Si bien es una industria vasta y altamente rentable, la minería enfrenta cada vez mayor de presión, particularmente en torno a cuestiones ambientales, sociales y climáticas. Con esto en mente, la industria comprende la importancia de la tecnología en su supervivencia y prosperidad.
El Informe de tecnología minera de Equinix 2021-22 reveló que las empresas mineras invierten mucho en conectividad, telecomunicaciones, automatización y tecnología de datos. Una encuesta realizada como parte del informe encontró que el 93 % está aumentando el gasto general en tecnología y el 44 % informó que está aumentando significativamente la inversión.
Con la industria dando pasos activos para aumentar el uso de la tecnología en la minería, nos hizo pensar en cómo han evolucionado ciertos puestos debido a la tecnología y cómo se ve el futuro de estos roles. Analizamos los siguientes temas:
- La historia de la tecnología y la minería.
- Roles que dependen cada vez más de la tecnología.
- ¿Qué tipos de tecnología se utilizan para estos roles?
- Las responsabilidades clave de cada rol.
Comprender el uso cada vez mayor de la tecnología en los puestos de alto nivel ayudará a preparar a nuestros candidatos para dar el siguiente paso en sus carreras. Un punto de partida crucial para esta discusión es la historia del rol de la tecnología en el avance de los trabajos mineros.
Una breve historia de la tecnología minera
La industria minera adaptándose a la tecnología corre a lo largo de la historia del sector. Por ejemplo, si retrocedemos a los inicios de la minería, los pozos se excavaban a mano o con herramientas a base de piedra, lo que hacía que la tarea fuera muy laboriosa. Con el tiempo, estas herramientas básicas fueron reemplazadas por el fuego, que consistía en apilar montones de troncos cerca de la pared de la roca y quemarlos hasta que la roca se debilitara y se fracturara.
Hubo un avance rápido hasta finales de la Edad Media, cuando los mineros comenzaron a usar explosivos hechos de pólvora negra para romper rocas grandes. A mediados del siglo XIX, la pólvora negra fue reemplazada por la dinamita, que era mucho más efectiva.
Con la Revolución Industrial entre 1750 y 1840 se desarrollaron nuevos avances en equipos de minería y explosivos. Los taladros mecánicos, impulsados por pistones, ayudaron a aumentar la eficacia y la capacidad de extraer roca dura. Además, carros mineros, vehículos y transportadores eléctricos reemplazaron a los dispositivos de carga y acarreo manuales. Finalmente, las lámparas de gas y de batería fueron reemplazadas por lámparas de mecha de aceite y velas.
Un avance tecnológico más reciente es el surgimiento de vehículos autónomos que reemplazan a los vehículos operados por humanos. Estos vehículos se introdujeron en 2008 cuando Rio Tinto Alcan comenzó a probar el primer sistema de transporte minero autónomo comercial del mundo en la mina de hierro Pilbara en Australia Occidental. Algunas ventajas críticas del uso de vehículos autónomos son las siguientes:
- No requieren la presencia de humanos en áreas y tareas peligrosas.
- Pueden incrementar la productividad en 20% aproximadamente.
- Pueden reducir errores humanos.
- Pueden trabajar las 24 horas del día, los siete días de la semana.
Cifras recientes sobre vehículos autónomos muestran que la tecnología continúa siendo adoptada por la industria y será una parte importante de su futuro. Por ejemplo, entre mayo de 2021 y mayo de 2022, la cantidad de camiones de transporte autónomos en funcionamiento en todo el mundo aumentó de 769 a 1068, un aumento del 39 %. Se espera que esta cifra llegue a 1.800 a finales de 2025.
En nuestro blog reciente, ‘Evolución de la tecnología minera y la creciente necesidad de atraer talento a la industria minera’, discutimos los últimos desarrollos tecnológicos en la industria minera, cómo la están ayudando a avanzar y cómo esta evolución está creando desafíos en torno a la atracción de talento..
Los trabajos mineros que adoptan la tecnología
Como se puede ver en la historia, la minería no tiene miedo de adaptarse a los tiempos y utilizar la tecnología a su favor. A continuación, veamos tres roles que han adoptado completamente la tecnología y están ayudando a impulsar la industria hacia la era moderna.
