1. Gestión integral de incidentes en el mar: protocolos, roles y cadena de mando para respuesta coordinada
2. Planificación y ejecución de operaciones: briefing, rutas, ventanas meteorológicas y criterios de go/no-go
3. Evaluación rápida de riesgos: matriz de criticidad, control de escena y decisiones bajo presión
4. Comunicación operativa: VHF/GMDSS, reportes estandarizados y enlace interinstitucional
5. Movilidad táctica y abordaje seguro: maniobras con RHIB, aproximación, amarre y recuperación
6. Equipos y tecnologías: EPP, señalización, localización satelital y registro de datos en campo
7. Atención inmediata al afectado: valoración primaria, hipotermia, trauma y estabilización para evacuación
8. Condiciones ambientales adversas: oleaje, visibilidad, corrientes y mitigación operativa
9. Simulación y entrenamiento: escenarios críticos, uso de RV/RA y ejercicios con métricas de desempeño
10. Documentación y mejora continua: lecciones aprendidas, indicadores (MTTA/MTTR) y actualización de SOPs

1. Introducción al modelado predictivo: conceptos y aplicaciones en el sector marítimo.
2. Fundamentos de estadística y probabilidad: variables, distribuciones, inferencia estadística.
3. Recopilación y preprocesamiento de datos marítimos: fuentes, limpieza, integración.
4. Algoritmos de regresión lineal y no lineal: implementación y evaluación.
5. Modelos de clasificación: regresión logística, árboles de decisión, SVM.
6. Series temporales: análisis, modelado (ARIMA) y predicción de variables marítimas.
7. Optimización de rutas: algoritmos de Dijkstra, A*, programación lineal.
8. Consideraciones de seguridad marítima en la optimización de rutas.
9. Evaluación y validación de modelos predictivos: métricas, overfitting, underfitting.
10. Herramientas de software para modelado predictivo y optimización (Python, R).

‘

1. Introducción al modelado predictivo en el transporte marítimo: conceptos y aplicaciones.
2. Recopilación y preprocesamiento de datos marítimos: fuentes de datos, limpieza y transformación.
3. Estadística descriptiva y análisis exploratorio de datos de rutas marítimas.
4. Modelos de regresión lineal y no lineal: aplicación a la predicción de tiempos de viaje y consumo de combustible.
5. Algoritmos de clasificación: identificación de patrones de rutas y áreas de riesgo.
6. Modelos de series temporales: predicción de condiciones climáticas y del estado del mar.
7. Optimización de rutas marítimas: algoritmos de búsqueda y heurísticas.
8. Restricciones y objetivos en la optimización de rutas: seguridad, eficiencia y costos.
9. Evaluación y validación de modelos predictivos: métricas de rendimiento y pruebas de robustez.
10. Implementación y despliegue de modelos de optimización de rutas marítimas.

‘

1. Introducción al modelado predictivo en la gestión de flotas: conceptos y aplicaciones.
2. Recopilación y preprocesamiento de datos: fuentes de datos, limpieza y transformación.
3. Modelos de regresión: regresión lineal, múltiple, polinómica y logística.
4. Modelos de series temporales: ARIMA, Prophet y análisis de tendencias.
5. Optimización de rutas: algoritmos de Dijkstra, A* y Vehicle Routing Problem (VRP).
6. Simulación de eventos discretos: modelado de flotas y escenarios operativos.
7. Herramientas de software: Python, R, Excel y plataformas de simulación.
8. Análisis de sensibilidad: identificación de variables críticas y su impacto.
9. Validación y evaluación de modelos: métricas de desempeño y pruebas de robustez.
10. Casos de estudio: optimización de combustible, mantenimiento predictivo y gestión de riesgos.

‘

1. Introducción a la optimización logística: conceptos clave y cadena de suministro
2. Fundamentos de seguridad en la logística: riesgos, normativas y prevención
3. Modelado predictivo: tipos, aplicaciones y herramientas en logística
4. Análisis de datos para la optimización: KPIs, métricas y visualización
5. Gestión de inventarios: modelos, técnicas y optimización de costos
6. Transporte y distribución: rutas, optimización de flotas y última milla
7. Almacenamiento y gestión de centros de distribución: diseño, layout y automatización
8. Seguridad en el transporte: protección de la carga, prevención de robos y seguros
9. Modelos predictivos para la demanda: series de tiempo, regresión y machine learning
10. Implementación de sistemas de optimización y seguimiento: TMS, WMS, GPS

‘

1. Arquitectura y componentes del sistema: diseño estructural, materiales y subsistemas (mecánicos, eléctricos, electrónicos y de fluidos) con criterios de selección y montaje en entornos marinos
2. Fundamentos y principios de operación: bases físicas y de ingeniería (termodinámica, mecánica de fluidos, electricidad, control y materiales) que explican el desempeño y los límites operativos
3. Seguridad operativa y medioambiental (SHyA): análisis de riesgos, EPP, LOTO, atmósferas peligrosas, gestión de derrames y residuos, y planes de respuesta a emergencias
4. Normativas y estándares aplicables: requisitos IMO/ISO/IEC y regulaciones locales; criterios de conformidad, certificación y buenas prácticas para operación y mantenimiento
5. Inspección, pruebas y diagnóstico: inspección visual/dimensional, pruebas funcionales, análisis de datos y técnicas predictivas (vibraciones, termografía, análisis de fluidos) para identificar causas raíz
6. Mantenimiento preventivo y predictivo: planes por horas/ciclos/temporada, lubricación, ajustes, calibraciones, sustitución de consumibles, verificación post-servicio y fiabilidad operacional
7. Instrumentación, herramientas y metrología: equipos de medida y ensayo, software de diagnóstico, calibración y trazabilidad; criterios de selección, uso seguro y almacenamiento
8. Integración e interfaces a bordo: compatibilidad mecánica, eléctrica, de fluidos y de datos; sellado y estanqueidad, EMC/EMI, protección contra corrosión y pruebas de interoperabilidad
9. Calidad, pruebas de aceptación y puesta en servicio: control de procesos y materiales, FAT/SAT, pruebas en banco y de mar, criterios “go/no-go” y registro de evidencias
10. Documentación técnica y práctica integradora: bitácoras, checklists, informes y caso práctico completo (seguridad → diagnóstico → intervención → verificación → reporte) aplicable a cualquier sistema

1. Introducción a la gestión de datos en flotas y puertos: Conceptos clave y terminología.
2. Fuentes de datos: Sensores, sistemas de información, registros históricos y datos externos (meteorológicos, mareas, etc.).
3. Almacenamiento y procesamiento de datos: Bases de datos relacionales y NoSQL, data lakes, ETL.
4. Calidad de los datos: Limpieza, validación, integridad y gestión de errores.
5. Modelado de datos: Modelos conceptuales, lógicos y físicos para flotas y puertos.
6. Herramientas de modelado de datos: UML, ERWin, PowerDesigner.
7. Visualización de datos: Principios de diseño visual, dashboards interactivos y reportes.
8. Herramientas de visualización de datos: Tableau, Power BI, Python (Matplotlib, Seaborn).
9. Análisis exploratorio de datos (EDA): Técnicas estadísticas y visuales para descubrir patrones y tendencias.
10. Aplicaciones prácticas: Optimización de rutas, mantenimiento predictivo, gestión de tráfico y seguridad.

‘