Curso práctico de análisis de datos dirigido a detección de problemas en casos de uso industriales, en un proceso productivo. Aprende a crear una solución basada en Machine Learning para conocer el estado de tu proceso productivo, e implántalo en tu negocio.

Objetivos

La digitalización de la industria, o Industry4.0 es un paradigma que ha llevado a varias empresas a recoger cientos de datos de sus procesos productivos. Uno de estos procesos, es la manufactura, el cual recoge datos de todos las partes que se construyen. Dichos datos nos pueden decir mucho del proceso en sí, y pueden ayudar a detectar puntos de fallo en el proceso, y también nos pueden ayudar a encontrar piezas que no pasarán el control de calidad, antes de que la pieza sea creada en su totalidad.

El curso presente, busca, de una práctica, aprender a utilizar las herramientas disponibles en el mundo de la Inteligencia Artificial, para poder crear modelos que nos puedan avisar cuando algo en nuestro proceso productivo no va bien, y poder detectar piezas que no saldrán bien.

El enfoque del curso es lo que difiere de los demás cursos anteriores: en vez de centrarse en la teoría detrás de la IA, este curso busca aprender a utilizar las herramientas más conocidas para poder dar una respuesta a los problemas existentes. Para ello, se hace uso de un dataset de un proceso productivo de la vida real y se trabaja dicho dataset para poder crear modelos que den un buen resultado para detectar piezas fallidas.

Durante el taller los participantes recibirán formación magistral y práctica para que puedan ser capaces de crear su propio modelo de datos. En la última parte del curso, se dispondrán horas para resolver un problema real de un proceso productivo conocido, con ayuda de un instructor. 

En este curso, el alumno aprenderá:

• A conocer a hacer frente a problemas industriales de manufacturing usando datos
• Conocer las plataformas de datos existentes para la industria digital
• Preprocesar los datos para que una IA sea capaz de entenderlas
• Modelar y analizar los datos para poder crear modelos de predicción
• Validar los modelos de predicción
• Crear visualizaciones con la predicción de los modelos
• Aplicar lo aprendido en un caso de uso real

Dirigido a

Profesionales de cualquier sector industrial (Ingenieria, informática, big data, …) que deseen aprender cómo se crea un agente de análisis de datos para un proceso de manufactura.

Requisitos

• Conocimientos de Programación básica
• Aforo limitado de 12 plazas
• Fecha tope de inscripción: viernes 23 de octubre
• Se realizará un proceso de selección vía llamada telefónica

Modalidad

Formación presencial, con opción de seguir la formación vía streaming para los casos de alumnos que no puedan asistir por cuestiones sanitarias.

Nota: Garaia Enpresa Digitala ha adecuado su espacio de formación para adecuarse a las normativas de seguridad establecidas. 

• Horas: 60 horas
• Calendario: 28/10/2020 – 16/12/2020  (lunes y miércoles)
• Horario:14:00 – 18:00 
• Lugar: Garaia Enpresa Digitala y emisión simultánea en streaming
• Idioma: Español
• Modalidad: Presencial y/o online (cuestiones sanitarias)

Programa

• M1 Introducción
  • Presentación del curso: Introducir el valor del dato, metodologías basadas en datos, empresas data driven, problema industrial, hablar de ejemplos y casos de uso.
• M2 Plataformas
  • Conocer las plataformas industriales de digitalización 4.0. Aprender a configurar un sistema básico de recolecta de datos.
• M3 Preproceso
  • Trabajar los datos para conocer su calidad, distribución, y encaje para con los objetivos del problema a solucionar, y darles la forma que necesita el/los algoritmo(s) a tratar después
• M4 Análisis y validación
  • Ajustar los datos de entrenamiento a un modelo que permita agruparlos, clasificarlos, predecirlos y tunearlos para que den un mejor resultado. Conocer métodos de validación y métricas para evaluar dichos modelos. 
• M5 Visualización
  • A partir de los resultados (pero también de los datos de entrada), mostrar de forma visual las relaciones entre los mismos, y mostrar a dirección un resumen visual de los resultados obtenidos
• M6 Deployment
  • Una vez validado el modelo, integrarlo con los procesos industriales del día a día
• M7 Caso práctico
  • Caso práctico de aplicar lo aprendido en un caso de uso, con datos reales anonimizados de una empresa de manufactura.

Profesorado

• Dr. Ekhi Zugasti (Mondragon Unibertsitatea) experto en IA
• Dr. Carlos Cernuda (Mondragon Unibertsitatea) experto en IA
• Dr. Aitor Agirre (Mondragon Unibertsitatea) experto en IA.
• Ikerlan- experto/a en plataformas de datos y deployment de problemas de datos e IA
• Vicomtech- experto/a en visualizado de datos e IA
• Tecnalia – experto/a en IA