Обучение персонала 21 июня 2021 НЛМК 0 комментариев

Группа НЛМК запускает магистерскую программу «Системы машинного обучения для умного производства»

Группа НЛМК, международная металлургическая компания, запускает совместно с МФТИ магистерскую программу «Системы машинного обучения для умного производства».

Кого ждут: Бакалавров ведущих технических вузов с хорошим техническим бэкграундом, которые хотят получить практические навыки и опыт сложных систем машинного обучения для промышленности.

«У каждого, кто присоединится к нашей команде, будет возможность написать свою «профессиональную историю» работая над практическими решениями с использованием новых технологий: машинного обучения, машинного зрения и анализа данных, роботизации, промышленного интернета вещей», – прокомментировал директор по цифровой трансформации Группы НЛМК Сергей Казанцев.

Все самое интересное и уникальное мы публикуем в альманахе «Управление производством». 300+ мощных кейсов, готовых к использованию чек-листов и других полезных материалов ждут вас в полном комплекте номеров. Оформляйте подписку и получайте самое лучшее!

Технологии машинного обучения позволяют непрерывно улучшать производственные процессы, добиваться их полной автономности и находить новые закономерности. Четвертая индустриальная революция и переход к умному производству открывают двери новым профессиям:

Data Science (современная теория машинного обучения),
AI Engineering (разработка конвейеров машинного обучения).

Data Science: Современная теория машинного обучения

От моделей машинного обучения, которые применяются в производстве, требуется согласованность с физическими принципами, а также теоретические оценки неопределенности прогноза модели и обобщающей способности. Вы узнаете современную теорию машинного обучения, которая позволяет добиваться от моделей нужных свойств.

Что вы изучите:

Согласованность моделей с физическими принципами производственных процессов.
Теоретические оценки неопределенности прогнозов моделей (Uncertainty Quantification).
Обобщающие способности модели при работе с новыми данными (Generalization Bounds, Statistical Learning Theory).

AI Engineering: Разработка конвейеров машинного обучения

Вы пройдете полный путь разработки системы машинного обучения, узнаете, из каких компонентов состоит конвейер машинного обучения, научитесь пользоваться XOps инструментами, разберетесь с архитектурой таких систем как Spark, Dagster, BentoML, JuputerHub и освоите принципы построения платформ на их основе.

Что вы изучите:

Принципы построения DSML платформ.
XOps инструменты: DataOps, MLOps, ModelOps, AIOps and Platform Ops for AI.
Принципы разработки конвейеров машинного обучения.

Узнать больше: Машинное обучение для расчета точного состава ферросплавов

ПЛАН ОБУЧЕНИЯ

Блок 1. ML Engineering

Командные принципы работы и инструменты разработки: Docker for Data Science, Git, VS Code + Jupyter.
Архитектура ML Systems. Типовая архитектура и принципы построения: End-To-End ML Pipeline, Model Serving, Retrain Data Pipeline.
Методология разработки End-To-End ML Pipeline: на примере TFX, MLflow, MetaFlow.
Big Data for Data Science: Kafka, HDFS, S3, Click House, Spark, Hive.
Разработка на основе Open Source.

Блок 2. ML Математика

Математика для Data Science: статистические тесты, байесовская и частотная. интерпретации вероятности, субъективная и объективная неопределенности.
Теория оптимизации. Основы статистической теории обучения (Statistical Learning Theory).
Machine Learning.
Deep Learning.
Металлургические процессы.

C первых дней обучения студенты познакомятся с принципами и особенностями разработки программного обеспечения на основе производственных данных. Они также получат возможность применить полученные навыки на практике, решая оперативные задачи металлургического производства вместе с наставниками из НЛМК.

Студенты, отобранные по итогам вступительных испытаний в магистерскую программу, получат от Группы НЛМК гранты на обучение.

Преимущества программы:

Работа в кросс-функциональных командах, взаимодействие с экспертами металлургической отрасли.
Возможность трудоустройства с конкурентной зарплатой с первых дней обучения.
Зрелые процессы разработки, современный стек технологий.
Возможность разрабатывать собственные Open Source библиотеки и контрибьютить в популярные ML библиотеки.

Цифровая трансформация в НЛМК

В команде Цифровой трансформации и ИТ работают более 1200 человек.

В производственный процесс НЛМК активно внедряются цифровые советчики, инструменты предиктивной аналитики с использованием искусственного интеллекта и машинного обучения. Чтобы повысить эффективность дата-сайентистов при создании систем машинного обучения на основе Big Data, в НЛМК используют собственную разработку — DSML-платформу (Data Science And Machine Learning Platform).

Data Science And Machine Learning Platform – экосистема для построения математических алгоритмов, способных обучаться и решать задачи через поиск закономерностей в разнообразных входных данных. Иными словами, такая платформа — это удобная среда итеративной разработки в облаке, которой могут одновременно пользоваться много дата-сайентистов.

Платформа позволяет специалистам сохранять и версионировать данные, код моделирования и среду выполнения, а значит делиться результатами экспериментов друг с другом. С помощью этого инструмента любой специалист может узнать, как была протестирована гипотеза и создана модель, воспроизвести эксперимент или провести собственный и сравнить результаты.

Команда дата-сайентистов НЛМК взаимодействует с Open Source сообществом, не только используя находящиеся в открытом доступе решения, но и пополняя библиотеки собственными разработками и дополнительной функциональностью.