es

UQ home      JKTech       SMI   __    

geo1
  1. Inicio
    2. keyboard_arrow_right
  2. Formación
    3. keyboard_arrow_right
  3. Geospatial AI para Riesgo Climático en Minería

Geospatial AI para Riesgo Climático en Minería

Introduce el uso de inteligencia artificial geoespacial para identificar, analizar y gestionar riesgos climáticos en operaciones mineras, integrando datos territoriales y herramientas avanzadas de análisis espacial.

Área

Producción responsable

schedule

Duración

3 días

location_on

Lugar

Presencial

person

Cupos

15-20 participantes

Descripción del curso

La industria minera ya no puede tratar el cambio climático como un mero contexto: hoy es un riesgo operacional, ambiental y financiero que exige trazabilidad, análisis de escenarios, métricas y gobernanza, en línea con estándares del sector como el Global Industry Standard on Tailings Management (GISTM).

Este curso entrega una capacidad práctica y reproducible para integrar activos (GIS), amenazas climáticas observadas y proyectadas, datos de observación de la Tierra y técnicas de machine learning, con el fin de generar indicadores y mapas accionables que apoyen la toma de decisiones en operaciones, cumplimiento ESG, permisos y continuidad operacional. Cada participante se va con un “mini-sistema” de analítica espacial de riesgo climático (scripts + plantillas + mapa final).

target

Este curso está dirigido a

Profesionales, consultoras y proveedores tecnológicos de planificación y riesgo, medio ambiente, cierre, agua, relaves, sustentabilidad/ESG, geotecnia, permisos, innovación/BI; data/geomática; GIS (QGIS/ArcGIS) y manejo de capas vector/raster.

check_circle

Después del curso podrás

Al finalizar el curso, los participantes serán capaces de:

  • Traducir un requerimiento tipo TCFD/IFRS S2 a variables espaciales medibles (amenaza-exposición-vulnerabilidad).
  • Montar un pipeline reproducible para armonizar datos (CRS, resoluciones, QA/QC, metadatos).
  • Construir indicadores de amenaza climática y ambiental (sequía, calor, precipitación extrema, erosión/inundación como ejemplo).
  • Calcular exposición por activo (buffers, hex-grid, catchments) y generar risk scores trazables.
  • Entrenar un modelo ML simple pero defendible (baseline + validación + interpretabilidad) para vulnerabilidad/amenaza/impacto.
  • Entregar resultados en un formato de decisión: mapa + tabla + narrativa corta y verificable.

Facilitador

DO

Diego Ocampo

Investigador de producción responsable y optimización de los procesos mineros en SMI Chile

Ingeniero Ambiental de la Universidad Católica Boliviana y Magíster en Recursos Naturales y Cambio Global de la Pontificia Universidad Católica de Chile. Actualmente cursa el Doctorado en Biología y Ecología Aplicada en la Universidad de La Serena. Durante la última década, ha desarrollado su trayectoria en Chile, Australia, Canadá y Colombia, en ámbitos como minería, salmonicultura, cambio climático, conservación de la biodiversidad, manejo del borde costero, entre otras área de interés. Su trabajo se apoya en el análisis de datos y programación en la nube, teledetección, modelamiento geoespacial y desarrollo de redes neuronales aplicadas. Actualmente, como investigador de SMI Chile, trabaja en temáticas relativas a cambio climático, macroecología y observación de la tierra, con foco en los impactos de escenarios climáticos sobre operaciones de alta montaña, donde busca fortalecer la preparación y respuesta frente a eventos extremos de alta complejidad mediante el uso de simulaciones climáticas y escenarios de riesgo.

Programa

Día 1keyboard_arrow_up

Día 1 – Fundamentos prácticos: del estándar al mapa

  • Riesgo climático en minería: taxonomía operativa
  • Datos y arquitectura mínima
  • Setup y primer producto en 60–90 min
Día 2keyboard_arrow_up

Día 2 – Amenazas: clima + Observación de la Tierra para minería

  • Amenazas climáticas relevantes por tipo de activo (relaves, agua, transporte, infraestructura y ecosistemas).
  • Observación de la Tierra aplicada
  • Construcción de indicadores de amenaza + exposición
Día 3keyboard_arrow_up

Día 3 – ML/IA y entrega ejecutiva: del modelo al tablero

  • ML que sí se defiende en industria
  • Riesgo compuesto y priorización
  •  “Paquete de decisión”

Información del curso

$1,800,000CLP
  • Precio por participante
  • Certificación de participación
  • Almuerzo y coffe break
  • Materiales de trabajo
  • Consulta por precios de pre-venta y descuentos para empresas o grupos
Inscríbete aquílaunchPagar cursoeast
Contacto background

¿Necesitas más información?

Nuestro equipo está disponible para resolver tus dudas.

Contáctanos