Lean Six Sigma Black Belt

Curso

Lean Six Sigma Black Belt

Departamento de Ingeniería Industrial
Inicio / Programas / Lean Six Sigma Black Belt
Actualmente la competencia entre las organizaciones es más difícil que en el pasado, por lo que implementar metodologías de mejora de procesos y calidad de productos es crucial para crear una ventaja competitiva. Este curso proporcionará a los estudiantes herramientas avanzadas para poder llevar a las organizaciones una de las metodologías más revolucionarias de los últimos años que es la metodología Six Sigma, de acuerdo a los estándares establecidos en el "Black Belt Body of Knowledge" de la Sociedad Americana de Calidad (ASQ – www.asq.org).

Algunos de los logros que se pueden obtener son la reducción de la variabilidad de defectos o errores para incrementar la demanda y la satisfacción del cliente, así como analizar datos para aumentar la calidad de los procesos y productos y la confiabilidad de los mismos. Al finalizar esta capacitación el participante certificado podrá dirigir proyectos complejos de mejoramiento continuo usando el Ciclo DMAIC
 

Dirigido a

Profesionales universitarios, con conocimientos básicos de probabilidad y estadística, y habilidades informáticas.

Objetivos

  • Proporcionar conocimientos, principios, estrategias y herramientas avanzadas de la metodología LSS para que puedan ser aplicados de manera adecuada en el desarrollo y mejoramiento de cualquier tipo de proceso en las organizaciones, reduciendo la variabilidad, los desperdicios y reprocesos, e incrementando la eficiencia.
  • Desarrollar herramientas básicas para la gestión de proyectos LSS
  • Sustentar la toma de decisiones basado en la aplicación de herramientas avanzadas de análisis de datos y de diseño de experimentos, apoyándose en la utilización de software estadístico. 
  • Generar elementos de sensibilidad sobre el rol del profesional certificado como un agente primordial para el cambio organizacional. 
  • Cuantificar los logros en ahorros y mejora de la productividad y calidad
  • Acompañar a los participantes en el desarrollo del proyecto LSS, asesorándolos en el uso de las herramientas, en la utilización de software estadístico y en general en cada una de las fases del proceso DMAIC.

Metodología

Se proporciona al estudiante los temas y herramientas de la metodología mencionados anteriormente, mediante presentaciones magistrales y talleres de práctica. La metodología requiere de una participación activa para fortalecer los conceptos y fomentar el trabajo en equipo. 

La metodología incluye un acompañamiento por parte de un asesor para la realización del proyecto de aplicación, requisito necesario para la certificación. Se recomienda hacer el proyecto en la empresa en donde trabaje el aspirante. Es responsabilidad del aspirante la selección de la empresa.  El curso incluye un examen que debe pasarse para recibir la Certificación. El examen está basado en las guías del Cuerpo de Conocimiento de ASQ y CSSC

La Universidad de los Andes otorgará un certificado de participación a los asistentes que cumplan con los requisitos académicos definidos por el departamento de Ingeniería Industrial y hayan asistido como mínimo al 85% de las sesiones programadas. Adicionalmente, entregará una Certificación Lean Six Sigma Black Belt a los participantes que culminen la ejecución de un proyecto, en el cual deben implementar con éxito la metodología LSS y además de cumplir los requerimientos del curso LSS deben obtener una nota superior al 80% en el examen final del curso.
  
Para la realización del proyecto, cada participante contará con un asesor (profesor Black Belt del departamento de Ingeniería Industrial). Las asesorías se realizarán virtualmente, de acuerdo a la conveniencia del participante y del asesor. El plazo de entrega del proyecto es de 4 meses. Durante la realización del curso se va desarrollando el proyecto y habrá una presentación de los proyectos planeados.
 

Contenido

  • Filosofía Lean y Six Sigma
  • El ciclo DMAIC y sus herramientas básicas
    • Modelos de probabilidad útiles para el control de la calidad
    • Inferencia estadística
    • Capacidad de procesos y de sistemas de medición
    • Muestreo para aceptación de lotes
    • Gráficos de control Shewhart
  • Gestion de proyectos y liderazgo
  • Herramientas avanzadas para el análisis de datos
    • Herramientas gráficas, modelos lineales multivariados
    • Estadística no paramétrica 
    • Diseño avanzado de experimentos estadísticos
    • Control estadístico avanzado de la calidad – No normalidad y muestras correlacionadas
    • Gráficos de control avanzados y multivariados.

Profesores

Ciro Amaya Guio

Ph.D. Ingeniería Industrial, École Polytechnique de Montréal, Canadá. M.Sc. Ingeniería Industrial, Universidad de Los Andes, Colombia. Ingeniero de Sistemas, Universidad Nacional, Colombia. Six Sigma Black Belt, Arizona State University, EUA. Director del grupo de investigación PYLO de la facultad de Ingeniería de la Universidad de Los Andes y coordinador del programa y certificación en Lean-Six_Sigma del departamento de Ingenieria Industrial. Docente, investigador y consultor en las áreas de Producción, Logística y Calidad.

José Fidel Torres Delgado

Ph.D. y M.Sc. en automatización Industrial, Université de Toulouse III, Francia. M.Sc. en Ingeniería Eléctrica y Matemático, Universidad de los Andes, Colombia. Six Sigma Black Belt, Arizona State University, EUA. Docente, investigador y consultor en las áreas de Producción y Cadenas de Abastecimiento.

Adriana Lourdes Abrego Pérez

Ph.D. Ciencias Financieras, Maestría en Ciencias en Ingeniería Industrial, Maestría en Ingeniería en Calidad y Productividad, Tecnológico de Monterrey, México. Ingeniera Bioquímica Industrial, Universidad Autónoma Metropolitana, México. Six Sigma Black Belt, Arizona State University, EUA. Docente, investigadora y consultora en las áreas de Sistemas Económicos y Financieros.

Sepideh Abolghasem Ghazvini

B.S. in Industrial Engineering, Sharif University of Technology, Tehran, Iran.
M.S. in Industrial Engineering, University of Pittsburgh, Pittsburgh, PA, USA.
PH.D. in Industrial Engineering, University of Pittsburgh, Pittsburgh, PA, USA.