Data Science MeetUp: использование ML в производстве
Доклады:
Тема 1. Прогнозирование температуры стали в промковше.
Применение машинного обучения в металлургии. Расскажем, как экономить электроэнергию с помощью машинного обучения при непрерывном процессе литья стали.
Спикер:
Александр Стрельников, Lead Data Scientist, Accenture Russia, Applied Intelligence
Александр окончил МГТУ им. Н.Э. Баумана по специальности «Системы автоматического управления», сейчас учится в аспирантуре МАИ и трудится над обучением с подкреплением в системе управления самолетом. С удовольствием принимает участие в соревнованиях по машинному обучению и хакатонах, потому что оттуда часто возвращается с призовыми местами. Например, выиграл McKinsey Data Science Hackathon 2019. В работе не ограничивается пределами нашей планеты, принимал участие в проекте для Роскосмоса.
Тема 2. Данные и их инфрастуктура в С7
Без правильного сбора и обработки данных нет никакой аналитики. И мы, кажется, разобрались, как правильно это делать в авиации, построив и инфраструктуру данных, и конвеер обработки данных. Поговорим о том, что S7 знает о себе, о самолетах и полетах. Расскажем про наш флот и про данные, которые мы с него получаем, как эти данные мы раскладываем, как поддерживаем и кому вообще эти данные нужны. БОНУС: Кое-что про космос.
Спикер:
Андрей Жуков, CTO S7 Techlab
Андрей - выпускник географического факультета МГУ. Дата-разнорабочий с 2015 года. Давным-давно занимался картами и геоинформационными системами, но на этом решил не останавливаться. Однажды сделал корпоративную геоинформационную систему для лесников всей России. Случайно поработал на Министерство Обороны и с тех пор умеет сохранять состояние покоя в любой ситуации. Как-то раз проходил мимо Больших Данных, с тех пор все и завертелось. Последние 3 года делает мир авиаиндустрии лучше в рамках одной выделенной компании С7. Нежно любит спарк и питон, обожает сложные системы и красивые архитектуры. Внедряет инженерные практики и играет в настолки.
Тема 3. Машинное обучение в оптимизации обслуживания воздушных судов
Современная отрасль авиаперевозок неразрывно связана с цифровыми технологиями, призванными оптимизировать издержки ее субъектов, в частности, авиаперевозчиков и сервисных организаций. В число таких издержек входят операционные издержки обслуживания воздушных судов, потери топливной эффективности, потери необходимого уровня поддержания летной годности. В докладе расскажем, как алгоритмы ML помогают решать задач прогнозирования дефектов воздушных судов, оптимизировать процессы технического обслуживания.
Спикер:
Валентин Азанов, Lead Data Scientist, S7 Techlab
Валентин занимается анализом данных и машинным обучением 7 лет. Начинал с задач оптимизации логистики грузовых перевозок (РЖД), некоторое время работал в антифроде банковского и сектора розничной торговли (Infosystems Jet), занимался разнообразными ml задачами для X5, успел обрести опыт тим лида в финтех стартапе (RB Technologies) и защитить кандидатскую диссертацию по физ-мат. наукам. Сегодня Валентин является лидером команды Predictive Maintenance в S7 Techlab, разрабатывает модели прогнозирования дефектов и оптимизации обслуживания воздушных судов, системы ценообразования ремонтов двигательных установок. Участвует в проекте автоматизации 3D печати, организации Инновационного Центра S7 и научном руководстве ряда магистерских работ на кафедре S7.
Тема 4. Как использовать данные и прогнозирование для технического обслуживания самолетов.
Поговорим о том, что такое техническое обслуживание самолетов и какие у него есть проблемы, решаемые с помощью данных. Приведем пример плохой постановки задачи на определение ресурса и расскажем, как выходить из ситуации. Ответим на вопрос, почему прогнозирование трудозатрат - это самое главное, и узнаем, как можно это делать с помощью деревьев. Поделимся планами на будущее.
Спикер:
Любовь Рожкова, Middle Data Scientist, S7 Techlab
Последние 4 года Любовь занимается анализом данных и машинным обучением. Начинала свою работу в S7 с разработки fuzzy logic для сравнивания имен пассажиров. Разрабатывала системы принятия решения об исправности сложных технических систем на основе графов. Успела пожить в сибирском военном городке и поучаствовать в государственных испытаниях. Сегодня Любовь является аналитиком данных в команде Predictive Maintenance S7 TechLab. Разрабатывает модели для прогнозирования ресурса частей самолетов в различных условиях эксплуатации и предсказаний внеплановых трудозатрат на техническое обслуживание. Является научным руководителем магистрантов на кафедре МФТИ «Информационные технологии в авиации» от S7 Group и активно пишет диссертацию для получения степени PhD.
Модератор:
Василий Сафронов
Немного data scientist, немного technical engineer, немного product manager
29 сентября встречаемся в Иннополисе, а если не получится приехать, подключайтесь к нам по ссылке:
https://youtu.be/1vV71-I6eKo
Остались вопросы? Пиши нам