курс по
Data Science
Data Science
Научитесь решать промышленные задачи с помощью математических алгоритмов
Готовый MVP для решения задач предприятия
Без отрыва от производства
Специальная программа для сотрудников инженерно-технических служб
Бесплатное обучение на основе конкурсного отбора
Преимущества
Требования:
Действующие специалисты промышленных предприятий, заинтересованные развивать собственные компетенции в области анализа данных, чтобы эффективнее решать рабочие задачи и влиять на показатели производства.
Занятость в службах:
— Высшее техническое образование
— Базовые знания математики и статистики
— Базовые знания математики и статистики
технического обслуживания и ремонта
главного технолога
Для кого
..подразделений
диагностики
надежности и других смежных..
Выявление наиболее важных факторов производства, влияющих на долю брака в продукции
.01
Подбор оптимальных параметров сырья для максимизации качества продукции
.02
Классификация различных типов неисправностей оборудования
.03
Кластеризация режимов работы оборудования и разворачивания модели на базе платформы анализа данных
.04
Прогнозирование потребления электроэнергии
.05
Выявление аномалий на производственной площадке
.06
Результат обучения — реальный эффект для предприятия
Прогнозирование выхода из строя различных типов оборудования
.07
Формирование оптимального графика производства с учетом заказов и ограничений на мощности
.08
Выявление аномалий в работе оборудования
.09
По итогам курса слушатели реализуют MVP для решения одной из выбранных, насущных проблем на производстве с использованием анализа данных:
Направить заявку на участие в конкурсе
Шаг 1
Получить ответ от организаторов
Заполнить анкету с информацией о себе и профессиональных достижениях
Быть готовым к зачислению на курс
Четыре шага к бесплатному обучению
Шаг 2
Шаг 3
Шаг 4
Андрей Голов
Более 5 лет участвовал в проектах по предиктивной диагностике промышленного оборудования и оптимизации ТОиР для крупных предприятий.
— Выпускник МФТИ
— Кандидат физико-математических наук по специальности «Математическое моделирование, численные методы и комплексы программ»
— Kaggle Master
— Кандидат физико-математических наук по специальности «Математическое моделирование, численные методы и комплексы программ»
— Kaggle Master
Автор курса
Эксперт в области анализа промышленных данных
Организатор курса
Разработчик решений для интеллектуального анализа данных промышленных компаний.
В основе продуктов компании лежат технологии машинного обучения и анализа больших данных.
В основе продуктов компании лежат технологии машинного обучения и анализа больших данных.
Кто такие Factory 5
3
направления деятельности компании: разработка ПО, образовательные инициативы, лаборатория цифровых решений
партнеров в различных странах
25+
100+
Data science специалистов, разработчиков, аналитиков
и специалистов по продуктам
и специалистов по продуктам
1500+
физико-математических моделей и экспертных правил для различных типов оборудования
Входит в международную группу компаний Ctrl2GО, которая предоставляет комплексные цифровые решения для различных отраслей промышленности в области Индустрии 4.0
Программа
МОДУЛЬ 1
Введение в Data Science в промышленности
Уроки:
Уроки:
— Цифровая трансформация на предприятии, барьеры и возможности.
— Базовые понятия Data Science, основные алгоритмы машинного обучения и потенциальные области применения.
— Методология реализации Data Science проектов.
— Базовые понятия Data Science, основные алгоритмы машинного обучения и потенциальные области применения.
— Методология реализации Data Science проектов.
МОДУЛЬ 2
Инструменты Data Science, введение в машинное обучение
Уроки:
Уроки:
— Python и инструменты для исследовательского анализа данных.
— Основы статистики, проверка статистических гипотез, доверительные интервалы, параметрические и непараметрические тесты.
— Методы поиска зависимости между случайными величинами (диспресионный, корреляционный и регрессионный анализ).
— Задача регрессии (постановка, выбор метрик качества, регуляризация).
— Задача классификации (постановка, выбор метрик качества, логистическая регрессиия и др. классические алгоритмы).
— Задача кластеризации (постановка, выбор метрик качества, основные алгоритмы).
— Основы статистики, проверка статистических гипотез, доверительные интервалы, параметрические и непараметрические тесты.
— Методы поиска зависимости между случайными величинами (диспресионный, корреляционный и регрессионный анализ).
— Задача регрессии (постановка, выбор метрик качества, регуляризация).
— Задача классификации (постановка, выбор метрик качества, логистическая регрессиия и др. классические алгоритмы).
— Задача кластеризации (постановка, выбор метрик качества, основные алгоритмы).
МОДУЛЬ 3
Специальные разделы машинного обучения
Уроки:
Уроки:
— Анализ и прогнозирование временных рядов.
— Теория надежности и предиктивные ремонты.
— Deep Learning.
— Теория надежности и предиктивные ремонты.
— Deep Learning.
После прохождения курса слушатель получает
о повышении квалификации от наших партнеров и Factory5
Именной сертификат
для решения задач предприятия
Минимально жизнеспособный продукт
Заявка на конкурсный отбор
Нажимая на кнопку, вы даете согласие на обработку своих персональных данных.
Политика конфиденциальности
Политика конфиденциальности