Curso Sas Personalizado ( sasenel | 14 hours )

• An understanding of ___.
• Experience with ___.
• ___ programming experience.

Audience

• ___
• ___
• ___

Introducción práctica al conjunto de procesos y herramientas involucradas en el mantenimiento predictivo: 

• SAS Asset Performance Analytics 
• Herramientas complementarias (SAS Visual Analytics, SAS Enterprise Miner, SAS Enterprise Guide, JMP, SAS Decision Manager, SAS Workflow Studio, SAS Enterprise Case Management).

• Introducción a los procesos y tareas involucrados en el mantenimiento predictivo. 
• Introducción a la arquitectura, flujo de datos y componentes de SAS Asset Performance Analytics. Espacios de trabajo. 
• Monitoreo y detección de problemas. Monitoreo global de operaciones. Espacio de trabajo de Reportes y Visual Analytics. Detección y análisis de un problema de costo en las operaciones desde el punto de vista de un ejecutivo. El análisis concluye que existe un problema de mantenimiento. 
• Exploración del problema de mantenimiento detectado desde el punto de vista de un gerente de mantenimiento. Espacio de trabajo de Reportes y Visual Analytics. 
• Exploración de datos desde el punto de vista de un ingeniero. Detección de patrones y posibilidad de un modelamiento predictivo. Espacios de trabajo de exploración, selección de datos y analíticos. Análisis de correlación de eventos con JMP mediante visualizaciones gráficas. Análisis de causa raíz. Monitoreo de estabilidad. Breve introducción a herramientas adicionales. 
• Modelamiento predictivo. Desarrollo de un modelo predictivo con SAS Enterprise Miner. Exploración de las principales herramientas del Enterprise Miner y análisis del modelo desarrollado. 
• Puesta en producción del modelo predictivo mediante el sistema de alertas tempranas. Distintos tipos de alertas y metodología de definición. 
• Gestión de casos. Definición de un flujo de procesos a partir del surgimiento de una alarma o alerta mediante SAS Workflow Studio y su gestión mediante SAS Enterprise Case Management. 
• Mantenimiento de modelos predictivos mediante SAS Decision Manager.