testo

Il primo programma ibrido di analisi avanzata progettato appositamente per i professionisti delle operazioni e dei processi produttivi.

SECONDA EDIZIONE IN CORSO!
18 marzo 2024 – Registrazione aperta

Partner

A chi è rivolto?

La potenza dell’Advanced Analytics applicata alla realtà dell’Industria 4.0

A chi si rivolge e perché?

Il programma è rivolto a tutti i middle manager responsabili dei processi produttivi e gestionali nel settore industriale.

L’obiettivo è quello di prepararli alle nuove sfide dell’Industria 4.0 e in particolare a quelle legate all’analisi avanzata e al valore dei dati nell’industria.

Risultati per il professionista

Con il nostro programma esecutivo, i professionisti potranno acquisire competenze in materia di progettazione, implementazione e gestione di progetti di analisi dei dati nell’ambiente industriale.

Crescita personale e professionale

L’Executive Program Big Manufacturing Analytics è una grande opportunità di sviluppo per te, grazie a:

  • personale docente e strutture di prim’ordine
  • Conoscenze teoriche e casi di studio applicati in aziende leader del settore.
  • le ultime tendenze e pratiche nel mondo dell’Advanced Analytics e dei Big data

Con la garanzia di:

Ricevi una formazione e inizia ad applicare la trasformazione digitale nell’Industria 4.0

Programma

Formazione in formato ibrido.
Durata: 1 quadrimestre

Sessioni di teoria a distanza (4 ore a settimana)

Sessioni faccia a faccia in cui verranno sviluppate pratiche su casi reali di applicazione di analisi avanzate in un ambiente industriale.

Blocco 1

Introduzione

Questo blocco aggiornerà i concetti di base della gestione e del miglioramento degli impianti industriali per unificare concetti come l’efficienza dell’impianto (OEE), le classiche metodologie di miglioramento (Lean, Six Sigma, ecc.), i concetti di base di analisi e Business Intelligence.

Pratica 1

IoT e DASHBOARD

Lo stage, con una struttura Datatom, si concentrerà sull’acquisizione dei dati dei sensori e sulla creazione di dashboard utilizzando strumenti di Business Intelligence.

Blocco 2. Parte I

Data Analytics nell’impianto industriale.
Modelli predittivi

L’obiettivo è approfondire i concetti di Intelligenza Artificiale e Machine Learning e la loro applicazione alla risoluzione di casi in ambito industriale (qualità, guasti, previsione della domanda, ecc.).

Pratica 2

Modelli predittivi

Con una struttura ad atomi di dati, si lavorerà allo sviluppo di modelli predittivi semplici e pratici nell’ambiente industriale.

Blocco 2. Parte II

Data Analytics nell’impianto industriale.
Modelli predittivi

Conoscenza di base di alcune tecnologie come Blockchain, Cybersecurity e sviluppo di progetti con metodologie agili.

TipoOrganizzazioneSessioniOre di insegnamento
Sessioni teorico-pratiche a distanza2 sessioni a settimana3264 h
Sessioni pratiche di Datatom2 sessioni a settimana220 h
Totale3484 h

Proposta di valore

Esperienza nel mondo reale con concetti basati sulle ultime tendenze e sui casi d’uso che vengono applicati nelle aziende più importanti

Alcuni dei nostri insegnanti:

Javier Campelo

Responsabile di Analytics & AI di aggity

Con oltre 15 anni di esperienza nel settore dei Big Data, degli Analytics e dell’Intelligenza Artificiale.
Professore Master Big Data & Analytics.
In precedenza, è stato responsabile della quarta piattaforma di Banco Santander e ha guidato i servizi di Data Strategy & Big Data presso Deloitte Spagna.

Ignacio Tornos

Prodotti industriali e manifatturieri Leader del settore

Per oltre 20 anni ha lavorato al miglioramento dei processi utilizzando Lean e Six Sigma. Ora, grazie all’esperienza di aggity nell’Industria 4.0, può aiutare le aziende a fare un ulteriore passo avanti nella gestione. Ha ricoperto posizioni dirigenziali in società di consulenza e industriali, il che mi permette di avere una conoscenza diretta delle attività industriali e un’esperienza in un’ampia gamma di processi. La conoscenza delle esigenze di un settore consente di individuare come la digitalizzazione possa risolvere problemi specifici.

Javier Monjas

Apprendimento automatico e intelligenza artificiale in aggity

Con oltre 15 anni di esperienza in questo mondo, ha partecipato a molteplici progetti di analisi nei seguenti settori: assicurazioni, utilities, banche, retail, pharma, telco… occupando posizioni di sviluppo e di gestione.
La formazione è un mondo entusiasmante per Javier, che fa parte della facoltà di cinque scuole di business dove insegna diverse materie legate al Machine Learning e all’AI.
È convinto che è quando l’analitica incontra il business che si ottengono risultati impattanti per le aziende.

