Big Data Days 2021

Online Edition

28-30 Cентября

онлайн

Ольга Миндлина

Data Scientist

Россия, Artezio

Биография

Закончила Нижегородский государственный университет им. Н. И. Лобачевского, аспирантура факультета ВМК. Публиковалась в журнале «Известия академии инженерных наук Российской Федерации». Работала инженером-программистом в Intel и Artezio. На протяжении последних 4-х лет активно увлечена математическими моделями с использованием машинного обучения для разных классов задач.

Андрей Шагалов

Старший менеджер по продукту

Россия, Artezio

Биография

Закончил Московский технологический университет. В IT с 2000 года, прошел путь от начинающего разработчика до директора технологической компаний, управлял собственным бизнесом в сфере IT в России. Работал в Индии и Великобритании. Сертифицированный ISO-9001 аудитор. Преподавал в Московском технологическом университете. Идеолог разработки корпоративных продуктов, повышающих прозрачность и эффективность внутренних процессов IT компании. Обладает экспертизой в сфере software development outsourcing, Machine Learning, разработки передовых решений в здравоохранении. Энтузиаст, увлеченный биоинформатикой, data science и музыкой.

Доклад

Прогнозирование качества процесса переработки нефти при помощи машинного обучения

В огромном баке облепленном десятками датчиков последовательно происходят многочасовые циклы переработки нефти. Партия сырья поступает в агрегат и обрабатывается там при меняющихся температуре и давлении, а затем выливается из агрегата и еще несколько часов остывает. Физически измерить качество получившегося продукта можно только после полного остывания. Как только агрегат освободился, в него заливается следующая партия нефти, т.к. простои оборудования и персонала в таком процессе обходятся дорого. При этом можно было бы поправить настройки агрегата, чтобы повысить качество следующей партии, но для этого необходимо точно знать результаты только что завершенной, а их, увы, необходимо ждать еще несколько часов. Наши заказчики обратились к нам с вопросом: Можно ли по параметрам процесса переработки предсказать итоговое качество сырья не дожидаясь его полного остывания? И тут нам на помощь приходят Sklearn, Statsmodel — ARIMA и Pandas.

Ключевые слова

Predictive Models
Time Series
Oil Industry

« Hазад