Diplomado en Ciencia de Datos para la Industria Minera

• Título profesional o técnico en ingeniería, minas, geología, metalurgia, informática o áreas afines.
• Manejo de herramientas ofimáticas básicas (Excel).
• No se requiere experiencia previa en programación: el Módulo 2 nivela en SQL y Python desde cero. Resultará especialmente útil para quienes deseen incorporar herramientas de analítica predictiva a su trabajo diario en operaciones, mantenimiento o planificación minera.

El programa está dirigido a ingenieros, profesionales y técnicos de nivel superior con formación en minas, metalurgia, geología, procesos, mantenimiento o ingeniería industrial, que se desempeñan actualmente en áreas operativas de la industria minera (planificación minera, geomecánica, procesamiento de minerales, mantenimiento de equipos críticos, seguridad y control de gestión de operaciones) y que buscan incorporar herramientas de analítica de datos a la toma de decisiones de su trabajo diario, sin que ello sea su especialidad de formación original. También está pensado para profesionales de áreas de datos, TI o analítica (analistas, ingenieros de datos, científicos de datos junior) que ya manejan herramientas técnicas pero no conocen en profundidad el negocio minero, y que requieren contextualizar sus capacidades en problemas reales de mina, planta y mantenimiento para aumentar su impacto dentro de la industria.

En cuanto a nivel de experiencia, el programa acoge tanto a quienes recién comienzan a trabajar con datos en minería (sin programación previa) como a quienes ya cuentan con experiencia operacional o analítica y buscan profundizar en mantenimiento predictivo, gemelos digitales y machine learning aplicado a procesos. Los espacios de inserción típicos de este perfil incluyen compañías mineras de mediana y gran escala, empresas proveedoras y contratistas de servicios mineros (ingeniería, mantenimiento, automatización y control), consultoras especializadas en minería y data science, y áreas internas de innovación, transformación digital o excelencia operacional dentro de organizaciones del sector.

MÓDULO 1: Industria minera y rol del dato

Cadena de valor minera, áreas operativas (mina, planta, mantenimiento, logística, seguridad), dónde se toman las decisiones y qué es (y qué no es) Data Science en minería.

MÓDULO 2: Datos, arquitectura y herramientas

Fuentes de datos operacionales, arquitectura típica de datos, introducción a SQL y a Python para análisis de datos.

MÓDULO 3: Estadística y fundamentos de Machine Learning

Estadística descriptiva e inferencial, tipos de aprendizaje (supervisado, no supervisado, por refuerzo), clasificación, predicción y detección de anomalías, métricas técnicas y de negocio.

MÓDULO 4: Analítica avanzada en minería

Modelos predictivos en procesos mineros (conminución, geometalurgia, lixiviación, SX-EW), gemelos digitales, mantenimiento predictivo y optimización de procesos.

MÓDULO 5: Visualización y gobernanza de datos

Visualización de datos y storytelling para la toma de decisiones, gobernanza, calidad e integración de datos en la industria minera.

MÓDULO 6: Proyecto Aplicado Final

Desarrollo de un proyecto integrador de Data Science sobre un problema minero real, desde la definición del problema hasta la presentación final de resultados.