Aldo Munaretto

Big Data e architettura in Finect

Con oltre 20 anni di esperienza in progetti Big Data, DevOps e Cloud. Esperto di Docker e Kubernets.
In precedenza è stato co-fondatore e CTO di Fintecch – Finect e insegna Big Data e Cloud nelle scuole più prestigiose.

Miquel Melero

Leader delle soluzioni per la fabbrica intelligente presso aggity

Tecnico superiore in Amministrazione di Sistemi Informatici e UPC Postgraduate Degree in Gestione e Qualità del Software. Con 20 anni di esperienza nel mondo dell’informatica industriale e gli ultimi 10 anni in posizioni di gestione e leadership in reparti di sviluppo software per l’industria. Dal 2018 è leader nel settore dell’agglomerato partecipando alla vendita e all’esecuzione di progetti.

Rosa E. Lillo

Responsabile dell’UC3M-Santander Big Data Institute. (Twitter: @BigData_UC3M)

Ricerca, progetti di boutique e formazione su Big Data e Data Science. Professore di Statistica e Ricerca Operativa presso la UC3M. Coordinatore accademico del corso.

Harold Antonio Hernandez Roig

Ricercatore presso il Dipartimento di Statistica dell’Università Carlos III di Madrid.

Laurea in Matematica, Master e Dottorato in Ingegneria Matematica. Professore di statistica, programmazione R e tecniche di apprendimento automatico nei programmi di laurea e post-laurea della UC3M. La sua ricerca si concentra sull’analisi funzionale dei dati, sulle tecniche delle componenti principali e sui modelli di regressione PLS per dati con domini e/o immagini complesse.

Lara Quijano Sánchez

Ricercatore UC3M-Santander Big Data Institute. Professore EPS presso l’UAM

Dottorato di ricerca in Ingegneria Informatica, con specializzazione in Intelligenza Artificiale presso l’UCM. Specializzato in tecniche di scienza dei dati, elaborazione del linguaggio naturale, sistemi di raccomandazione, ricerca e recupero di informazioni, analisi dei social network, tecniche di analisi del sentimento e modellazione predittiva con tecniche di Big Data. Figura riconosciuta nella comunità dell’IA, dove ha potuto sviluppare una solida e significativa esperienza di ricerca con numerosi contributi di rilievo. Premi di ricerca della Fondazione di Polizia Spagnola 2016-2017 e 2017-2018, per i progetti:
“VeriPol, Applicazione di rilevamento automatico del linguaggio fuorviante nei rapporti di polizia e “HaterNet: Rilevamento e analisi automatica dei discorsi di odio su Twitter” hanno avuto visibilità nazionale e internazionale sulla stampa.

Iván González Díaz

Professore del Dipartimento di Teoria dei Segnali e Comunicazioni presso l’Universidad Carlos III de Madrid.

Ingegnere delle telecomunicazioni presso l’Università di Valladolid, Master e Dottorato in Multimedia e Comunicazioni presso l’Università Carlos III di Madrid. La sua attività di ricerca si svolge nel campo della computer vision, dell’apprendimento automatico e dell’intelligenza artificiale, concentrandosi principalmente sul riconoscimento e sull’elaborazione dei dati visivi. Insegna da 17 anni in corsi di laurea e master in ingegneria e data science, in materie legate all’elaborazione dei segnali, al deep learning e alla computer vision. Partecipa regolarmente a corsi di data science e machine learning per professionisti del settore bancario.

Pablo Morala

Ricercatore presso il Dipartimento di Statistica dell’Università Carlos III di Madrid.

Laureata in Matematica e Fisica presso l’Università di Oviedo e Master in Statistica per la Scienza dei Dati, Dottorato in Ingegneria Matematica, UC3M. La sua ricerca si inquadra nel contesto dell’interpretabilità e della selezione delle variabili negli algoritmi di apprendimento automatico, con particolare attenzione alle reti neurali e al deep learning.

Sandra Benítez

Juan de la Cierva Ricercatore – Dipartimento di Statistica, Universidad Carlos III de Madrid

Laurea, Master e Dottorato in Matematica presso l’Università di Siviglia. Ricercatore post-dottorato Juan de la Cierva – Dipartimento di Statistica della UC3M. La sua ricerca si basa sullo sviluppo di nuove metodologie che combinano l’ottimizzazione matematica e la statistica per estrarre informazioni dai dati, concentrandosi principalmente sulle macchine vettoriali di supporto (SVM).

Belén Pulido

Ricercatore presso IBiDat

Laureata in Matematica presso l’Università di Malaga e Master in Big Data Analytics presso l’Università Carlos III di Madrid. Attualmente è ricercatrice (PhD in Ingegneria Matematica) presso IBiDat (UC3M-Santander Big Data Institute). Insegna statistica e tecniche di apprendimento automatico nei corsi di laurea e post-laurea della UC3M. La sua ricerca si concentra sull’analisi dei dati funzionali e sull’applicazione di tecniche statistiche e di apprendimento automatico.

Compila il modulo e ti contatteremo:

Abilita JavaScript nel browser per completare questo modulo.
Informativa sulla privacy

Seguici!

Con la garanzia di: