2do Bootcamp: Tecnología y Machine Learning Aplicado al Mantenimiento

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

Domina Python, Data, Data Science y Machine Learning con foco en mantenimiento minero: análisis de fallas, disponibilidad, confiabilidad, indicadores, predicción de paradas y modelos para mantenimiento predictivo en equipos de perforación, carguío, acarreo, transporte y correas, integrando datos operativos para decisiones más rápidas y seguras.

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 mantenimiento minero y toma de decisiones basada en datos.

Las herramientas que impulsarán tu carrera

Data & Analytics

Python Pandas NumPy Matplotlib Jupyter Power BI SQL

Machine Learning

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 aplicados a mantenimiento.

Curso 01: Introducción a la tecnología en la industria minera

Minería 4.0 Tecnología Industria

Panorama de transformación digital y su impacto en operación y mantenimiento.
Datos + automatización + analítica para mejorar disponibilidad y seguridad.
Conexión entre procesos, sensores, reportes y decisiones basadas en evidencia.

Curso 02: Fundamentos de Programación en Python

Python Fundamentos Automatización

Sintaxis esencial: variables, estructuras de control y funciones.
Lógica para resolver problemas y automatizar tareas recurrentes.
Buenas prácticas para código claro, ordenado y reutilizable.

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

Pandas Python Datos

Limpieza y transformación: nulos, formatos, filtros y columnas.
Uniones, agregaciones y tablas resumen para análisis operacional.
Datasets listos para visualización y modelado.

Curso 04: Exploración y análisis de datos con Python

Python EDA KPIs

EDA: patrones, distribución, correlaciones y outliers.
Indicadores para entender desempeño y variabilidad del proceso.
Hallazgos accionables para decisiones basadas en datos.

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

SQL Modelado ETL

Modelamiento básico: tablas, relaciones y llaves para datos operativos.
Consultas SQL: filtros, joins, agrupaciones y validación de datos.
Extracción eficiente para reportes, BI y analítica avanzada.

Curso 06: Análisis y visualización de datos con Power BI y Python aplicado al mantenimiento

Power BI Python Visualización

Dashboards orientados a control y seguimiento de indicadores.
Modelado de datos y KPIs para gestión y reportabilidad.
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 para 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 aplicadas a mantenimiento.

Curso 07: Ciencia de datos aplicado a la minería

Data Science Python Minería 4.0

Planteamiento del problema: objetivos, variables y criterios de éxito.
Proceso DS: datos → análisis → hipótesis → conclusiones accionables.
Métricas, validación y comunicación para decisión operativa.

Curso 08: Arquitectura y gobierno de datos en minería

Arquitectura Gobierno Seguridad

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

Certificación

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

Fase 3 — Machine Learning aplicado al Mantenimiento Ver cursos ▾

Objetivo de la fase

Aplicar Machine Learning para diseñar soluciones de mantenimiento predictivo y optimización: preparación de datos, modelado, evaluación e interpretación de resultados para mejorar disponibilidad, confiabilidad y costos en flota y activos críticos.

Curso 09: Innovaciones y nuevas tecnologías en mantenimiento minero

Innovación Mantenimiento Minería 4.0

Tendencias: sensorización, telemetría, analítica avanzada y automatización.
Casos de uso: reducción de paradas, mejora de planificación y confiabilidad.
Criterios para seleccionar tecnologías según criticidad y madurez de datos.

Curso 10: Machine Learning aplicado al mantenimiento predictivo

Predictivo Machine Learning KPIs

Problemas típicos: fallas, paradas, clasificación de riesgo y pronósticos.
Feature engineering y validación para modelos robustos.
Interpretación para acciones: alertas, priorización y planificación.

Curso 11: Machine Learning aplicado al mantenimiento de equipos de perforación

Perforación ML Confiabilidad

Variables operativas y señales de desgaste/condición del equipo.
Modelos para detección temprana de anomalías y fallas incipientes.
Recomendaciones para mantenimiento basado en condición.

Curso 12: Machine Learning aplicado al mantenimiento de equipos de carguío y acarreo

Carguío & Acarreo Disponibilidad Anomalías

Telemetría y ciclos: identificación de patrones asociados a degradación.
Predicción de paradas y priorización de intervenciones.
Optimización de confiabilidad y reducción de costos operativos.

Curso 13: Machine Learning aplicado al mantenimiento de equipos de transporte y correas

Transporte Correas Predictivo

Variables críticas: vibración, temperatura, corriente y condiciones de carga.
Modelos para detección de anomalías y prevención de fallas mayores.
Mantenimiento basado en condición para continuidad operacional.

Curso 14: Optimización del consumo de energía con ML

Energía Optimización ML

Consumo energético en equipos: variables, medición y calidad de datos.
Modelos para predicción/optimización: escenarios y recomendaciones.
Impacto en costos y eficiencia energética con criterios operativos.

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: drones y fotogrametría, fundamentos de Big Data y Blockchain, y criterios de ciberseguridad para operar soluciones tecnológicas con enfoque moderno y seguro.

Curso 15: Vuelo de Dron y fotogrametría de imágenes con Python

Drones Fotogrametría Python

Planificación, captura y control de calidad en campo.
Ortomosaicos, modelos 3D y productos derivados.
Análisis básico con Python para mediciones y reportabilidad.

Curso 16: Big data y Blockchain para minería

Big Data Blockchain Minería 4.0

Big Data: escala, velocidad y variedad aplicadas a operación.
Casos típicos: telemetría, sensores, producción y mantenimiento.
Blockchain para trazabilidad, integridad y auditoría de procesos.

Curso 17: Ciberseguridad para minería

Ciberseguridad TI/OT Continuidad

Riesgos y amenazas en entornos TI/OT de operación crítica.
Buenas prácticas: identidad, backups, segmentación y respuesta a incidentes.
Protección de datos y continuidad operacional con 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