Logo del Bootcamp

2do Bootcamp: Tecnología y Machine Learning Aplicado a la Geología

Ruta intensiva por fases + cursos aplicados para llevarte de base a ejecución con entregables reales.

Domina Python, Análisis de datos, Data Science y Machine Learning con un enfoque práctico y orientado a casos reales, aplicándolo a desafíos de geología moderna como geometalurgia, geotecnia, mineralogía y petrología, estimación de recursos, modelamiento geológico 3D y geoquímica/geofísica, trabajando con escenarios propios de la industria.

100% Digital En vivo

Inicio

27 de abril • 08:00 p.m. (UTC-5)

Modalidad

Online en vivo + grabaciones en plataforma

Duración total

37 semanas • 200 horas

Frecuencia

2 sesiones/sem • 2 horas/sesión

Revisa el detalle oficial del programa

Landing con temario completo, docentes, cronograma, inversión y beneficios.

Ver landing del Bootcamp ↗

DESCRIPCIÓN DEL BOOTCAMP

Programa intensivo diseñado para que el participante avance por una ruta estructurada: Fundamentos → Aplicación → Integración. Cada fase incluye cursos con prácticas guiadas, entregables y criterios de evaluación, orientados a problemas reales de geología aplicada.

Las herramientas que impulsarán tu carrera

Data & Analytics

Python Pandas NumPy Matplotlib Jupyter Power BI SQL

Machine Learning & Visión Computacional

Scikit-learn Keras

Infraestructura & Entorno

MySQL Azure Visual Studio Code

ESTRUCTURA POR FASES

Fase 1 Fase 2 Fase 3 Fase 4

Fase 1 — Fundamentos Tecnológicos y de datos Ver cursos ▾Objetivo de la fase

Construir una base sólida en tecnología, programación y datos para operar con confianza en Python, Bases de Datos y Power BI, preparando al participante para avanzar hacia Data Science y Machine Learning aplicado a dominios geológicos.

Curso 01: Introducción a la tecnología en la industria minera-geológica

Geología 4.0 Tecnología Datos

Panorama de la transformación digital en minería y geología: datos, automatización e IA.
Casos de uso: exploración, interpretación, control de calidad del dato y soporte a decisiones.
Cómo se conectan analítica y ML para mejorar precisión, trazabilidad y velocidad de análisis.

Curso 02: Fundamentos de Programación en Python

Python Fundamentos Automatización

Sintaxis esencial: variables, condicionales, bucles, funciones y estructuras de datos.
Lógica para resolver problemas típicos de datos y tareas repetitivas en geología.
Buenas prácticas para código claro, ordenado y reutilizable.

Curso 03: Manipulación y Procesamiento de datos con Pandas en Python

Pandas Python Procesamiento

Limpieza y transformación: nulos, formatos, tipado, filtros y normalización.
Uniones, agregaciones y tablas resumen para análisis técnico y reporte.
Preparación de datasets listos para EDA, BI y modelamiento.

Curso 04: Exploración y análisis de datos con Python

Python EDA Estadística

EDA: distribución, correlaciones, outliers y relaciones entre variables.
Identificación de patrones y consistencia del dato para modelamiento posterior.
Conclusiones accionables para respaldar decisiones técnicas con datos.

Curso 05: Modelado y consultas de bases de datos para minería

SQL Modelado Trazabilidad

Modelamiento básico: tablas, relaciones y llaves para datos técnicos y operativos.
Consultas SQL: filtros, joins, agrupaciones y validación de consistencia.
Extracción eficiente para BI, análisis avanzado y proyectos de ML.

Curso 06: Análisis y visualización de datos con Power BI y Python aplicado a la geología

Power BI Python Geología

Dashboards técnicos para reportar indicadores, tendencias y hallazgos clave.
Modelado de datos y KPIs para seguimiento y control.
Integración con Python para análisis complementario y mejor storytelling.

Certificación

Certificación por curso y certificado de Fase 1 al completar la fase.

Fase 2 — Ciencia de datos en minería Ver cursos ▾Objetivo de la fase

Desarrollar criterio y metodología de Ciencia de Datos para convertir datos en decisiones: desde el enfoque analítico hasta la arquitectura, calidad y gobierno de datos necesarios para escalar soluciones con trazabilidad en un entorno minero-geológico.

Curso 07: Ciencia de datos aplicado a la minería

Data Science Python Metodología

Planteamiento del problema: objetivos, variables, hipótesis y criterios de éxito.
Proceso DS: datos → análisis → insights → acciones y comunicación efectiva.
Métricas, validación y documentación para resultados confiables.

Curso 08: Arquitectura y gobierno de datos en minería

Arquitectura Gobierno Calidad

Arquitectura end-to-end: fuentes, integración, almacenamiento y consumo analítico.
Calidad y trazabilidad: estándares, diccionario de datos y linaje.
Seguridad y controles: accesos, roles, privacidad y buenas prácticas de gestión.

