Diplomado en Gestión y simulación de procesos organizacionales (MII)

El Diplomado está compuesto por cursos del área analítica cuantitativa de la malla curricular del Magíster en Ingeniería Industrial UC (MII UC) y está dirigido a profesionales con experiencia laboral interesados en adquirir herramientas metodológicas para analizar y modelar problemas complejos en organizaciones relacionadas con la gestión de operaciones.

Se abordarán distintas herramientas y técnicas para modelar y mejorar los procesos de toma de decisiones en la gestión de operaciones. Los estudiantes adquirirán herramientas analíticas que les permitirán simular e innovar, aplicando soluciones sofisticadas en la gestión de operaciones de las organizaciones.

El Diplomado se compone de 4 cursos que se realizan durante un año, en formato bimestral, de acuerdo a la estructura del Magíster con 8 semanas de clases cada uno, más una donde se programa el examen o trabajo/actividad final del curso. El programa de cada curso contempla un total de 5 créditos UC, lo que incluye horas directas (clases sincrónicas presenciales o virtuales) y horas de trabajo autónomo o indirectas (horas de dedicación personal del alumno a la revisión de material escrito y audiovisual asincrónico, estudio individual y grupal, preparación de clases, pruebas, trabajos, proyectos o disertaciones, etc.). La organización de estas horas y las clases sincrónicas dependerá en específico de cada curso y docente a cargo, en el marco de la estructura del Magíster en Ingeniería Industrial UC.

Ingenieros Civiles, Ingenieros Industriales, Ingenieros Comerciales y otras profesiones afines interesados en temas de gestión.

Tomar decisiones informadas utilizando técnicas cuantitativas y simulación para la optimización de la competitividad de sistemas productivos en la gestión organizacional.

Grado académico de licenciado o título profesional universitario equivalente.

Un mínimo de tres años de experiencia laboral.

Se recomienda:
– Buen nivel de comprensión de inglés, que permita leer y entender textos en el idioma.

Al final del curso podrás:
– Identificar las distintas herramientas de investigación operacional que han sido determinantes en las empresas de clase mundial.
– Implementar herramientas y sistemas basados en planillas de cálculo para la gestión de organizaciones.
– Aplicar herramientas matemáticas para resolver situaciones reales de diversas industrias.

Contenidos:
– Análisis de decisión: Introducción de los árboles de decisión y su respectiva metodología. Esto se lleva a cabo intuitivamente, sin una teoría formal de probabilidades. Los estudiantes verán inmediatamente el valor de un modelo muy simple que los ayuda a estructurar un problema de decisión, y se darán cuenta también de la necesidad de una teoría de probabilidades para modelar la incertidumbre.
– Conceptos de probabilidades: Variables aleatorias, distribuciones de probabilidades discretas y continuas, media y varianza de una distribución; correlación entre variables; probabilidad condicional.
– Técnicas de análisis de datos: (i) Simulación – modelos de simulación basados en generadores de números aleatorios; (ii) Regresiones – modelos lineales como métodos predictivos.
– Modelamiento técnicas de optimización: el concepto de modelo; formulación de problemas prácticos de toma de decisiones en base a modelos de optimización; el concepto de algoritmo, herramientas básicas de programación lineal, programación no lineal y programación discreta; conceptos económicos asociados a la solución óptima de un problema.

Al final del curso podrás:
– Comprender la estructura de un modelo de simulación y sus elementos.
– Visualizar la necesidad por un modelo de simulación y estimar su potencial valor agregado.
– Representar problemas reales a través de un modelo de simulación.
– Conocer las técnicas básicas de análisis y ajuste de variables de entrada.
– Conocer las técnicas básicas de análisis, estimación y validación de variables de salida.
– Manejar en software de simulación (SIMIO) y ser capaz de ejecutar rutinas básicas.
– Entender cómo optimizar un proceso de toma de decisiones basándose en simulación.
– Planificar el desarrollo de un modelo de simulación.

Contenidos:
– Motivación e introducción a modelos de simulación.
– Etapas del proceso de desarrollo de un proyecto de simulación.
– Elementos básicos de un modelo de simulación.
– Análisis de variables de entrada y ajuste de distribuciones.
– Análisis de variables de salida de un modelo de simulación.
– Herramientas de validación y verificación de un modelo.
– Comparación de configuraciones alternativas de un sistema.
– Generación de variables aleatorias.
– Introducción a software de simulación (SIMIO).
– Herramientas de optimización-simulación y optimización dinámica (si alcanza tiempo).

Al final del curso podrás:
– Identificar las distintas componentes de un sistema productivo y poder realizar un diagnóstico de la situación actual de una organización, desde el punto de vista de sus operaciones.
– Estructurar modelos de cada uno de los procesos involucrados y también en forma global para todo el sistema, definiendo adecuadamente los parámetros y costos relevantes, y al mismo tiempo ser capaz de juzgar críticamente su aplicabilidad.
– Ser capaz de plantear soluciones realistas que repercutan en una mayor competitividad de un sistema productivo.
– Estar en condiciones de establecer e integrar los distintos componentes de un sistema productivo.

Contenidos:
– Operaciones como fuente de ventaja competitiva. Visión de procesos y TOC.
– Las operaciones como procesos y BPM. Modelos de pronóstico.
– Modelos de pronóstico. Inventarios: gestión y control.
– Planificación de la producción / programación de la producción. Planificación de corto plazo.
– Programación de proyectos. Diseño de servicios y procesos.
– Diseño de productos. Lean y discusión caso “Toyota”. Precio y canales.
– TQM, Six Sigma y control estadístico de procesos. Calidad en servicios.
– Análisis del caso “Zara” tópicos avanzados en gestión de operaciones.

Al final del curso podrás:
– Integrar soluciones sofisticadas para las empresas modernas que enfrentan mercados cada vez más competitivos.
– Analizar cómo los enfoques cuantitativos de la gestión de operaciones se unen a los conceptos modernos de gestión para lograr una organización más eficiente.

Contenidos:
Los temas se estudiarán a través de una selección de artículos (papers) de revistas académicas y clases expositivas, además del trabajo adicional de los estudiantes, algunos son: Gestión de la cadena de abastecimientos, modelamiento de la variabilidad y toma de decisiones bajo incertidumbre, “Lean Production”, “Analytics” en gestión de operaciones y otros relacionados, así como aplicaciones en organizaciones que incluyen manufactura “tradicional”, servicios, sistemas de salud, comercio electrónico, entre otras. El impacto reciente de metodologías del Big Data, Machine Learning e inteligencia artificial en operaciones, también será revisado.