КАК СОЗДАТЬ ФАБРИКУ ML МОДЕЛЕЙ ДЛЯ ПРОМЫШЛЕННОСТИ

КАК СОЗДАТЬ ФАБРИКУ ML МОДЕЛЕЙ ДЛЯ ПРОМЫШЛЕННОСТИ

Дата: 01 декабря в 18:00,
бесплатный вебинар

Машинное обучение (ML) позволяет прогнозировать технологический процесс для его оптимизации и заблаговременно выявлять отклонения в работе оборудования. Результаты внедрения можно оценить по уменьшению расходов сырья, увеличению выхода готовой продукции, сокращению времени простоя оборудования.

Регистрация на вебинар

Сейчас модели, построенные на алгоритмах ML, активно встраиваются в технологические процессы, обеспечивая их непрерывность и безаварийность. В свою очередь внедрение и эксплуатация моделей (MLOps) тоже является процессом, которым нужно управлять для максимизации экономического эффекта.

Методология MLOps обеспечивает системный подход к созданию и применению моделей, объединяя в себе все этапы жизненного цикла моделей: исследование данных, моделирование, валидация, публикация, внедрение, мониторинг и переобучение. Реализация MLOps на базе единой платформы позволяет избежать проблем бессистемного применения локальных инструментов и дорогостоящей «лоскутной» интеграции.

ПЛАН ВЕБИНАРА

Клавдия Китова, руководитель группы Data Science, IBS
Создание системы рекомендаций по продлению ресурса работы печей
Опыт создания системы-советчика по управлению технологическим процессом вращающихся печей спекания на основе исторических данных по остановам, данных АСУТП, LIMS и тепловизоров. Заказчик – Русал.

Владимир Егоров, старший консультант-аналитик, IBS
Предиктивная аналитика для сокращения числа аварий
Опыт создания системы предиктивной аналитики в реальном времени на основе исторических данных и сведений об аварийных остановах агрегатов с описанием причин их возникновения. Заказчик – Газпром нефть.

Артем Глазков, ведущий эксперт ModelOps, Полиматика
Преимущества операционализации моделей машинного обучения – какие выгоды получают все участники
Обзор принципов создания фабрики моделей на промышленном предприятии. Практический пример выстраивания сквозного процесса управления жизненным циклом моделей с помощью платформы Polymatica ML, включая этапы разработки, валидации, внедрения и мониторинга.

ВЕБИНАР БУДЕТ ИНТЕРЕСЕН

  • Специалистам по цифровой трансформации промышленных предприятий
  • CDO
  • Специалистам службы главного технолога
  • Специалистам по ТОиР
  • ИТ-специалистам промышленных предприятий
  • Специалистам Data Science и Big Data
  • Аналитикам

ПОЧЕМУ НУЖНО ПОСЕТИТЬ ВЕБИНАР

  • За 1 час вы познакомитесь с реальными проектами создания и использования моделей машинного обучения на промышленных предприятиях и сможете задать свои вопросы
  • Узнаете, как работает фабрика моделей и что нужно для ее создания
  • Обсудите наиболее эффективные алгоритмы для прогнозирования потенциальных отказов оборудования
  • Узнаете, с чего начать Ваш путь по внедрению искусственного интеллекта на вашем предприятии и поймете, чего вам не хватает

Регистрация на вебинар