30 DE AGOSTO
Sábados y Domingos: 7pm a 9pm (Hora Perú)
Este programa está dirigido a profesionales y especialistas que buscan fortalecer sus competencias en gestión ambiental minera, monitoreo ambiental, análisis territorial, modelamiento y tecnologías digitales aplicadas a la minería.
Al finalizar el programa, el participante será capaz de:
Introduce los fundamentos de la gestión ambiental durante el ciclo de vida de una operación minera, integrando monitoreo ambiental, tecnologías digitales y herramientas para la prevención, seguimiento y control de impactos ambientales.
Desarrolla competencias para evaluar la calidad del agua, aire y suelo, identificar fuentes de contaminación y aplicar metodologías de evaluación de impactos ambientales en proyectos mineros.
Aborda la aplicación de instrumentos de gestión ambiental, normativa vigente, sistemas ISO 14001, auditorías ambientales y estrategias para el cierre de minas y la gestión de pasivos ambientales.
Capacita en el uso de QGIS y Global Mapper para gestionar información geoespacial, elaborar cartografía temática y realizar análisis territorial aplicado al monitoreo ambiental y cierre de minas.
Enseña a utilizar imágenes satelitales, ENVI y Google Earth Engine para evaluar cambios ambientales, monitorear áreas intervenidas y generar información estratégica para la gestión ambiental minera.
Desarrolla habilidades para analizar datos ambientales mediante RStudio, automatizar procesos con Python y ArcPy, e integrar ciencia de datos para optimizar el monitoreo ambiental.
Profundiza en el estudio de procesos geoquímicos, drenaje ácido de roca, calidad del agua y modelamiento hidrogeoquímico utilizando PHREEQC para prevenir y gestionar riesgos ambientales.
Analiza la gestión ambiental de relaves, botaderos y demás componentes mineros, aplicando GeoStudio para evaluar estabilidad, riesgos y estrategias de rehabilitación y cierre sostenible.
Desarrolla modelos dinámicos con GoldSim para simular escenarios ambientales, evaluar riesgos, gestionar recursos hídricos y fortalecer la planificación del cierre de minas con enfoque sostenible.
Aplica Python y algoritmos de Machine Learning para construir modelos predictivos orientados a la calidad del agua, emisiones, drenaje ácido, contaminantes y riesgos ambientales, apoyando una gestión minera basada en datos e inteligencia artificial.
Introduce los fundamentos de la gestión ambiental durante el ciclo de vida de una operación minera, integrando monitoreo ambiental, tecnologías digitales y herramientas para la prevención, seguimiento y control de impactos ambientales.
Desarrolla competencias para evaluar la calidad del agua, aire y suelo, identificar fuentes de contaminación y aplicar metodologías de evaluación de impactos ambientales en proyectos mineros.
Aborda la aplicación de instrumentos de gestión ambiental, normativa vigente, sistemas ISO 14001, auditorías ambientales y estrategias para el cierre de minas y la gestión de pasivos ambientales.
Capacita en el uso de QGIS y Global Mapper para gestionar información geoespacial, elaborar cartografía temática y realizar análisis territorial aplicado al monitoreo ambiental y cierre de minas.
Enseña a utilizar imágenes satelitales, ENVI y Google Earth Engine para evaluar cambios ambientales, monitorear áreas intervenidas y generar información estratégica para la gestión ambiental minera.
Desarrolla habilidades para analizar datos ambientales mediante RStudio, automatizar procesos con Python y ArcPy, e integrar ciencia de datos para optimizar el monitoreo ambiental.
Profundiza en el estudio de procesos geoquímicos, drenaje ácido de roca, calidad del agua y modelamiento hidrogeoquímico utilizando PHREEQC para prevenir y gestionar riesgos ambientales.
Analiza la gestión ambiental de relaves, botaderos y demás componentes mineros, aplicando GeoStudio para evaluar estabilidad, riesgos y estrategias de rehabilitación y cierre sostenible.
Desarrolla modelos dinámicos con GoldSim para simular escenarios ambientales, evaluar riesgos, gestionar recursos hídricos y fortalecer la planificación del cierre de minas con enfoque sostenible.
Aplica Python y algoritmos de Machine Learning para construir modelos predictivos orientados a la calidad del agua, emisiones, drenaje ácido, contaminantes y riesgos ambientales, apoyando una gestión minera basada en datos e inteligencia artificial.