Ingeniero de planeamiento minero
Los ingenieros de planificación minera tienen una gran demanda, principalmente debido a las presiones de las minas para reducir su impacto en el medio ambiente sin dejar de ser productivas y rentables.
La planificación minera es la mezcla del diseño de la mina y la organización de las actividades mineras. El diseño de la mina tiene como objetivo desarrollar un sitio de mina que permita la explotación de reservas de una manera económica, segura y ambientalmente responsable. El diseño incluirá lo siguiente:
- Las características únicas del sitio (tamaño de los recursos, tipo de tierra, hábitat local, comunidades locales, etc.).
- El mercado anticipado del producto.
- Las expectativas de beneficio.
- La programación de la mina se ocupa de la organización de las operaciones y la asignación correcta de personas y equipos para garantizar que se cumplan los objetivos de producción.
Las empresas mineras quieren maximizar las ganancias mientras se comprometen a mantener sus sitios seguros y reducir los efectos ambientales. Sin embargo, muchas limitaciones que experimentan los sitios mineros no siempre se conocen en un momento dado, y muchas pueden cambiar de manera impredecible con el tiempo. La incertidumbre en torno a las restricciones genera riesgos, creando complejidades para las operaciones mineras. La planificación minera identifica los riesgos a corto y largo plazo y encuentra soluciones adecuadas, seguras y rentables para garantizar el buen funcionamiento de las operaciones de la mina durante su ciclo de vida.
A continuación, echamos un vistazo a tres tecnologías clave que son vitales para la planificación a corto y largo plazo de una mina y que se están convirtiendo en un elemento básico de la caja de herramientas de un ingeniero.
Inteligencia operativa: OI se utiliza cuando los operadores e ingenieros desean digitalizar partes de sus operaciones para obtener información real sobre todas las operaciones mineras e iniciar decisiones basadas en datos. Un ejemplo de su uso es la digitalización de activos dinámicos como trabajadores y vehículos para visualizar su comportamiento. El software OI puede recopilar estos datos y proporcionar recomendaciones para ayudar a mejorar la eficiencia, la seguridad y la productividad.
Drones: los drones pueden realizar diversas actividades mineras, desde la exploración cartográfica, la topografía, la garantía de la seguridad y el aumento de la seguridad. Han demostrado ser un éxito significativo, ya que aumentan la recopilación de datos y mejoran la productividad y la seguridad.
Los drones pueden proporcionar rápidamente información precisa y completa sobre las condiciones de la mina, la gestión de la seguridad del sitio, la topografía y el mapeo, y la gestión de existencias.
Han sido enormemente ventajosos para los ingenieros, ya que pueden recopilar datos veinte veces más rápido que los métodos tradicionales realizados por personal en el terreno. Como resultado, han permitido a los ingenieros tomar decisiones bien informadas antes. Además, la fotografía aérea y las imágenes de alta resolución de los drones son mucho más avanzadas y precisas que las inspecciones y el mapeo de minas tradicionales.
Software de planificación minera: este software proporciona a las empresas mineras una herramienta rápida, precisa, eficiente y rentable para administrar sus intereses comerciales globales. Hoy en día, prácticamente todos los aspectos de la minería utilizan software de planificación. Por ejemplo, el software puede estimar el rendimiento financiero de un depósito mineral, encontrar soluciones para la rehabilitación de tierras después del cierre de la mina y administrar la infraestructura necesaria para la extracción de minerales y metales. Además, dado que los proyectos mineros necesitan una inversión sustancial, la principal ventaja de usar el software es que puede reducir los costos de producción y mantenimiento.
Los ingenieros de planificación minera están muy a la vanguardia del auge de la tecnología en la industria, y estos avances continuarán apoyándolos en sus funciones diarias. A continuación, veamos sus responsabilidades clave:
- Garantizar que los recursos subterráneos, como minerales y metales, se extraigan de manera segura y eficiente.
- Evaluar la viabilidad y el beneficio comercial potencial de los nuevos sitios.
- Comprender los riesgos de extracción.
- Desarrollar planos o maquetas para posibles sitios mineros.
- Manejo de presupuestos.
- Capacitación y supervisión de personal.
- Uso de aplicaciones informáticas especializadas para maximizar la producción y la planificación.