Certificación

Certificación por curso y certificado de Fase 2 al completar la fase.

Fase 3 — Machine Learning aplicado a la Geología Ver cursos ▾Objetivo de la fase

Aplicar Machine Learning en dominios clave de la geología para preparar datos, modelar, evaluar e interpretar resultados con enfoque técnico: desde geometalurgia y geotecnia hasta estimación de recursos, modelamiento geológico 3D y geoquímica/geofísica.

Curso 09: Machine Learning aplicado a la geometalurgia

Machine Learning Geometalurgia Predicción

Preparación de datos y features a partir de variables geológicas y metalúrgicas.
Modelos de predicción/clasificación para soporte a decisiones geometalúrgicas.
Evaluación e interpretación para explicar el “por qué” del comportamiento del mineral.

Curso 10: Machine Learning aplicado a la geotecnia

Machine Learning Geotecnia Riesgo

Preparación de variables geotécnicas y criterios de estabilidad/condición.
Modelos para clasificación/pronóstico y priorización de controles.
Interpretación de resultados para soporte a seguridad y continuidad operacional.

Curso 11: Machine Learning aplicado a la mineralogía y petrología

Mineralogía Petrología ML aplicado

Análisis de patrones para clasificación/segmentación de dominios.
Diseño de features y preparación de data para modelos robustos.
Interpretación y reporte técnico para respaldar decisiones geológicas.

Curso 12: Machine Learning aplicado a la estimación de recursos minerales

Recursos Estimación Validación

Preparación de datos, consistencia y variables clave para estimación.
Modelos predictivos como soporte: evaluación de desempeño e incertidumbre.
Buenas prácticas de validación y comunicación de resultados técnicos.

Curso 13: Machine Learning aplicado al modelamiento geológico 3D

Modelamiento 3D Geología ML aplicado

Conceptos para preparar datos y variables espaciales para análisis/modelado.
Modelos para soporte a interpretación y construcción de dominios.
Enfoque reproducible: documentación, métricas y trazabilidad del proceso.

Curso 14: Machine Learning aplicado a la geoquímica y geofísica

Geoquímica Geofísica Patrones

Preparación e integración de datos geoquímicos/geofísicos para análisis.
Modelos para detección de patrones, clasificación y soporte a interpretación.
Evaluación e interpretación orientada a decisiones técnicas.

Curso 15: Machine Learning aplicado al Grade control / Ore

Grade Control Ore ML aplicado

Preparación de datos para control de ley: consistencia, variables y criterios.
Modelos para clasificación/predicción y soporte a decisiones de control diario.
Interpretación para reducir desviaciones y mejorar cumplimiento de objetivos.

Certificación

Certificación por curso y certificado de Fase 3 al completar la fase.

Fase 4 — Tecnologías Habilitadoras & Tendencias Ver cursos ▾Objetivo de la fase

Explorar y aplicar tecnologías que habilitan la transformación digital en minería y geología: drones y fotogrametría, fundamentos de Big Data y Blockchain, y criterios esenciales de ciberseguridad para operar soluciones tecnológicas con enfoque moderno y seguro.

Curso 16: Vuelo de Dron y fotogrametría de imágenes con Python

Drones Fotogrametría Python

Flujo completo: planificación, captura y control de calidad de datos en campo.
Fotogrametría: ortomosaicos, nubes de puntos, modelos 3D y productos derivados.
Análisis básico con Python para mediciones, control y reportabilidad.

Curso 17: Big data y Blockchain para minería

Big Data Blockchain Trazabilidad

Qué es Big Data y cómo aporta valor: escala, velocidad y variedad en operación.
Casos típicos: sensores, telemetría, monitoreo, integración y analítica avanzada.
Blockchain para integridad y auditoría: registros confiables y trazables de procesos.

Curso 18: Ciberseguridad para minería

Ciberseguridad TI/OT Continuidad

Riesgos y amenazas: entornos TI/OT, accesos, operación crítica y cadena de datos.
Buenas prácticas: identidad, backups, segmentación, parches y respuesta a incidentes.
Protección de datos y continuidad operacional: controles, protocolos y cultura de seguridad.

Certificación

Certificación por curso y certificado de Fase 4 al completar la fase.

CERTIFICACIÓN DIGITAL

Certificado Final del Bootcamp (QR verificable)

Se emite al completar el programa, haber obtenido los certificados por curso y por fase, y presentar el proyecto final integrador.

Valida tu progreso: certificación acumulativa por cursos y fases.
Autenticidad: código QR para verificación rápida.
Listo para LinkedIn: formato digital, fácil de compartir.

Requisitos de emisión

Cursos ✓ Fases ✓ Proyecto final ✓ QR verificable

CERTIFICADO REFERENCIAL

Certificado referencial del Bootcamp