DESCRIPCIÓN DEL CURSO

Este curso está diseñado para que profesionales y estudiantes del sector minero desarrollen una base sólida para analizar, modelar y visualizar datos con Power BI y Python, construyendo reportes claros, accionables y orientados a la toma de decisiones en operaciones mineras.

A lo largo del programa aprenderás desde los fundamentos de Power BI (Desktop y Service) y procesos de ETL con Power Query, hasta el modelamiento de datos, relaciones y DAX. Además, incorporarás Python (Pandas, Numpy, Matplotlib/Seaborn) para limpieza, integración y visualización avanzada, culminando con una guía práctica de solución BI y un caso aplicado a mantenimiento minero.

Etiquetas

Power BI Python ETL Power Query Modelamiento de datos DAX Dashboards Minería Mantenimiento minero Visualización de datos

¿QUÉ APRENDERÁS?

Comprender Power BI (Desktop vs Service) y su uso en analítica aplicada a minería.
Realizar procesos ETL en Power Query: extracción, transformación y carga (Import / DirectQuery).
Construir modelos de datos con esquemas (estrella, copo de nieve) y relaciones correctas.
Crear medidas y columnas con DAX: agregaciones, texto/formato y time intelligence.
Dominar fundamentos de Python 3 para análisis: tipos de datos, funciones, diccionarios y dataframes.
Usar librerías clave (Numpy, Pandas, Matplotlib y Seaborn) para limpieza y visualización.
Integrar Power BI + Python para preparar datos, joins, manejo de nulos y visuales avanzados.
Diseñar una solución BI completa: canvas, UX/testing, publicación, accesos y actualización.
Desarrollar un caso aplicado a mantenimiento minero con KPIs operativos y análisis de tendencias.

COMPETENCIAS A DESARROLLAR

Capacidad para preparar datos (ETL) y asegurar calidad de información para reporting.
Modelamiento de datos eficiente (esquemas y relaciones) orientado a rendimiento y escalabilidad.
Dominio de DAX para construir métricas, KPIs y análisis temporal para operaciones.
Análisis con Python: limpieza, filtrado, transformación, unión de fuentes y exploración de datos.
Construcción de dashboards con enfoque en negocio: storytelling, UX, testing y toma de decisiones.
Publicación y gestión: workspaces, accesos, actualización de datasets y gateways on-premise.

TEMARIO DETALLADO

Módulo 01 – Power BI: fundamentos y ecosistema Ver contenidos ▾

¿Qué es Power BI?: propósito, componentes y uso en analítica de negocio.
Historia y evolución: contexto y adopción en la industria.
Power BI Desktop: construcción de modelos y reportes.
Power BI Service: publicación, consumo y colaboración.
Desktop vs Service: diferencias, casos de uso y buenas prácticas.

Módulo 02 – ETL y visualizaciones en Power BI Desktop Ver contenidos ▾

Extracción (E): definición de fuentes, alcance y selección de datos.
Transformación (T) con Power Query: combinar consultas, editar/agregar columnas, filtrar, limpiar y eliminar filas.
Carga (L): importación vs DirectQuery (criterios de elección).
Primeras visualizaciones: construcción de reportes con enfoque en claridad y negocio.

Módulo 03 – Esquemas, relaciones y DAX Ver contenidos ▾

Esquemas relacionales: estrella, copo de nieve y sin esquema (cuándo usar cada uno).
Relaciones: cardinalidad (1:* / 1:1 / *:* ) y dirección de filtrado (simple / ambos).
DAX: agregación, texto y formato, time intelligence, columnas calculadas y tablas.
Publicación de reportes: publicación en Service y control de versiones.
Áreas de trabajo y gestión de accesos: roles, permisos y buenas prácticas.
Actualización de datasets y Gateways on-premise: escenarios y configuración general.

Módulo 04 – Python 3: base para análisis de datos Ver contenidos ▾

¿Qué es Python?: enfoque práctico para analítica.
Historia de Python: por qué domina en ciencia de datos.
Herramientas: entornos recomendados para trabajar con datos.
Anaconda y Jupyter Notebook: instalación, uso y flujo de trabajo.

Módulo 05 – Librerías y conceptos clave para data analysis Ver contenidos ▾

Conceptos: tipos de datos, listas, funciones, diccionarios, filtrado, lógicas y dataframes.
Numpy: arrays, operaciones y base numérica.
Pandas: carga, limpieza, transformación, joins y agregaciones.
Matplotlib: fundamentos de gráficos y personalización.
Seaborn: visualizaciones estadísticas para análisis exploratorio.

Módulo 06 – Power BI + Python: integración aplicada Ver contenidos ▾

Pros y contras: limitaciones y beneficios de integrar Python en Power BI.
Import & Join: Power Query vs Pandas (cuándo conviene cada enfoque).
Datos nulos: tratamiento en Power Query vs isnull / funciones en Pandas.
Visualizaciones: visuales con DAX vs gráficos con Seaborn (casos recomendados).
Power BI + Python: cuándo usarlo, cuándo no, y ejemplo de aplicación integrado.

Módulo 07 – Guía práctica de solución BI (end-to-end) Ver contenidos ▾

Objetivo y enfoque: qué problema resuelve el dashboard.
Diseño del Canvas: layout, jerarquía visual y narrativa.
Fuentes de datos y conexiones: criterios, trazabilidad y control.
Modelamiento de datos: estructura, relaciones y performance.
Visualizaciones y medidas: selección de KPIs y construcción DAX.
UX y testing: validación con usuario, filtros, navegación y consistencia.
Publicación: workspaces, permisos y distribución.
Actualización y accesos: refresh, gateways y gobernanza básica.

Módulo 08 – Caso de uso en minería Ver contenidos ▾

Caso 01: Reporte de perforación y análisis de rendimiento
- Metros perforados
- Valorización por área
- Rate of Penetration (ROP)
- Consumo de combustible
- Tendencia de consumo de combustible
Caso 02: Reporte de control de durezas del macizo rocoso
- Vistas de secciones X-Y, X-Z, Y-Z
- Segmentación de datos
- Marcadores de objetos visuales
- PenRate
Caso 03: Perú Mining Market Assessment
- Inversión minera
- Mapas GIS
- Proyectos mineros

EVALUACIÓN Y CERTIFICACIÓN

Al finalizar el curso obtendrás tu certificado digital con código QR único, verificable y apto para compartir en LinkedIn y con empleadores. La evaluación se basará en el desarrollo progresivo de ejercicios prácticos, modelamiento, medidas DAX y la construcción de un dashboard final aplicado a minería.

CERTIFICADO REFERENCIAL

Certificado referencial del curso de Análisis y visualización de datos con Power BI y Python aplicado a la minería

Temario del curso

Conoce quién enseña el curso

Reseñas del curso (0)

Temario del curso

Conoce quién enseña el curso

Reseñas del curso (0)