Clases prácticas en vivo cada martes y jueves, 5 pm, con casos reales de planta: conminución, flotación, lixiviación, laboratorio. De Excel a Python, paso a paso, sin costo.
De la hoja de cálculo al código: la misma escalera que sigue un analista de datos en minería.
Bases de planta, KPIs y dashboards.
Estadística aplicada y control de proceso.
Regresión, modelos y análisis reproducible.
Automatización, pronósticos y Machine Learning.
Los martes construimos la base con Excel. Los jueves subimos a herramientas profesionales. Todo con datos reales de procesos de beneficio de mineral.
Principiante · Desde cero
Para quien quiere dejar de pelear con hojas de cálculo y empezar a analizar de verdad. Ideal si vienes de campo y sabes de metalurgia, pero no de datos.
Avanzado · Nivel PRO
Para quien ya se defiende y quiere automatizar, modelar y pronosticar. Aquí saltamos del cálculo manual al análisis reproducible con código.
No es un curso genérico de Excel. Es cómo un ingeniero o analista de minería resuelve problemas reales con datos.
Pasa de datos sueltos y con errores a una base de molienda y recuperación lista para decidir.
Toneladas, recuperación y variabilidad por turno en un tablero claro que responde tus preguntas.
Anticipa producción y recuperación, y aprende a no confiar en un modelo solo porque "da un número".
Un proceso que limpia, analiza y pronostica con un clic, sin rehacer todo a mano cada vez.
Compara varios modelos con métricas y elige el mejor con evidencia, no a ojo.
El camino completo hasta una app que cualquiera en planta usa con un clic, sin saber de código.
Las clases gratuitas siguen esta escalera. Cada nivel se apoya en el anterior, para que sientas que avanzas de verdad.
Estructurar datos: tablas, tipos de variable, fechas y turnos, datos faltantes, duplicados, filtros y Power Query.
ExcelKPIs, promedios, desviación estándar, percentiles, variabilidad, tendencias, tablas dinámicas y dashboards.
Excel · MinitabSeries de tiempo, estacionalidad, promedios móviles, regresión y evaluación del error (MAE, RMSE, MAPE).
Excel · MinitabCorrelación, regresión, R², residuos, supuestos de los modelos y automatización del análisis con código.
R · MinitabRandom Forest, Gradient Boosting, validación cruzada, sobreajuste y comparación objetiva de modelos.
R · PythonUna herramienta donde subes datos, eliges periodo y el pronóstico de molienda y recuperación se recalcula solo.
Shiny · PythonToda la coordinación pasa por un grupo de WhatsApp. Te unes una vez y listo.
Toca el botón, entra al grupo de WhatsApp y preséntate: tu nombre y a qué te dedicas.
Cada martes y jueves enviamos el enlace de la clase del día directo al grupo, antes de empezar.
Entras en vivo a las 5 pm. Después compartimos el material y el dataset solo para la comunidad.