BUSINESS ANALYTICS FOR SUPPLY CHAIN MANAGEMENT
INGENIERÍA DE SISTEMAS E INDUSTRIAL
Presentación
El desarrollo acelerado de tecnologías de información y comunicación en todos los
ámbitos de la sociedad está cambiando las formas de interacción y
particularmente de cómo se toman las decisiones. Las redes de suministro no son
ajenas a estos desarrollos, y por el contrario, cada vez es mayor la disponibilidad
de datos y las necesidades de su analítica para enfrentar las disrupciones que
durante los últimos años han estado dentro de las prioridades del planeta
marcadas por tendencias como suministros médicos y alimentarios durante la
pandemia, el comercio electrónico, la internacionalización de los negocios, entre
otras. Este curso tiene como propósito introducir métodos descriptivos, predictivos
y prescriptivos, para la analítica de datos en los contextos de toma de decisión en
la gestión de redes de suministro por medio de estudios de casos y herramientas
como Python, Flexsim y GAMS.
INVITADOS
Nacionales
![POLITÉCNICO GRANCOLOMBIANO](/pri/images/catedra/2022/images/lecturers/POLI-college.png)
MATEO PACHÓN RINCÓN, M.Sc.
INSTITUCIÓN UNIVERSITARIA POLITÉCNICO GRANCOLOMBIANO
Es Magister en Automatización Industrial
de la Universidad Nacional de Colombia, Colombia.
Sus áreas de experticia son: Simulación de redes de
suministro y análisis de control estadístico.
Sus áreas de experticia son: Simulación de redes de
Internacionales
![CHALMERS-college](/pri/images/catedra/2022/images/lecturers/CHALMERS-college.png)
IVÁN DARÍO SÁNCHEZ DÍAZ, Ph.D.
CHALMERS UNIVERSITY OF TECHNOLOGY
Es Ph. D. en Ingeniería de Transporte de Rensselaer
Polytechnic Institute, Estados Unidos.
Su área de experticia son: Modelado de transporte de carga urbana.
Su área de experticia son: Modelado de transporte de carga urbana.
![INESC-TEC-college](/pri/images/catedra/2022/images/lecturers/INESC-TEC-college.png)
NICOLAS CLAVIJO BURITICÁ,M.Sc.
INESC TEC
Es candidato a Doctor en Ingeniería y Gestión Industrial
de la Universidade do Porto, Portugal.
Sus áreas de experticia son: Optimización y machine
learning en redes de suministro.
Sus áreas de experticia son: Optimización y machine
Idiomas
Español
Español
Horas
64 horas
64 horas
Créditos
4
4
Desde
25-Jul-22
25-Jul-22
Hasta
12-Aug-22
12-Aug-22
Horario
L - J: 8 am a 12 m
L - J: 8 am a 12 m
¿Que conocimientos previos se deben tener para tomar el curso?
Fundamentos en cálculo, algebra lineal, programación de computadores, investigación de operaciones y logística.
Fundamentos en cálculo, algebra lineal, programación de computadores, investigación de operaciones y logística.
Coordinador:
Juan David Suárez Moreno
Esta dirección de correo electrónico está protegida contra spambots. Necesita activar JavaScript para visualizarla.