---
title: Grabación Taller Técnico sobre Ciencia de datos y análisis
description: Programa de especialización en Diseño de subestaciones de potencia - parte primaria.
---

![Recurso 1](https://landing.eit-ingenieria.com/hs-fs/hubfs/Recurso%201.png?width=213&height=80&name=Recurso%201.png)

# Grabación Taller Técnico sobre Ciencia de Datos y Análisis de Confiabilidad Aplicado al Sector Eléctrico

Comprende más acerca  de la Ciencia de datos y análisis de confiabilidad, al culminar el programa, los especialistas podrán:

- Predecir fallas con Machine Learning y modelos probabilísticos de confiabilidad.  
- Usar análisis estadístico y curvas de supervivencia para determinar el momento óptimo de intervención o reemplazo de un activo.  
- Aprender a limpiar, estructurar, analizar y modelar datos de variables eléctricas  
con Python, R y Power BI para obtener información útil.  
- Aprender  a usar herramientas modernas para análisis estadísticos y generación de objetos visuales dinámicos para sustentar decisiones con datos objetivos y confiables.

SOLICITA INFORMACIÓN SOBRE NUESTRO PROGRAMA DE ESPECIALIZACIÓN EN CIENCIA DE DATOS Y ANÁLISIS DE CONFIABILIDAD APLICADO AL SECTOR ELÉCTRICO QUE TENDRÁ UNA DURACIÓN DE 78 HORAS ACADÉMICAS.

[Descarga el Brochure](https://landing.eit-ingenieria.com/hubfs/PE%20Ciencia%20de%20datos%20y%20analisis%20de%20Confiabilidad.pdf?hsLang=es-pe)

[Descarga el material del Webinar](https://landing.eit-ingenieria.com/hubfs/Taller1_MachineLearning.pdf?hsLang=es-pe)

[Quiero conocer los descuentos vigentes](https://wa.link/jenedj)

## Conoce a nuestro ponente

### Ing. Angel Huamán Sarzo  ![peru](https://landing.eit-ingenieria.com/hs-fs/hubfs/peru.png?width=27&height=27&name=peru.png) (Per)

Ingeniero electricista con 13 años de experiencia en operación y mantenimiento de subestaciones electricas 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 analitica, ciencia de datos y machine learning aplicado al mantenimiento, usando herramientas informaticas como Python y Power Bi. Lider de herramientas de gestión de activos y de analisis Costo-Riesgo-Desempeño de acuerdo con la ISO 55000. Magister en Gerencia e Ingeniería de Mantenimiento por la Universidad Nacional de Ingenieria y Docente en la escuela de Ingenieria del instituto CIBERTEC. 1er Puesto del Premio CIER de Innovación 2024 en la categoría “Descarbonización” a nivel nacional. 

![ponente circulo-1](https://landing.eit-ingenieria.com/hubfs/ponente%20circulo-1.png)

Solicita más información

Copyright © 2024, EIT Ingeniería