Business Intelligence y Analytics para la Gestión Minera

- Definición de ciencia de datos y que los datos analizan
- Herramientas y algoritmos utilizados para la analítica y el BI
- Introducción a estadística y estadística computacional para el manejo de datos
- Habilidades necesarias para ser un científico de datos exitoso
- El papel de la ciencia de datos dentro de empresas mineras
- Cómo formar un equipo exitoso de ciencia de datos

- Limpieza de datos – Data Cleansing
- Análisis descriptivo y transversal
- Visualización e interpretación de datos para la toma de decisiones
- Modelos exploratorios multivariados

- Análisis predictivo para la toma de decisiones
- Predicciones aplicadas a la gestión en mina
- Gestión de la producción y productividad con BI
- Gestión logística en minería BI, KPI de consumos y ratios de desempeño
- Gestión de mantenimiento aplicando BI – Dashboard de Indicadores
- Introducción al Machine Learning
- Técnicas de clusterización

- Aplicaciones del Big Data Analytics a la gestión de costes
- Correlaciones y regresiones
- Análisis de brechas y toma de decisiones
- Toma de decisiones a corto plazo
- Costos e ingresos relevantes
- Análisis de la situación operativa, de inversión y de financiación
- Medición y evaluación por centros de responsabilidad

- Introducción al análisis e interpretación de los estados financieros
- Análisis e interpretación de estados de resultado operativo
- Valorización de proyectos y empresas mineras

- Análisis de datos en operaciones
- Introducción a Simulación Montecarlo para la toma de decisiones en operaciones
- Trabajo aplicativo final