Los ingenieros de planificación de minas deben tener un título en una materia como ingeniería de minas, geología o ingeniería civil. Tener un título avanzado es ventajoso y necesario para algunos puestos. También se espera que los ingenieros tengan habilidades cruciales, que incluyen:
- Habilidades analíticas y de resolución de problemas.
- Fuertes habilidades técnicas.
- Habilidades directivas e interpersonales.
- Organizado y eficiente.
- Fuertes habilidades de trabajo en equipo.
Ingeniero de machine learning
El machine learning es un tipo de ciencia de computación y de inteligencia artificial centrado en el uso de algoritmos y datos para emular cómo aprenden los humanos. El machine learning está presente en todos los aspectos de nuestra vida diaria, desde chatbots hasta sugerencias de Netflix y cómo se predicen las fuentes de sus redes sociales.
El machine learning también ha ayudado a revolucionar la industria minera, y los ingenieros son líderes en impulsar sus beneficios. Aquí hay cinco ventajas clave del machine learning para la industria:
- Monitoreo de los efectos ambientales: tecnologías como las imágenes satelitales ayudan a predecir cómo una mina causará cambios en los hábitats, la vegetación y la erosión. Además, los sistemas de rastreo pueden observar el efecto de las actividades mineras en parámetros ecológicos como la temperatura, las aguas subterráneas y la ventilación subterránea.
- Crea cronogramas de turnos: el machine learning puede generar datos de rendimiento sobre las tasas de producción de varias actividades mineras. Los horarios de turnos se pueden diseñar utilizando estos datos para maximizar el rendimiento de la minería de manera segura.
- Acelera la exploración minera: los datos en tiempo real permiten acelerar los cronogramas para múltiples etapas mineras e inteligencia para la toma de decisiones. Además, los datos de teledetección se utilizan en la clasificación de suelos y la identificación de rocas. Finalmente, se utilizan imágenes satelitales, mapas geofísicos y fotografías aéreas para prever la mineralización y la ubicación de las reservas de minerales y metales.
- Salud y seguridad: el machine learning ha ayudado a reducir los accidentes y las lesiones en las minas. Los datos se recopilan a partir de informes de incidentes, cuasi accidentes, análisis de causas raíz y pre operaciones de equipos. Además, el machine learning puede crear algoritmos que predicen fallas potenciales que pueden afectar la producción o causar daños a los empleados.
- Vehículos autónomos: estos vehículos sin conductor se basan en software, en lugar de humanos, para realizar tareas predictivas, como transportar materiales y posicionar equipos de perforación. Además, estos vehículos utilizan algoritmos de machine learning para mejorar su eficiencia y toma de decisiones.
Los ingenieros de machine learning son responsables de crear estos algoritmos y programas que permiten que las máquinas actúen sin necesidad de dirección humana. Además, una parte vital del rol es que los ingenieros permiten que las computadoras tengan la capacidad de aprender automáticamente y mejorar a partir de experiencias sin la necesidad de que una persona las programe.
Las principales responsabilidades de los ingenieros de machine learning son las siguientes:
- Comprender los fundamentos de la informática, incluidos los algoritmos, la estructura de datos y la arquitectura informática.
- Identificar los problemas que deben resolverse para que los programas sean más efectivos.
- Ser un líder en diseño e ingeniería de software.
- Comuníquese con las partes interesadas para analizar los problemas comerciales, confirmar los requisitos y acordar la resolución necesaria.
- Apoye a los equipos de ingeniería en la implementación del machine learning en un producto o sistema.
- La investigación e implementación continuas de las mejores prácticas para mejorar la infraestructura actual de machine learning.
La mayoría de los empleadores esperarán que un ingeniero de machine learning tenga una maestría o un doctorado en una disciplina relevante. Estas disciplinas incluyen ingeniería, matemáticas, estadística e informática. Además, la mayoría de los empleadores buscarán una amplia experiencia en programación de computadoras.
Científico de datos
La ciencia de datos está en auge, con oportunidades de carrera en prácticamente todas las industrias. La minería no es una excepción, y la actividad y la inversión recientes en la profesión han demostrado que la industria se da cuenta de la importancia de su papel en el futuro. Por ejemplo, en 2019, el gobierno australiano anunció una inversión de $7,67 millones para financiar dos centros de investigación minera. El entonces ministro de Educación, Dan Tehan, comentó:
“Estos centros ayudarán a la industria minera de Australia a utilizar mejor los datos para tomar decisiones basadas en evidencia que conduzcan a operaciones más eficientes”.
