La Diplomatura en Data Mining de los Hidrocarburos te brinda las herramientas analíticas necesarias para extraer valor de los datos y optimizar la toma de decisiones en exploración, producción, transporte y comercialización de hidrocarburos.
A través de un enfoque práctico y multidisciplinario, aprenderás a aplicar técnicas de minería de datos, machine learning y analítica avanzada sobre información geológica, de producción y de mercado.
¿Qué vas a aprender?
Identificar patrones y tendencias en grandes volúmenes de datos.
Aplicar modelos predictivos para mejorar la eficiencia operativa.
Integrar herramientas de analítica en proyectos del sector energético.
Diseñar estrategias basadas en evidencia para la gestión de hidrocarburos.
Introducir y profundizar sobre la base de los conocimientos en Upstream a partir de aplicar metodologías de ciencias de datos.
Desarrollar nuevas herramientas de trabajo que pueden adaptarse a las necesidades particulares por caso.
El posgrado en Diplomatura Data Mining de los Hidrocarburos ofrece una visión diferente de la industria de los hidrocarburos a partir del manejo de datos. Está orientado a introducir en metodologías de data mining a ingenieros, geólogos, abogados, economistas, administradores de empresa, contadores, químicos y aquellos que estén vinculados a la actividad.
1.1 Ingeniería de Reservorios
1.2 Cálculo de reservas “in-situ”. Balance de materiales. Curvas de declinación.
1.3 Acuíferos. Yacimientos fisurados.
1.4 Sistemas tight y shale en subsuelo.
1.5 Espesor y extensión de las formaciones Contenido y madurez de la materia orgánica.
1.6 Identificación de las zonas a fracturar. Concepto de sweet spots. Formaciones shale en Argentina
1.7 Aplicaciones de Data Mining, Machine Learning y Deep Learning aplicados a la ingeniería de reservorios convencionales y no convencionales
2.1 Sistema petrolero.
2.2 Rocas sedimentarias.
2.3 Registros eléctricos a pozo abierto.
2.4 Crossplots. Parámetros zonales.
2.5 Introducción a los métodos geofísicos.
2.6 Petroleum Resources Management System (PRMS).
2.7 Aplicaciones de Data Mining aplicada a la geología y geofísica del petróleo.
3.1 Refinación. Refinerías en el mundo. Refinación de petróleo. Desarrollo histórico.3.2 Conceptos básicos de la destilación. Separación física. Conversión. Tratamiento del crudo y productos. Servicios esenciales.
3.2 Áreas del negocio de refinación. Clientes. Circuito de negocio.
3.3 Principales procesos de conversión. Características de los productos. Especificaciones críticas. Número de octano. Número de cetano.
3.4 Procesamiento de Gas Natural. Captación, compresión y separación primaria. Deshidratación de Gas.
3.5 Plantas de Ajuste de Punto de Roció. 5. Recuperación de Gasolina. Separación de Etano y LPG. 6. Endulzamiento de Gas Natural. 7. Almacenamiento y Servicios Auxiliares
3.6 Áreas del negocio. Clientes. Circuito de negocio.
3.7 Aplicaciones de Data Mining, Machine Learning y Deep Learning aplicada a la refinación y del procesamiento de gas natural.
4.1 Propiedades Físicas de hidrocarburos puros.
4.2 Modelos matemáticos de comportamiento. Modelos matemáticos de comportamiento de mezclas de hidrocarburos a bajas y medias presiones.
4.3 Presiones de Convergencia. Equilibrios bifásicos y trifásicos de mezclas hidrocarbonadas.
4.4 Termodinámica. Conservación de la masa y la energía y su aplicación a instalaciones petroleras en el upstream y en el midstream.
4.5 Termo física del petróleo, gas de pozo y sus condensados. Termoquímica. Combustión. Poderes caloríficos superior e inferior de combustibles.
4.6 Concepto de entropía y análisis exergético de instalaciones. Ecuaciones fundamentales de la termodinámica. Construcción de gráficos termodinámicos.
4.7 Aplicaciones de Data Mining, Machine Learning y Deep Learning aplicada a la termodinámica y procesos petroleros.
5.1 Equipos y herramientas.
5.2 Perforación rotativa. Entubación. Perforación direccional. Perforación en el mar.
5.3 Terminación de pozos. Tubing.
5.4 Estimulaciones químicas.
5.5 Fracturación hidráulica.
5.6 Control de arena.
5.7 Aplicaciones de Data Mining, Machine Learning y Deep Learning aplicada a la perforación y terminación de pozos.
6.1 Introducción al Data Mining, Machine Learning y Deep Learning.
6.2 Auto Machine Learning aplicado a la industria del Oil & Gas.
6.3 Manejo de grandes volúmenes de datos y generación de datos sintéticos.
6.4 Procesamiento de modelos en la nube e integración con sistemas Legacy.
6.5 Internet of Things (IoT), Gemelos Digitales, Blockchain y NFTs.
6.6 Gestión de proyectos de IA.
DESCUENTOS Y BENEFICIOS
Importante: Los descuentos no son acumulativos y están sujetos a cupo.
PLANES DE PAGO
Solicitar información sobre planes de pago vigentes y alternativas en cuotas.
CONVENIOS
¿Tu empresa tiene convenio con nosotros? Consultá aquí por beneficios corporativos.
La Facultad de Ingeniería de la Universidad Austral extenderá el Certificado Académico* de aprobación de la “Diplomatura en Data Mining de los Hidrocarburos” a quienes cumplan con el régimen de promoción.
*el título se entregará de manera virtual.
La Universidad Austral es la #1 de Argentina
de Gestión Privada
Contactanos
