Проекты Enbisys

Создание и обучение команды по машинному обучению для ООО "Сахалинская Энергия"

2019-12-15 00:00

О заказчике

ООО «Сахалинская энергия» — российская компания, занимающаяся освоением шельфовых месторождений и производством сжиженного природного газа (СПГ) и нефти, с объектами добычи на шельфе Сахалина.

Запрос

Предпосылки:
  • Планировалась разработка и внедрение системы, способной выявлять ранние признаки деградации оборудования, задолго до того, как ситуация станет критической.
  • У клиента были накоплены большие объемы производственных данных, которые открывали возможность использования современных алгоритмов машинного обучения.
  • Данные и оборудование менялись на постоянной основе.
  • Разработка эффективного решения требовала глубокого понимания технологического процесса, а также постоянного общения с технологами.
Задачи:
  • Клиент решил создать внутри подразделение Data Science.
  • Улучшить аналитические навыки младших специалистов подразделения для последующей самостоятельной работы.

Цели проекта

  1. Создание, обучение и консультирование команды клиента по технологиям искусственного интеллекта (машинное обучение, data science).
  2. Настроить процесс НИОКР по машинному обучению в организации.

Почему «Сахалинская энергия» выбрала ENBISYS

Компания ENBISYS была основана в 2006 году для решения комплексных задач в заказной разработке. С 2016 года ENBISYS развивает стратегическое направление в области искусственного интеллекта. В компании была создана лаборатория по анализу данных и машинному обучению, что позволило вести разработку ИТ-решений с использованием технологий ИИ. Также специалисты ENBISYS разработали и начали преподавать магистерскую программу по машинному обучению в Томском государственном университете.
К началу сотрудничества с «Сахалинская энергия», у нас уже были реализованы успешные отраслевые проекты с применением искусственного интеллекта, в том числе R&D:
  • Cистемы диагностики заболеваний
  • Системы оценки стоимости жилья
  • Системы адаптивного обучения
  • Система диагностики и визуализации данных для прогнозирования отказов скважинного оборудования
  • Системы прогнозирования спроса по товарным группам в ритейле
  • Рекомендательные системы
  • и другие. Ссылка (https://enbisys.ru/iskusstvenniy_intellekt)
Создание собственной команды машинного обучения (https://enbisys.ru/building_your_inhouse_machine_learning_team) требует опыта работы в сфере вычислительной техники и математики, а также наличия актуальных экспертных знаний в предметной области.
Команда ENBISYS знает, как быстро и грамотно формулировать гипотезы в машинном обучении, и в процессе их валидации умеет правильно взаимодействовать с экспертами предметной области.

Этапы проекта

  • Проведение консультаций по квалификации кандидатов в отдел Data Science.
  • Адаптация общей программы обучения под конкретные задачи клиента.
  • Проведение очной интенсивной программы обучения с минимальным количеством теории и максимальным упором на практические упражнения.
  • Совместное решение первых реальных производственных задач.
  • Онлайн сопровождение и поддержка в течение 9 месяцев после окончания очного курса.
  • Совместная работа над задачами в течение 9 месяцев после окончания очного курса по дополнительному запросу от “Сахалинская энергия”.

Вызовы проекта

Пропускаем этот блок

Результат

За 2 месяца специалисты ENBISYS по Data Science обучили команду клиента, в том числе на реальных задачах компании.
Детально изучили следующие темы машинного обучения и Data Science:
  • Python
  • NumPy
  • Pandas
  • Задачи классификации
  • “Деревья решений”
  • Нейросети
  • Регрессии
В результате работ были разработаны две модели. Модель машинного обучения – это математический алгоритм, который обучается на данных, выявляет в них закономерности и использует их для прогнозирования, классификации или принятия решений, не будучи явно запрограммированным для каждой задачи
Модель 1 — решение в области предиктивной аналитики. Команда использовала имеющиеся данные для создания инструмента, позволяющего выявлять пневматические управляющие клапаны с признаками высокой степени изношенности по косвенным данным телеметрии из SCADA без остановки оборудования.
Модель 2 — решение в области компьютерного зрения. Оператор на объекте, визуально контролирующий работу факела, может не заметить определённые отклонения в его поведении, что может привести к повреждению головки факела и последующей остановке добычи. Это, в свою очередь, ведёт к значительным потерям из-за простоя. Разработанный алгоритм помогает своевременно оповещать оператора о возможных нежелательных режимах работы факела, чтобы он мог принять необходимые меры.

Команда проекта

Обучением команды клиента и совместным решением реальных производственных задач занимались главный и ведущий специалисты ENBISYS по анализу данных на территории клиента (о. Сахалин).

Планы на дальнейшее сотрудничество с «Сахалинская энергия»

Успешная реализация данного проекта способствовала дальнейшему сотрудничеству. В последствии были реализованы следующие проекты:

Отзыв клиента о сотрудничестве

Команда ENBISYS успешно достигла большинства целей проекта. Они представили профессиональное решение актуальных проблем. Это сильная команда инженеров, нацеленных на результат. Рабочий был процесс выстроен грамотно с точки зрения коммуникации и эффективности. Александр Кривошеев, Начальник отдела мониторинга состояния оборудования