3er Bootcamp: Tecnología y Machine Learning Aplicado a la Metalurgia

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 operaciones reales, aplicándolo a procesos clave como geometalurgia, conminución, flotación, espesamiento de relaves y lixiviación, trabajando con escenarios propios de planta y variables operativas críticas.

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 la toma de decisiones con datos en un entorno minero-metalúrgico.

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 aplicado a procesos minero-metalúrgicos y al entorno de planta.

Curso 01: Introducción a la tecnología en la industria minero-metalúrgica

Minero-metalurgia Tecnología Analítica

Panorama de la transformación digital en la industria minero-metalúrgica y su impacto en planta.
Casos de uso reales: control de calidad, estabilidad del proceso, eficiencia y reducción de pérdidas.
Cómo se conectan datos, automatización y ML para decisiones más rápidas y confiables en operación.

Curso 02: Fundamentos de Programación en Python

Python Fundamentos Automatización

Sintaxis esencial: variables, estructuras de control y funciones.
Manejo de datos y lógica para resolver problemas operativos.
Buenas prácticas para escribir 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 operativo.
Preparación de datasets listos para visualización y modelado.

Curso 04: Exploración y análisis de datos con Python

Python EDA Industria

EDA: patrones, distribución, correlaciones y outliers.
Indicadores y métricas clave para entender el desempeño operativo.
Hallazgos accionables para respaldar decisiones con datos.

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

SQL Modelado Datos

Modelamiento básico: tablas, relaciones y llaves para datos de planta y laboratorio.
Consultas SQL: filtros, joins, agrupaciones y validación para asegurar trazabilidad y consistencia.
Extracción eficiente para reportes, BI y análisis avanzado en operación.

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

Power BI Python Operación

Construcción de dashboards orientados a estabilidad, producción y calidad de proceso.
Modelado de datos y KPIs para seguimiento de variables críticas en planta.
Integración con Python para análisis complementario, alertas 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 en entornos industriales, integrando fuentes de operación, laboratorio y mantenimiento.

Curso 07: Ciencia de datos aplicado a la minería

Data Science Python Industria

Planteamiento del problema: objetivos, variables y criterios de éxito medibles.
Proceso DS: datos → análisis → hipótesis → conclusiones accionables.
Métricas, validación y comunicación de resultados 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, auditoría 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 Metalurgia Ver cursos ▾

Objetivo de la fase

Aplicar Machine Learning en procesos metalúrgicos clave, entendiendo cómo preparar datos, modelar, evaluar e interpretar resultados para un enfoque operativo: geometalurgia, conminución, flotación, espesamiento de relaves y lixiviación, orientando las soluciones a eficiencia, estabilidad y calidad del producto.

Curso 09: Machine Learning aplicado a la geometalurgia

Machine Learning Geometalurgia Variabilidad

Integración de datos de mineralogía, leyes, dureza y desempeño para modelar variabilidad.
Modelos para predicción de respuesta metalúrgica y soporte a decisiones de mezcla/planificación.
Interpretación para reducir incertidumbre y estabilizar KPIs metalúrgicos.

Curso 10: Machine Learning aplicado a la conminución de minerales

Machine Learning Conminución Optimización

Preparación de datos: potencia, granulometría, throughput, presión y variables de control.
Modelos para predicción de performance, detección de anomalías y soporte a setpoints.
Interpretación para mejorar productividad, energía específica y estabilidad del circuito.

Curso 11: Machine Learning aplicado a la flotación de minerales

Machine Learning Flotación Recuperación

Variables clave: leyes, pH, reactivos, aireación, nivel de celda, espuma y mineralogía.
Modelos para predicción de recuperación/ley y alertas ante desviaciones del proceso.
Interpretación para optimización del circuito y mejora de calidad del concentrado.

Curso 12: Machine Learning aplicado al espesamiento de relaves

Machine Learning Relaves Control

Datos operativos: torque, caudal, densidad, floculante, niveles, overflow y underflow.
Modelos para predicción de densidad objetivo y detección temprana de inestabilidad.
Acciones basadas en datos para continuidad operacional y reducción de riesgo.

Curso 13: Machine Learning aplicado a la lixiviación de minerales

Machine Learning Lixiviación Cinética

Variables críticas: granulometría, riego, PLS, ORP, pH, temperatura y consumo de reactivos.
Modelos para predicción de recuperación, consumo y comportamiento cinético del proceso.
Interpretación para optimizar costos, estabilidad y cumplimiento de metas metalúrgicas.

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

Curso 14: Vuelo de Dron y fotogrametría de imágenes con Python

Drones Fotogrametría Python

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

Curso 15: Big data y Blockchain para minería

Big Data Blockchain Industria

Qué es Big Data y cómo aporta valor: escala, velocidad y variedad en operaciones.
Casos típicos: telemetría, sensores, mantenimiento, producción y seguridad.
Blockchain para trazabilidad e integridad: registros confiables y auditoría de procesos.

Curso 16: Ciberseguridad para minería

Ciberseguridad TI/OT Continuidad

Riesgos y amenazas en entornos TI/OT: accesos, operación crítica y activos industriales.
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