Diplomado en Decisiones de producción y logística

Gustavo Angulo 

Ingeniero Civil Matemático de la Universidad de Chile, Doctorado en Investigación Operacional en Georgia Institute of Technology, EEUU. Profesor del Derpartamento de Ingeniería Industrial y de Sistemas UC.

Juan Carlos Ferrer Ortiz

Ingeniero Civil, M.Sc. UC, Ph.D. Massachusstes Institute of Technology. Profesor Titular Departamento Ingeniería Industrial y de Sistemas, Escuela de Ingeniería UC.

Alejandro Mac Cawley Vergara

Ingeniero Civil y Profesor Asistente Ingeniería Industrial y de Sistemas de la Pontificia Universidad católica de Chile, Ph.D. Georgia Institute of Technology, Master of Science in Engineering, Georgia Institute of Technology.

Jorge Vera Andreo

Ingeniero Civil Matemático de la Universidad de Chile, Doctorado en la Universidad de Cornell, Estados Unidos en el área de Investigación Operacional. Profesor en la Universidad Católica desde 1998 y fue Profesor Visitante en el Sloan School of Management del Instituto Tecnológico de Massachusetts (MIT). Actualmente es Director del Departamento Ingeniería Industrial y de Sistemas.

* EP (Educación Profesional) de la Escuela de Ingeniería se reserva el derecho de remplazar, en caso de fuerza mayor, a él o los relatores indicados en este programa.

El Diplomado en Decisiones de Producción y Logística está conformado por cursos del área analítica cuantitativa de la malla de cursos del MII. Está orientado a profesionales con experiencia laboral que quieran adquirir herramientas metodológicas para el análisis y modelamiento cuantitativo de los problemas de las organizaciones complejas. Este Diplomado entrega conocimientos y herramientas que ayudan a optimizar y mejorar los procesos de toma de decisiones. 

El Diploma se compone de 5 cursos de 5 créditos cada uno que se realizan durante un año, en formato bimestral, de acuerdo a la estructura del MII; con 8 semanas de clases cada uno, más una donde se programa el examen o trabajo/actividad final del curso. 

1. Aplicar técnicas y herramientas cuantitativas que se utilizan en gestión, con la finalidad de poder realizar un proceso de toma de decisiones más informado.
2. Desarrollar una capacidad sólida para la formulación de modelos de optimización para la toma de decisiones, estructurando 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.
3. Adquirir capacidades de usar software computacional para la modelación y resolución de problemas.

El programa de cada curso contempla un total de 5 créditos UC, que incluye, en promedio 15 horas de docencia directa (clases sincrónicas presenciales o virtuales), más 25 horas de horas de trabajo autónomo, que corresponde a horas de dedicación personal del alumno a la revisión de material escrito y audiovisual asincrónico (cápsulas del profesor o ayudante, bibliografía y otros), 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 MII. 

Dependiendo del tipo de curso y contenido, las metodologías usadas son una combinación de: 

Clases expositivas y de laboratorio.

Participación en clases.

Lecturas guiadas.

Estudio y discusión de conceptos en clases.

Controles en clases.

Tareas de laboratorio.

Análisis de casos.

Talleres de formación.

Curso 1: IND3100 Modelos Cuantitativos para la Toma de Decisiones

Nombre de inglés: IND3100 Quantitative Models for Decision Making

Horas cronológicas: 40; Créditos: 5 

Resultados de Aprendizaje

1. Aprender técnicas y herramientas cuantitativas que se utilizan en gestión, con la finalidad de poder realizar un proceso de toma de decisiones más informado. 

Contenidos:

• Análisis de decisión: Introducción de los árboles de decisión y su respectiva metodología.
• 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:
  • Muestreo estadístico – toma de muestras aleatorias, estadísticos de la muestra, intervalos de confianza.
  • Simulación – modelos de simulación basados en generadores de números aleatorios.
  • 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.

Metodología de enseñanza y aprendizaje:

La metodología se presenta más adelante ya que para todos los cursos es la misma. 

Evaluación de los aprendizajes:

Tareas  :30%.

