AI проекты
Этапы подбора
Резюме
Оставить заявку на трудоустройство
Блог
Почему услуга бесплатна
Стажировка
AI-оптимизация маршрутизации B2B запросов в системе управления запросами ООО «КОРАЛ ТРЕВЕЛ»
Компания: ООО «амаи»
Суть проекта
Для чего
Вводные данные
Проект направлен на разработку и внедрение систем
на основе искусственного интеллекта
для прогнозирования отказов технологического оборудования
(заклинивание двигателя экструдера, обрыв проволоки на волочильне)
на предприятиях кабельной промышленности
Одна система нацелена на предсказывание
внезапной остановки двигателя экструдера
Другая – на прогноз обрыва проволоки на волочильне при пуске оборудования



  • Исследование закономерностей в данных,
приводящих к отказам оборудования
  • Подбор лучшего ИИ-метода для прогнозирования отказов оборудования
  • Разработка AI-моделей для прогнозирования отказов оборудования
  • Интеграция моделей на сервер
с отправкой результатов прогнозирования в Telegram-канал
  • Оповещения в Telegram-канал о вероятных отказах оборудования
  • Данные с датчиков, установленных на оборудовании
задачи
выходные данные
Участники
команды проекта
  • Виктор Ткачёв
    Тимлид проекта
    • Руководил проектом и контролировал выполнение его этапов.
    • Поддерживал общение с заказчиком для согласования требований и промежуточных результатов
  • Руслан Акст
    Помощник тимлида
    • Участвовал в подготовке отчетов и координации встреч
  • Алексей Татаринов
    Помощник тимлида
    • Предоставлял регулярные отчёты о прогрессе проекта.
    • Анализировал коммуникации внутри команды, следил за текущими задачами проекта
  • Николай Ивакин
    Ведущий инженер по ГПМ
    • Развернул приложение на Gradio локально.
    • Участвовал в анализе данных и их подготовке для моделей
  • Артем Химин
    • Тестировал и изучал работу больших языковых моделей (LLM).
    • Анализировал их применимость в проекте
  • Данил Кобелев
    инженер - электрик
    • Разработал классификатор для безваучерных обращений.
    • Провел семантический анализ данных и предложил алгоритмы улучшения классификации.
    • Отладил систему классификации на основе правил
  • Александр Аганин
    Руководитель отдела по экспертизе проектной документации
    • Изучал возможности уменьшения объёма данных в столбце Description, содержащем текстовые обращения туристических агентств
    • Участвовал в подготовке данных для обучения и тестирования моделей
  • Александр Ильенко
    трудился на инженерных и руководящих должностях в электроэнергетике
    • Подготовил код для генерации смысловых классов и анализа данных.
    • Исследовал структуру целевых групп, построив ноутбук для анализа результатов классификации и визуализации матриц ошибок
  • Дмитрий Свириденко
    Самозанятый, репетитор по МЛ/ДЛ/CV
    • Исследовал кластеризацию эмбедингов с использованием моделей BERT.
    • Запускал локальные языковые модели на GPU.
    • Проанализировал возможности кластеризации данных для улучшения их группировки
  • Михаил Лузихин
    Руководитель IT департамента в химической компании
    • Организовал развертование системы на промышленном сервере, адаптировав проекты и настроив сервер для работы с Gradio и StreamLit.
    • Участвовал в тестировании и интеграции интерфейсов для демонстрации работы моделей
  • Дмитрий Панфилов
    Инженер, Специалист больших данных
    • Реализовал Backend и Frontend для приложения.
    • Настроил запуск моделей на локальных и облачных серверах.
    • Создал веб-приложение, реализовав промышленные возможности: выбор модели предсказания, проверка корректности ввода данных, демонстрационные примеры, логин и прочее
  • Анна Мышлякова
    В декретном отпуске
    • Занималась анализом точности классификации моделей и работой со структурой данных. Исследовала, насколько целевые классы отделимы друг от друга, и разработала схемы объединения классов
    • Подготовила и протестировала обучающие выборки для моделей.
    • Создала визуализацию графиков распределения точности