6954 West Spring Oak Drive. West Jordan, UT 84081
info@aipetroleum.com
  • Home
  • About
    • About Us
    • Contacts
  • Consulting
    • Reservoir Engineering
    • Production Optimization Engineering
    • Drilling
    • Geomechanics
    • Data Science
    • Geostatistics
  • Technical Library
  • Events
  • Home
  • About
    • About Us
    • Contacts
  • Consulting
    • Reservoir Engineering
    • Production Optimization Engineering
    • Drilling
    • Geomechanics
    • Data Science
    • Geostatistics
  • Technical Library
  • Events
  • Home
  • About
    • About Us
    • Contacts
  • Consulting
    • Reservoir Engineering
    • Production Optimization Engineering
    • Drilling
    • Geomechanics
    • Data Science
    • Geostatistics
  • Technical Library
  • Events
Sign In
  • Home
  • About
    • About Us
    • Contacts
  • Consulting
    • Reservoir Engineering
    • Production Optimization Engineering
    • Drilling
    • Geomechanics
    • Data Science
    • Geostatistics
  • Technical Library
  • Events
Courses

Fundamentos de Ciencia de Datos Aplicada a la Ingeniería de Petróleo y Geociencias

User AvatarTeacherRicardo J. SotoCategoryData Science, Virtual en Vivo
Review
(0 reviews)
EMS-Data-Science-620×400-1

Desde el 2014, la crisis en la industria petrolera la ha expuesto a una serie de desafíos que no se han visto en las últimas tres décadas, motivándola a tomar medidas poco convencionales para optimizar sus recursos y mantenerse a flote en un ambiente cada día más competitivo.

Dentro de este ambiente, la habilidad para manejar y mantener el ritmo de trabajo con cantidades masivas de datos de todo tipo y velocidad de llegada se ha convertido en algo mas preocupante ahora que se tiene mas acceso a sensores mas confiables y veloces, arquitecturas tecnológicas y herramientas de visualización.

Un flujo de trabajo básico y automatizado abarca cuatro pasos: Importar, Limpiar, Entender y Comunicar. Entender incluye un ciclo de Transformar, Visualizar y Modelar los datos, que se satisface cuando las incertidumbres en las preguntas hechas a los datos han sido óptimamente minimizadas.

Minería de Datos, concisamente, es encontrar patrones en un vasto lago de información. Comúnmente, las herramientas mas usadas para esto son Modelaje Estadístico, Aprendizaje de Maquina, Enfoques Computacionales a Modelado Matemático, Sumarización y/o Extracción de Variables Características (Procesamiento de imágenes, texto, sonido y data no estructurada/tabulada como tal).

La falta de unificación para someter consultas a una sola variable en una sola tabla y visualizar datos en una sola plataforma, obliga a los ingenieros y analistas a pasar casi un 80% de su tiempo en recolectar los datos de estas varias fuentes de información y pegar estos datos en medios no reproducibles como hojas de cálculo, diapositivas y documentos de texto. Por lo tanto, piezas valiosas de información terminan en las maquinas locales de los analistas o generan una proliferación incontrolable de documentos en físico, socavando así la posibilidad de hacer estos análisis en un ambiente colaborativo único y por ende la búsqueda de una continuidad ininterrumpida del negocio, sin hablar de la brecha informacional y generacional que se crea cuando los analistas mas experimentados se jubilan o se van.

En resumen, los objetivos primarios del Analytics y la Ciencia de Datos Aplicada a La Ingeniería de Petróleo y Geociencias son reducir el tiempo no productivo de los ingenieros para que estos se puedan enfocar en encontrar conocimiento accionable y por ende oportunidades perdidas anteriormente de incrementar u optimizar la producción del campo que custodia a través de un flujo reproducible de trabajo con los datos disponibles que permita eliminar la recolección manual de datos, generar resultados visualmente atractivos, trabajar con un conjunto interdisciplinario de submódulos, promover la minería y análisis de datos de la manera correcta, esto es: escoger la familia correcta de modelos matemáticos que se ajusten mejor a las necesidades del negocio, los datos relevantes disponibles y una configuración tecnológica óptimamente diseñada para que las mejores practicas puedan ser transferidas y generar un cambio de paradigma para los ingenieros de campo y consultores que les permita subir de nivel y ampliar su repertorio de destrezas en una industria cada día más exigente.

A través de este curso, los cursantes estarán expuestos a casos básicos de aplicación de los lenguajes Python y R, así como también las herramientas de visualización Spotfire, Tableau y PowerBI y la Terminal Linux.


OBJETIVOS – LO QUE APRENDERÁS

Se espera que después de este curso el cursante reconozca los aspectos fundamentales de:

  • Eliminar y automatizar el proceso de recolección de datos.
  • Generar resultados concisos, conclusivos y visualmente atractivos.
  • Promover los conceptos de Analytics y Ciencia de Datos para solucionar las necesidades del negocio, conocer los datos relevantes y la tecnología necesaria para estimar el impacto de hacer un trabajo reproducible y el valor agregado de las destrezas en programación y “data-alfabetismo” en un Ingeniero de Petróleo o Geocientífico con experiencia de campo y dominio en su materia.


¿QUIÉNES DEBERIAN ASISTIR?

Ingenieros de Petróleo en general y Geocientíficos.

  

 

User Avatar
Ricardo J. Soto

Ricardo J. Soto es un Ingeniero Senior de Yacimientos y Asesor de Ciencia de Datos con 18 años de experiencia en la industria petrolera. Después de graduarse como Ingeniero de Petróleo en la Universidad del Zulia, comenzó su carrera en Petroleos de Venezuela SA (PDVSA) como ingeniero de yacimientos donde paso 9 años a través de varios departamentos y países en asignaciones breves (España, Reino Unido, Vietnam e Irán), reubicándose en Estados Unidos en el 2013 y comenzando una carrera como consultor para Halliburton en el Medio Oriente y Norte de África donde inicio el departamento de analítica y ciencia de datos aplicada a ingeniería de petróleo para la región y trabajando para proyectos en varios países como Argelia, Tunicia, Omán y Libia. Actual, y permanentemente, se encuentra en Estados Unidos como consultor freelance en ciencia de datos, trabajando en el desarrollo de sistemas automatizados de recomendación y aplicaciones web potenciadas por Aprendizaje de Maquinas e Inteligencia Artificial tanto dentro como fuera de la industria petrolera.

Related Courses

Simulación de Yacimientos
Reservoir EngineeringVirtual en Vivo
User AvatarJorge Romero

Simulación de Yacimientos

0
El paso a paso en la construcción de un modelo de estabilidad de hoyo 1D
GeomechanicsVirtual en Vivo
User AvatarVladimir Vasquez

El paso a paso en la construcción de un modelo de estabilidad de hoyo 1D

0
Caracterización de Yacimientos
Reservoir EngineeringVirtual en Vivo
User AvatarJorge Romero

Caracterización de Yacimientos

0