Datos del practicante
Completa estos campos y las cartas de abajo se llenan solas. Lo que escribas se guarda solo en este navegador.
Qué vas a construir
Trabajarás con una mina ficticia, Unidad Minera Andina: dos tajos abiertos, una planta concentradora y una flota de camiones, palas y perforadoras. Los datos de equipos y mantenimiento vienen de un repositorio público; la producción y los costos los generas tú con Python, documentados como sintéticos.
Objetivo
Responder tres preguntas que se hace cualquier superintendente de mina: ¿estamos cumpliendo el plan de producción?, ¿qué equipos nos están frenando? y ¿cuánto nos cuesta cada tonelada?
Herramientas
- Git y GitHub para todo el trabajo
- SQL (SQLite) para explorar y modelar
- Python con pandas para limpiar y generar datos
- Power BI Desktop: Power Query, DAX y reportes (.pbip)
Modelo estrella
Los hechos al centro comparten dimensiones, así un mismo visual cruza producción, mantenimiento y costos.
Indicadores (KPIs)
| KPI | Fórmula |
|---|---|
| Toneladas producidas | Suma de toneladas |
| Cumplimiento del plan | Real ÷ plan |
| Disponibilidad mecánica | (h programadas − h mantenimiento) ÷ h programadas |
| Utilización | h operativas ÷ h disponibles |
| MTBF | h operativas ÷ n.º de fallas |
| MTTR | h de reparación ÷ n.º de fallas |
| Costo por tonelada | Costo USD ÷ toneladas |
| Variación mensual | (mes − mes anterior) ÷ mes anterior |
Fuentes de datos
| Fuente | Qué aporta | Licencia |
|---|---|---|
| Mining Predictive Maintenance | Base del proyecto: 50 camiones, más de 100 mil lecturas de sensores, 890 mantenimientos, 26 fallas. Trae SQLite, CSV y un .pbix de referencia. | MIT |
| Metalúrgica Data | Datasets de flotación y procesos, más un notebook con producción minera peruana 2021–2025. | Datos CC BY 4.0 |
| MINEM – Boletín Estadístico Minero | Producción nacional por metal y región para la página de contexto Perú. | Información pública |
Cinco semanas y una presentación
Cada semana cierra con un entregable en GitHub y una reunión de revisión de 30 minutos con el supervisor.
- Semana 19 – 13 nov
Minería, GitHub y datos
Ciclo minero (perforación, voladura, carguío, acarreo, chancado, flotación, mantenimiento). Crear el repositorio, clonar la fuente base y perfilar sus tablas.
Repo con README, glosario minero e inventario de datos - Semana 216 – 20 nov
SQL y Python
Consultas con JOIN, CTE y funciones ventana. Limpieza con pandas y generación de producción y costos sintéticos con semilla fija.
sql/exploracion.sql · python/generar_sinteticos.py - Semana 323 – 27 nov
Modelo estrella
Definir el grano de cada hecho, crear las tablas en SQL, validar llaves y cargar el modelo en Power BI con Power Query.
Diagrama del modelo y diccionario de datos - Semana 430 nov – 4 dic
DAX y dashboards
Medidas de todos los KPIs, conciliadas contra SQL. Páginas de resumen ejecutivo, producción y confiabilidad de flota.
Archivo .pbip con 3 páginas - Semana 57 – 11 dic
Contexto Perú y documentación
Página con datos del MINEM, README final, supuestos documentados y ensayo de la presentación.
Repositorio completo y presentación - Cierre14 – 15 dic
Presentación final
Presentación de 20 minutos: hallazgos, recomendaciones y demo del dashboard. Entrega de constancia y evaluación de desempeño.
Presentación el 15 de diciembre
Entregables y rúbrica
Estructura del repositorio
mining-operations-analytics/ ├── README.md ├── data/ raw/ y processed/ ├── sql/ exploración y modelo ├── python/ ETL y datos sintéticos ├── powerbi/ proyecto .pbip ├── docs/ diccionario, supuestos, KPIs └── reportes/ reportes semanales
Rúbrica (100 puntos)
| SQL y Python limpios y reproducibles | 20 |
| Modelo de datos correcto | 20 |
| Power BI y DAX conciliados | 20 |
| Documentación | 15 |
| Comprensión del negocio minero | 10 |
| Presentación final | 10 |
| Constancia: commits y reportes semanales | 5 |
Cartas y formatos
Cada documento usa los datos del Paso 1. Los campos resaltados aún faltan. Copia el texto a Word o Google Docs para firmarlo.