17 de Noviembre del 2025

Lunes y Miércoles de 08:00 p.m a 10:00 p.m

Ciencia de datos y análisis de confiabilidad aplicado al sector eléctrico

Este programa está diseñado para que domines la gestión de datos, el análisis de confiabilidad y la visualización avanzada aplicada al sector eléctrico. A lo largo de tres módulos trabajarás con casos prácticos, proyectos reales y herramientas de software líderes en la industria.

🔧 Software y herramientas a utilizar

Durante el programa trabajarás con entornos y plataformas ampliamente usadas en el sector eléctrico y en la ciencia de datos:

Módulo I: Google Colab® y Visual Studio Code® para programación en Python y desarrollo de modelos de Machine Learning.
Módulo II: RStudio® y Raptor Student® para análisis de confiabilidad y modelamiento probabilístico de fallas.
Módulo III: Power BI® y SQL Server® para visualización de datos, dashboards avanzados y gestión de bases de datos aplicadas al sector eléctrico.

👉 Con estas herramientas, podrás aplicar tus conocimientos de forma práctica y adquirir experiencia en los mismos softwares que utilizan las empresas líderes del sector.

1000 +

Estudiantes

35 +

Cursos

98 %

Satisfacción

¿Por que elegirnos?

En EIT Ingeniería, nos enfocamos en impulsar tu crecimiento profesional con más de 35 cursos especializados y 15 programas de especialización en ingeniería eléctrica. Con una comunidad de más de 1100 estudiantes y una tasa de satisfacción del 98%, ofrecemos una educación de calidad que transforma carreras. A través de módulos prácticos y el apoyo de nuestros expertos, te convertirás en un profesional altamente calificado, preparado para enfrentar los desafíos futuros en el campo de la ingeniería eléctrica.

Conoce a nuestro ponente

Ing. Ángel Huamán Sarzo (Per)

Ingeniero electricista con 13 años de experiencia en operación y mantenimiento
de subestaciones eléctricas de alta y extra alta tensión. Especializado en la
evaluación del desempeño de equipos de patio y de análisis de mantenibilidad,
confiabilidad y disponibilidad de subestaciones. Experto en analítica, ciencia de datos y machine learning aplicado al mantenimiento,
usando herramientas informáticas como Python y Power Bi. Líder de herramientas
de gestión de activos y de análisis Costo-Riesgo-Desempeño de acuerdo con la
ISO 55000.

Magister en Gerencia e Ingeniería de Mantenimiento por la universidad Nacional
de Ingeniería y Docente en la escuela de Ingeniería del instituto CIBERTEC.

1er Puesto del Premio CIER de Innovación 2024 en la categoría “Descarbonización” a nivel Nacional