuento para miembros del Colegio de Ingenieros – CIP, CCIA y ADEPIA.
- Para ver las orientaciones para devolución de pagos darle clic aquí.
- Se aceptan pagos con todas las tarjetas.
- Los descuentos no son acumulables.
- El descuento no aplica en pronto pago.
- Los descuentos se aplican en las cuotas.
Certificación
Certificación
Diploma en Ingeniería de Datos para la Industria.
*Para obtener el diploma de Postgrado, el estudiante debe acreditar el grado académico de bachiller, cumplir con 24 créditos académicos aprobados en el programa de estudios, y no tener obligaciones económicas pendientes de pago con la universidad.
* Diploma de postgrado con firmas emitidas en medios digitales.
Admisión
Requisitos de admisión
INSCRIPCIÓN:
- Ficha de inscripción correctamente llenada.
- Documento de identidad:
- Peruanos: Copia simple de DNI.
- Extranjeros: Copia simple del carné de extranjería, pasaporte o documento de identidad oficial de su país de origen.
- Documento académico:
- Peruanos: Reporte SUNEDU, en caso de no contar con el reporte, copia legalizada del diploma de bachiller.
- Extranjeros: Copia legalizada del diploma de bachiller por la autoridad competente en el país de origen.
MATRÍCULA:
- Compromiso de honor firmado.
- Contrato de prestación de servicios firmado.
- La documentación que se presenta es evaluada por el Comité de Admisión del programa de postgrado que determina si el postulante reúne el nivel esperado de los participantes.
- La información que el postulante ingrese en la inscripción es su responsabilidad, la UCSP presume su veracidad.
- Se considera matriculado al postulante que cumpla con todos los requisitos de admisión.
- Si el postulante realiza el pago con anterioridad al proceso de admisión y se comprueba el no cumplimiento de algún requisito de admisión, no se considerará la matrícula.
Condiciones de permanencia y culminación
- Reglamento de Admisión para la Escuela de Postgrado: https://ucsp.edu.pe/transparencia/reglamento-de-admision-para-la-escuela-de-postgrado/
- Reglamento de Estudiantes de la Escuela de Postgrado: https://ucsp.edu.pe/transparencia/reglamento-de-estudiantes-de-la-escuela-de-postgrado/
- Reglamento General de Grados y Títulos: https://ucsp.edu.pe/archivos/transparencia/R-VICE-08-Reglamento-General-de-Grados-y-Titulos.pdf
- Disposiciones particulares de Grados y Títulos de la Escuela de Postgrado: https://ucsp.edu.pe/transparencia/disposiciones-particulares-de-grados-y-titulos-de-la-escuela-de-postgrado/
Requerimientos
Requerimientos tecnológicos mínimos
- Contar con PC o Laptop.
- Cámara web (interna o externa) con mínimo de 720p de resolución.
- Micrófono (interno o externo).
- Acceso a internet – la velocidad recomendada es de 4 Mbps para descarga y 1 Mbps para subida o superior.
- Navegador Google Chrome o Firefox actualizado.