Pruebas de medio bimestre :30%.

Examen: 40%.

Curso 2: IND3200 Fundamentos de Optimización

Nombre de inglés: IND3200 Optimization Basics

Horas cronológicas: 40; Créditos: 5

Resultados de Aprendizaje

1. Introducir el paradigma de la optimización para la resolución de problemas de toma de decisiones que se presentan en los diversos ámbitos de la gestión de empresas.
2. Desarrollar una capacidad sólida para la formulación de modelos de optimización para la toma de decisiones.
3. Comprender las metodologías de resolución de problemas de optimización, especialmente en el caso de la programación lineal y problemas relacionados.
4. Adquirir capacidades de usar software computacional para la modelación y resolución de problemas.

Contenidos:

• Introducción.
  • Conceptos generales de optimización y su importancia dentro de la investigación operacional. Ejemplos de modelos importantes.
  • Ejemplos de modelos importantes y codificaciones en Excel.
• Programación lineal.
  • Propiedades geométricas.
  • Resolución de problemas de Programación Lineal.
  • Dualidad.
  • Análisis de sensibilidad.
• Programación entera.
  • Geometría y complejidad de los problemas de optimización discreta.
  • Métodos de resolución de problemas enteros.
• Problemas en estructuras de redes y grafos.
  • Problemas de flujo a costo mínimo y problemas de transporte.
  • Problemas de flujo máximo.
  • Problemas de ruta más corta.
  • Otros problemas importantes en redes y grafos.
• Programación dinámica.
  • Modelos clásicos de programación dinámica.
  • El principio de optimalidad.
• Optimización no lineal.
  • Visión básica de modelos no lineales y su resolución.

Metodología de enseñanza y aprendizaje:

La metodología se presenta más adelante ya que para todos los cursos es la misma.

Evaluación de los aprendizajes:

Tareas  :20%.

Controles:15%.

Proyecto computacional  : 20%

Examen:45%.

Curso 3: IND3400 Gestión de Operaciones

Nombre de inglés: IND3400 Operation management

Horas cronológicas: 40 Créditos: 5 

Resultados de Aprendizaje

1. 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.
2. 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.
3. Ser capaz de plantear soluciones realistas que repercutan en una mayor competitividad de un sistema productivo.
4. 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 Pronósticos.
• Modelos de Pronósticos.
  • 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.
• TQM, Six Sigma y Control Estadístico de Procesos.
  • Calidad en Servicios.
• Análisis del caso “Zara”.
  • Tópicos avanzados en Gestión de Operaciones. 

Metodología de enseñanza y aprendizaje:

La metodología se presenta más adelante ya que para todos los cursos es la misma. 

Evaluación de los aprendizajes:

Tareas Grupales: 5%.

Control Lecturas: 20%.

Casos de análisis grupal: 30%.

Examen: 35%.

Curso 3: IND3700 Logística y Gestión de la Cadena de Abastecimiento

Nombre de inglés: IND3700 Logistics and Supply Chain Management

Horas cronológicas: 40; Créditos: 5

Resultados de Aprendizaje

1. Comprender los principales trade-offs en la gestión de la cadena de suministros.
2. Adquirir capacidades para aplicar los conceptos del curso en el análisis y toma decisiones.
3. Desarrollo de herramientas analíticas con la finalidad de realizar sin mayores dificultades análisis cuantitativos.

Contenidos:

• Introducción a la Gestión Logística y de la Cadena de Suministro.
• Logística Estratégica.
• Decisiones críticas en Logística e Inventarios.
• Diseño y configuración de redes de Distribución: Producto/proceso/cadena.
• Análisis de configuraciones.
• Coordinación en la cadena de suministros: hacia el alineamiento.
• Efecto Látigo en las Cadenas de Abastecimiento. Juego de La Cerveza.
• Centros de Distribución: Decisiones estratégicas y Optimizando las Operaciones.
• Logística Moderna: Riesgo, Logística Internacional, Alianzas Estratégicas, Outsourcing (3PL), Tecnologías y Tendencias. 