Estos centros de investigación tenían como objetivo capacitar a la «próxima generación» de científicos e ingenieros de datos en inteligencia artificial, análisis de datos y sistemas de sensores avanzados para aumentar el valor de la minería y el procesamiento de recursos.
El uso de análisis de datos ha ido creciendo en importancia. Los conocimientos adquiridos a partir de la recopilación de datos pueden identificar nuevos mercados, aumentar la productividad, ahorrar dinero, impulsar la innovación, ahorrar tiempo, resolver problemas y mejorar la salud y la seguridad. Así que echemos un vistazo a una selección de actividades mineras en las que los datos ayudan a mejorar:
- Seguridad del trabajador: este es el resultado más positivo del uso de datos. Con el Internet de las cosas (IoT) y otros sensores, las empresas mineras pueden monitorear las condiciones subterráneas las 24 horas del día, los 7 días de la semana. Esta vigilancia significa que pueden actuar de inmediato en una emergencia.
- Métodos sísmicos: los métodos sísmicos se utilizan cada vez más en la industria. Por ejemplo, brindan imágenes de alta resolución de estructuras geológicas que contienen depósitos minerales, ayudan a detectar depósitos minerales en profundidad y respaldan el diseño de minas profundas. Su uso ayuda a reducir los riesgos ambientales y de seguridad y la huella general de la exploración. Además, como es transitorio y temporal, es el método menos intrusivo y rentable para comprender dónde existen los recursos minerales.
- Modelado geológico: el modelado geológico es una representación computarizada de datos geoquímicos, geofísicos, estructurales y litológicos debajo y en la superficie de la Tierra. Los beneficios son que acelera dramáticamente el proceso de exploración, respalda la toma de decisiones, brinda retroalimentación instantánea y ahorra dinero a la empresa.
La creciente importancia de los datos dentro de la minería significa que roles como los científicos de datos seguirán teniendo una gran demanda. Entonces, veamos algunas de las principales responsabilidades de un científico de datos:
- Involucrado en el consumo de datos para construir algoritmos y modelos para predecir riesgos y salvar vidas.
- Apoyar al equipo de análisis de datos en el diseño de configuraciones de captura de datos para trabajos de exploración o cambios en procesos en sistemas existentes.
- Realice análisis exploratorios de datos, proporcione iteraciones rápidas para identificar problemas y busque posibles soluciones.
- El desarrollo de modelos estadísticos y algoritmos de aprendizaje automático para analizar datos y ayudar a abordar un problema o hacer avanzar el negocio.
Los científicos de datos deben tener una licenciatura en campos como informática, estadística, ingeniería o matemáticas. Un título avanzado también es una ventaja. También se requiere que tengan conocimientos técnicos en áreas que incluyen las siguientes:
- Análisis exploratorio de datos.
- Experiencia de modelado de aprendizaje automático con big data.
- Modelado matemático y estadístico.
- Experiencia en arquitectura de software y diseño de sistemas.
Como la minería es una industria global, una carrera como científico de datos puede llevarlo a todo el mundo, trabajando en minas en países fascinantes. Su papel será vital para el avance de la industria minera en el futuro.
¿Quieres ser parte del futuro de la minería?
La minería es una industria que se remonta a miles de años, pero año a año sigue creciendo, avanzando y siendo parte fundamental de nuestra forma de vida. Los avances en tecnología y sus planes para convertirse en una industria más sostenible significan que tiene un futuro emocionante por delante, y usted podría ser parte de él.
Como agencia de reclutamiento especializada en minería, nos apasiona colocar talento de alto nivel en puestos dentro de la industria global. Si desea obtener más información sobre cómo podemos ayudarlo a dar los próximos pasos en su carrera minera, visite esta página dedicada a la minería, los metales y los minerales.
Este artículo ha sido publicado originalmente por Mining.com. Ha sido traducido y publicado por GĚRENS en marzo de 2023.
Apuesta por nuestra Maestría en Gestión Minera, y destaca en el rubro. Examen de admisión: hasta el 10 de abril de 2023.
