ML в металлургии — простые вещи в сложных условиях

Нейронные сети, искусственный интеллект

AI в реальном секторе

API
Python
Архитектура данных, потоки данных, версионирование
Проектирование информационных систем
Поддержка и развитие legacy систем
Рекомендации / ML
ML
Микросервисы
Типовые ошибки

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Докладчик расскажет про опыт внедрения ML на производстве металла, где каждый цех автономен и не имеет внешнего доступа, а система сбора данных включает в себя запись показаний в бумажный журнал.

Целевая аудитория

Разработчики, руководители проектов и направлений, DS, DevOps.

Тезисы

Как и в любой промышленной сфере, в металлургии имеет место ML — оно помогает лучше понимать процессы, добиваться качества, производительности и безопасности. Однако условия внедрения ML сложно назвать простыми по причине наличия запутанных пайплайнов доставки данных и кода, экстремальных условий в продакшне и особого отношения к цифровым сервисам.

Я расскажу о нетривиальных производственных задачах, в которых ML позволил получить реальную пользу, и о трудностях, с которыми мы столкнулись и успешно преодолели.

Fullstack-разработчик.

НЛМК

Одна из крупнейших компаний в Европе по производству металла.

Видео