Temario del curso

    1. Generalidades de Six Sigma en tiempo real time Six Sigma & Metodología DMAIC.

    2. Dimensión del problema (Calculando el nivel sigma) & Tipos de variaciones.

    3. Voz del Cliente en tempo real BotVOC- SIPOC – CTQ -

    4. Mapa de criticidad de Proceso. Mapeo y modelado digital con Anylogic

    5. Gestion de datos (data subset, stack, unstack data) and Minería de datos: Intro a Rapidminer

    6. Plan de medición: adaptabilidad a variables en tiempo real

    1. Estadísticas descriptivas I- Estadísticas básicas, distirbuciones. Tendencia Central y Normalidad.

    2. Estadísticas descriptivas II- "Skewness" y "Kurtosis". Intervalo de confianza.

    3. IoT Técnicas de recolección de datos en tiempo real

    4. Análisis de sistemas de medición dinámicos (DMSA) (Data continua): R&R en entorno de IoT

    5. MSA data discreta: Kappa. "Dynamic" Kappa en tiempo real

    6. Análisis de Histograma en tiempo real. Intro a Python. Precisión y exactitud .

    7. Rapidminer para anomalías de datos: Independencia serial

    8. Técnicas de muestro

    9. Indíce de capacidad de proceso en tiempo real (Cp, Cpk, Pp, Ppk,) con IoT and Python

    1. FMEA (failure mode effect analysis). Uso de modelado digital en Anylogic para FMEA. Redes neuronales con Rapidminer para descubrir patrones ocultos en los defectos.

    2. Distribution fitting.

    3. Box and Whisker Plots. Preprocesamiento de datos con algoritmos (Python) de limpieza automática.

    4. Árboles de decisión (FTA) y Random Forest (RFA) para causas raíz

    5. Scatter Diagram. Algoritmos de machine learning para correlación multivariable.

    6. Introducción a pruebas de hipótesis. Error tipos 1 y 2.

    7. Métodos paraméricos: Análisis of Media (ANOM), T-Test, Z-test (en Python en tiempo real), Chi-Square, Power and Sample size calculation.

    8. Análisis de Varianza (ANOVA), Equal Variance Barlett test. Welch ANOVA

    9. Introducción a pruebas no paramétricas: Mann Whitney, Kruskal Wallis, Mood Median, Sign test.

    1. Weibull Reliability analysis. Kaplan Meier Survival Probability estimate

    2. Introducción a DOE & DOE Full Factorial.

    3. Contour and Surface plot para optimización. Optimización en Anylogic.

    4. Gemelos digitales para simular mejoras antes de implementarlas.

    5. Machine Leaning con Rapidminer

    1. Control Charts todo los tipos. Sub-grupos

    2. Gráficos de control IM-R en tiempo real con dispositivos IoT, con Python y Anylogic

    3. Desarrollo del Plan de control en entorno real. Sistema Inteligente de control de Procesos

Acerca del curso

  • 32 módulos. 96 horas en total
  • Presencial Lunes & Miércoles 7-10 pm
  • Avanzado. Impartido en español

Inicia el 2 de febrero 2026. Faltan:

  • 00 Dias
  • 00 Horas
  • 00 Minutos
  • 00 Segundos
Contáctenos

✅ Lo que el participante aprenderá

  • Captura y procesamiento de datos en tiempo real

    Integración de sensores IoT, preprocesamiento automático con Python y dashboards dinámicos.

  • Análisis estadístico avanzado en tiempo real

    Todo el BOK de Six Sigma Green Belt, pero con estadísticas avanzadas en tiempo real, incluyendo una fase análitica con FMEAm pruebas paramétricas y no paramétricas, ANOVA y distribución de datos en tiempo real.

  • Detección de patrones y causas raíz con IA

    Redes neuronales, Random Forest y machine learning para identificar anomalías y relaciones complejas entre variables.

  • Optimización de procesos y simulación digital

    Diseño de experimentos (DOE), gemelos digitales y optimización multivariable con contour y surface plots.

  • Control estadístico en tiempo real

    Gráficos dinámicos de control IM-R con streaming de datos, rational sub-grouping, monitoreo de KPIs y alertas automáticas ante desviaciones.

  • Evaluación inteligente de confiabilidad y capacidad de procesos

    Gage R&R, Kappa, análisis de Weibull y Kaplan-Meier, y cálculo de Cp, Cpk, Pp y Ppk, todos en tiempo real a la rapidez que el proceso genera datos

  • Toma de decisiones predictiva e inteligente, basada en streaming de datos

    Priorización de acciones correctivas y mejoras continuas mediante dashboards, análisis predictivo y simulaciones digitales.

Qué incluye?

Este programa está diseñado para brindar una formación práctica y aplicada, enfocada en el dominio de técnicas modernas de IA para mejora de procesos y análisis de datos. A través de simulaciones, herramientas digitales en tiempo real y ejercicios interactivos, los participantes desarrollan competencias que les permiten tomar decisiones basadas en streaming de datos, optimizar procesos a costo cero y liderar iniciativas de mejora continua en entornos inteligentes de la industria y del servicio..

  • Amplio material didáctico

  • Evaluación pensamiento crítico via gamificación de Accelium para solución de problemas

  • Dispositivo IoT para simulación y recolección de datos reales en tiempo real

  • Software: Anylogic (para simulación y gemelos digitales), RapidMiner (para patrones ales y machine learning), SigmaXL y Python (para análisis estadísticos

  • Casos y Ejercicios Prácticos en tiempo real

  • Servicios de coaching de proyectos para conseguir tu certificación.

  • Certificación internacional válida de por vida

  • Examen de certificación incluido en el costo

A quién va dirigida esta certificación?

  • Profesionales

    Profesionales que buscan destacar en la analítica avanzada y dinámica para la toma de decisiones basada en datos en tiempo real y la mejora de procesos de forma más inteligente y continua

  • Visionarios del futuro de la mejora

    Aspirantes a niveles superiores de visión al futuro digital que deseen dirigir proyectos Lean Six Sigma de forma más acorde a la industria 4.0, eficaz, ágil y robusta

  • Confiadores en la IA

    Personas y equipos ya certificados que desean y/o aspiran a impulsar la excelencia operativa en sus organizaciones a través de la IA en procesos

La evolución de Lean Six Sigma en la era digital

Cuál es la diferencia entre un Lean Six Sigma convencional y este Lean Six Sigma de nueva generación?

El Lean Six Sigma convencional se centra en la aplicación de métodos estadísticos para reducir variabilidad y eliminar desperdicios. Este Lean Six Sigma Green Belt de nueva generación da un paso más allá, incorporando Inteligencia Artificial, analítica dinámica, gemelos digitales e IoT, permitiendo medir, analizar y mejorar procesos de forma continua y predictiva, no reactiva, en tiempo real del proceso. El resultado: profesionales capaces de convertir datos en conocimiento y conocimiento en acción inteligente. Más allá del Lean Six Sigma Green Belt tradicional, está Green Belt Digital Intelligence: Lean Six Sigma + IA + IoT = Mejora Continua Inteligente

Descubre tu potencial ahora

No pierdes esta oportunidad. La vida sucede en tiempo real. Las decisiones que no siguen el mismo patrón se quedan obsoletas en relación a la vida.

Inscríbete ahora