MINERÍA la mejor puerta de acceso al sector minero MINERÍA / MAYO 2023 / EDICIÓN 548 13 vía el feedback al equipo de datos para realizar los ajustes en los modelos. De esta manera, la generación de recomendaciones, su aceptación o rechazo y ajuste forman parte de un proceso iterativo y de mejora continua. El desarrollo de analítica avanzada en Antamina se ubica como el primer referente a nivel mundial en implementar exitosamente Machine Learning en un yacimiento polimetálico tipo skarn de grandes dimensiones, generando modelos de uso simultáneo en molienda SAG, flotación de cobre y de zinc, para incrementar la producción metálica en la planta. El desarrollo del proyecto se ha dado en cuatro fases principales que se pueden ver en detalle en la Figura 9. En el avance del presente documento, se irá profundizando en cada una de las fases del desarrollo del proyecto de analítica en Antamina. Preparación: habilitadores para una implementación exitosa de Machine Learning Los proyectos de este tipo requieren que una organización esté preparada para generar un ambiente nuevo de trabajo que asegure una implementación exitosa, existen habilitadores necesarios para iniciar el proceso, en la experiencia de Antamina se pueden resaltar los dos siguientes: La creación de células de trabajo ágil Para una implementación de Machine Learning es necesario adoptar una nueva forma de trabajo enfocada en iterar de manera constante durante el desarrollo del proyecto y generar un feedback continuo del área usuaria. La mentalidad ágil del equipo debe asegurar un desarrollo adaptativo mediante Productos Mínimos Viables (MVP) que puedan ir entregándose Figura 11. Análisis de frontera potencial SAG1.
RkJQdWJsaXNoZXIy MTM0Mzk2