Duración:

20 a 40 horas.

Introducción:

Este curso introduce el machine learning aplicado a reservorios, enseñando a usar algoritmos para analizar datos. Los participantes aprenderán a predecir producción y optimizar operaciones con técnicas básicas.

Objetivos del curso:

Enseñar fundamentos de machine learning en reservorios. Capacitar en la aplicación de algoritmos para mejorar decisiones técnicas.

Dirigido a:

Ingenieros intermedios en data science.

Programa:

1. Fundamentos de Machine Learning Aplicado al Petróleo
2. Uso de Datos Operativos (Presión y Tasas) en Modelos ML
3. Modelos de Regresión para Predicción de Variables Continuas
4. Preparación y Limpieza de Datos para Entrenamiento
5. Introducción a Python y Herramientas de Machine Learning
6. Desarrollo de Modelos Predictivos Simples
7. Técnicas de Clasificación para Reconocimiento de Patrones
8. Validación y Evaluación de Modelos de ML
9. Aplicaciones de ML en Optimización de Producción de Pozos
10. Estudio de Caso: Predicción con Datos Reales del Campo
11. Principales Limitaciones y Errores en ML Básico
12. Perspectivas Futuras del ML en Ingeniería de Reservorios