Gerencia de Mantenimiento 4.0

Inicio de clases: Enero 2026
Modalidad
Online en Vivo
Duración
196 horas académicas
Horario
Domingo de 9 am a 1 pm
Certificado
A nombre de NIU y GPE
Plan de Estudios
Módulo 1: Gestión de Costos y Prespuestos en Mantenimiento
- Conceptos básicos de costos en mantenimiento: costos directos e indirectos.
- Clasificación de costos: correctivo, preventivo, predictivo y por oportunidad.
- Metodologías de costeo en mantenimiento (ABC, LCC – Life Cycle Costing).
- Elaboración de presupuestos de mantenimiento anual.
- Control y seguimiento de presupuestos.
- Análisis de desviaciones y toma de decisiones.
- Casos prácticos.
- Trabajo aplicativo final.
Módulo 2: Mantenimiento Basado en Condición
- Conceptos del Mantenimiento Basado en Condición (CBM).
- Variables críticas de monitoreo: vibraciones, temperatura, ultrasonido, aceites.
- Tecnologías digitales aplicadas al CBM: IoT, Big Data y Machine Learning.
- Integración del CBM con sistemas de gestión de activos (CMMS/EAM).
- Análisis predictivo y prescriptivo en mantenimiento.
- Implementación de estrategias CBM en plantas industriales.
- Retorno de inversión (ROI) en proyectos de CBM.
- Casos prácticos.
- Trabajo aplicativo final.
Módulo 3: KPI's Estratégicos en Mantenimiento
- Importancia de los KPI’s en la gestión del mantenimiento.
- Diferencia entre indicadores operativos y estratégicos.
- KPI’s clave: MTTR, MTBF, disponibilidad, confiabilidad, costo por unidad producida, backlog, OEE.
- Benchmarking de KPI’s en distintas industrias.
- Cuadro de mando de mantenimiento.
- Casos prácticos.
- Trabajo aplicativo final.
Módulo 4: Power BI para Mantenimiento
- Introducción a la analítica de datos en mantenimiento.
- Conexión de Power BI con bases de datos de mantenimiento (Excel, CMMS, ERP).
- Modelado y limpieza de datos.
- Creación de dashboards de mantenimiento: KPI’s, costos, disponibilidad y confiabilidad.
- Integración de algoritmos de IA en Power BI para predicción de fallas.
- Automatización de reportes de mantenimiento.
- Casos prácticos.
- Trabajo aplicativo final.
Módulo 5: Mantenimiento Predictivo con IA y Python
- Introducción al mantenimiento predictivo 4.0.
- Fundamentos de inteligencia artificial y machine learning.
- Análisis de datos de mantenimiento con Python.
- Modelado predictivo de fallas.
- Visualización de resultados.
- Talleres prácticos.
- Trabajo aplicativo final.
Módulo 6: SAP S/4 HANA Módulo PM
- Introducción al módulo PM de SAP HANA.
- Estructura organizativa y maestra de datos en mantenimiento.
- Planificación y programación de órdenes de mantenimiento.
- Notificaciones, historial y seguimiento de órdenes.
- Gestión de materiales y repuestos en SAP PM.
- Reportes y análisis de desempeño.
- Integración de SAP PM con otras áreas (MM, PP, FI).
- Talleres prácticos.
- Trabajo aplicativo final.
Docentes
Mg. Luis Silva
Maestría en Dirección de Operaciones Productivas en Centrum Católica - PUCP. Magister en Administración de Negocios de la UPC y Máster en MBA Internacional por la Universidad Politécnica de Cataluña - España. Especialización en Black Belt Lean Six Sigma de la Universidad del Pacifico y LSSI México. Ingeniero Mecánico de la Universidad Nacional del Callao.
Más de 20 años de experiencia directiva en las áreas de operaciones, producción y mantenimiento en empresas del sector textil, metalmecánica y manufactura tales como ARIN, Corporación Sudamericana de Aceros Especiales, Indurama, Cierres Rey, entre otras. Experiencia en docencia de postgrado en instituciones de prestigio en las áreas de operaciones, producción y mantenimiento. Consultor en mejora de procesos y Gerente de Operaciones en ARIN S.A.
Mg. Franz Valdivia
Maestría en Supply Chain Management por ESAN Business School. Ingeniero Industrial de la PUCP. Especialista en gestión de operaciones, cadena de suministro y análisis de datos con Power BI y herramientas de IA para transformar procesos logísticos y productivos con dashboards de alto impacto.
Más de 12 años de experiencia liderando y optimizando procesos de Supply Chain, Planeamiento Comercial (S&OP), Gestión de Proyectos y Analítica de Datos en sectores como consumo masivo, telecomunicaciones, retail y tecnología, tales como: Alicorp, Telefónica, Entel, AC Farma, Ripley, entre otras. Docente ejecutivo en cursos y programas de formación ejecutiva en logística, supply chain management y analítica aplicada. Actualmente es Responsable de Cadena de Suministro y Procesos de Innovación en una empresa transnacional líder global en tecnología y consultor en logística, operaciones y analítica de datos.
Mg. Andy Leyton
Ingeniero de Sistemas de la UIGV. Maestría en Gerencia de la Calidad y Productividad de la UNAC. Maestría en Inteligencia Artificial de la UCESUMA - México. Maestría Experto en Sistemas SAP de ESNECA Business School - España.
Ejecutivo con +10 años de experiencia como Consultor y Coordinador SAP en módulos como PP, PM, MM, SD, FI, entre otros, en empresas como Industrias San Miguel, Seidor Chile, Alpayana, entre otras. Docente ejecutivo en cursos y programas de formación ejecutiva en el ecosistema SAP. Actualmente es Consultor funcional en SAP BTP (Business Technology Platform).
Duración
La duración total del diplomado es 196 horas académicas, distribuidas en:
- 112 horas de clases en vivo.
- 84 horas de trabajos aplicativos.
Certificación
Al culminar satisfactoriamente y aprobar el programa*, el alumno obtendrá las siguientes certificaciones:
- Certificado en Gestión de Costos en Mantenimiento, otorgado por Global Perú Education.
- Certificado en KPI's Estratégicos en Mantenimiento, otorgado por Global Perú Education.
- Certificado en Mantenimiento Basado en Condición, otorgado por Global Perú Education.
- Certificado en Power BI para Mantenimiento, otorgado por Global Perú Education.
- Certificado en SAP S/4 HANA Módulo PM otorgado por Global Perú Education.
- Certificado en Mantenimiento Predictivo con IA y Python, otorgado por Global Perú Education.
- Certificado en Planner de Mantenimiento, otorgado por Global Perú Education.
- Diploma Internacional en Gerencia de Mantenimiento 4.0, otorgado por Northern Internacional University de EEUU.
* La nota mínima aprobatoria es de 14.