Metodología de enseñanza y aprendizaje:

La metodología se presenta más adelante ya que para todos los cursos es la misma.

Evaluación de los aprendizajes:

Tareas grupales:15%.

Controles de lectura: 20%.

Casos análisis grupal : 30%.

Examen: 35%.

Curso 4: IND3810 Taller de Optimización y Decisiones

Nombre de inglés: IND3810 Taller de Optimización y Decisiones

Horas cronológicas: 40; Créditos: 5

Resultados de Aprendizaje

1. Profundizar en las metodologías de modelamiento y resolución computacional de problemas de optimización.
2. Aplicar técnicas avanzadas de modelamiento con variables enteras, incorporar manejo de incertidumbre en modelos de optimización, y utilizar software especializado de optimización.

Contenidos:

• Elementos básicos de optimización
  • Construcción de modelos
  • Métodos de solución
  • Implementación computacional
• Programación Entera
  • Formulaciones con variables binarias
  • Fortalecimiento y planos de corte
  • Comparación computacional
• Optimización bajo incertidumbre
  • Modelos de dos etapas con recurso
  • Restricciones probabilísticas
  • Aversión al riesgo
  • Implementación por escenarios

Metodología de enseñanza y aprendizaje:

La metodología se presenta más adelante ya que para todos los cursos es la misma. 

Evaluación de los aprendizajes:

Tareas: 60%.

Proyecto computacional:  40%.

La nota final del Diplomado se obtendrá a través del promedio aritmético de las notas de los 5 cursos, donde cada curso tiene una ponderación de 20%. 

Para aprobar el diplomado, el alumno debe cumplir con dos requisitos: 

• Un mínimo de asistencia de 85% a todo evento.
• Requisito académico: Se cumple aprobando todos los cursos con nota mínima 4,0.
• En caso de postular e ingresar al MII, para que los cursos del Diplomado sean convalidables, se debe tener como mínimo un promedio ponderado acumulado de 5,0. 

Para aprobar los programas de diplomados se requiere la aprobación de todos los cursos que lo conforman y en el caso que corresponda, de la evaluación final integrativa. 

Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación digital otorgado por la Pontificia Universidad Católica de Chile. 

El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.  

* En caso de que, por cualquier motivo, no se cumplan los objetivos de aprendizaje de un curso y el alumno repruebe, en Educación Profesional Ingeniería UC ofrecemos la oportunidad de realizar un nuevo intento. Para ejercer este derecho, el alumno deberá pagar un valor de 3 UF por curso, e indicar la fecha de la versión en la que desea matricularse. Esta gestión debe realizarse dentro de un máximo de 2 años, a contar del inicio del Diplomado cursado originalmente.

Las personas interesadas deberán completar la ficha de postulación que se encuentra al costado derecho de esta página web y enviar los siguientes documentos al momento de la postulación o de manera posterior a la coordinación a cargo: 

• Fotocopia Carnet de Identidad.
• Fotocopia simple del Certificado de Título/grado o del Título/grado.
• Curriculum Vitae actualizado.
• Fotografía tipo pasaporte con fondo claro. Puede ser una tomada con su propio celular, pero es importante que sea un fondo plano y claro. Esta fotografía se usará para un book de alumnos, que apoya la labor de los profesores del programa. Enviar en formato .jpg o similar.

El postulante será contactado, para asistir a una entrevista personal (si corresponde) con el Jefe de Programa del Diplomado o su Coordinadora Académica. Cualquier información adicional o inquietud podrás escribir al correo programas@ing.puc.cl.

VACANTES: 10

INFORMACIÓN RELEVANTE

Con el objetivo de brindar las condiciones de infraestructura necesaria y la asistencia adecuada al inicio y durante las clases para personas con discapacidad: Física o motriz, Sensorial (Visual o auditiva) u otra, los invitamos a informarlo. 

• El postular no asegura el cupo, una vez inscrito o aceptado en el programa se debe pagar el valor completo de la actividad para estar matriculado.
• No se tramitarán postulaciones incompletas.

Puedes revisar aquí más información importante sobre el proceso de admisión y matrícula