MINERÍA la mejor puerta de acceso al sector minero MINERÍA / ENERO 2024 / EDICIÓN 556 16 la optimización continua de la producción. Para ello, se implementaron dashboards y herramientas de visualización de datos que permitieron tener un seguimiento detallado de los indicadores de rendimiento clave (KPI) y la evolución de las métricas de interés. Además, se implementó un sistema de retroalimentación para integrar las lecciones aprendidas en el proceso y realizar mejoras iterativas tanto en la arquitectura de datos como en los algoritmos de Machine Learning. Se fomentó una cultura de aprendizaje continuo y adaptación al cambio, con el fin de mantener la eficiencia del sistema a largo plazo. La interacción con el personal técnico y operativo de Antamina fue clave en este proceso. Se realizaron sesiones de capacitación y talleres para familiarizar al personal con la nueva arquitectura de datos y los modelos de ML, y para entender cómo estos podían influir en su trabajo diario. También se establecieron protocolos de mantenimiento y actualización de la arquitectura de datos y los sistemas ML, para asegurar su correcto funcionamiento y adaptación a las nuevas necesidades y desafíos que puedan surgir. A través de este proceso riguroso y detallado, se pudo implementar con éxito una arquitectura de datos robusta que potenció el uso de Machine Learning e Inteligencia Artificial en la operación de Antamina, permitiendo incrementar la producción de cobre fino y zinc. Este caso demuestra cómo una correcta gestión y uso de los datos Figura 14. AWS Kinesis –Streaming. Figura 15. AWS S3. puede desbloquear significativas oportunidades de mejora e innovación en el sector minero. Presentación y discusión de resultados Una vez que se logró implementar y establecer la arquitectura de datos, y se llevaron a cabo las operaciones de Machine Learning e Inteligencia Artificial, los resultados obtenidos fueron notables. Estos se dividen en dos categorías principales: resultados técnicos y resultados de negocios. Los resultados técnicos hacen referencia a las métricas y logros alcanzados con la implementación de la arquitectura de datos y la operación de las soluciones de Machine Learning e IA, mientras que los resultados de negocios están relacionados al impacto que estas soluciones tuvieron en las operaciones y resultados generales de Antamina. Resultados técnicos El rendimiento de la arquitectura de datos y las operaciones de Machine Learning e IA superó las expectativas. La eficiencia del procesamiento de datos mejoró significativamente, con una reducción del tiempo de procesamiento y una mejora en la calidad de los datos disponibles para el análisis. La implementación de la arquitectura de datos permitió la consolidación de los datos de diferentes fuentes en un único lugar, facilitando su gestión y análisis. Por otro lado, los algoritmos de Machine Learning e IA desarrollados demostraron un alto grado de precisión en sus predicciones y recomendaciones, lo que permitió una mayor confianza en la toma de decisiones basada en datos.
RkJQdWJsaXNoZXIy MTM0Mzk2