Big data, machine learning и Индустрия 4.0: компетенции, технологии, решения и практики внедрения цифровых технологий на производстве

Производство (инженеры, технологи, метрологи)

Тренинг предназначен для руководителей технологических служб; сотрудников отделов стратегического планирования и технологического развития производств, руководителей и специалистов IT-служб

Примечание 1: Если от вашей компании планируется 3 и более человека, даты проведения могут быть скорректированы в соответствии с вашими потребностями, либо назначены дополнительные даты.

Примечание 2: Формат проведения в указанные даты может быть быть изменен в соответствии с потребностями участников (очный - на онлайн и наоборот).

Стоимость участия

Один человек (от компании)

47000 ₽

Два и более человек (от компании)

47000 ₽

Один человек (физическое лицо)

47000 ₽

* Все скидки действуют только при предоплате

** Стоимость участия может изменяться в зависимости от даты и места проведения тренинга

Как проходит обучение On-line?
( узнать подробнее ... )

Программа тренинга

ДЕНЬ 1. Машинное обучение и искусственный интеллект как сквозные технологии индустрии 4.0

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ	КЕЙСЫ

Промышленная революция 4.0 Суть и составляющие 4-ой промышленной революции Технологические основы новой промышленной эры Драйверы индустрии 4.0 Программы развития индустрии 4.0 в различных отраслях Решения индустрии 4.0, которые себя зарекомендовали Компьютерное зрение в промышленности Голосовое управление и речевой человеко-машинный интерфейс Аналитическая обработка информационных массивов: обработка массивов текстов и изображений Системы принятия решений, экспертные системы, прогнозирование Работа человека с Большими данными: Visual Mining и информационный разведочный поиск Обзор коммерческих продуктов для индустрии 4.0 от лидеров IT-индустрии Intel Open Vino Microsoft Azure Оценка готовности предприятия к инновациям промышленной революции 4.0 Что нужно для работы с Большими данными и как из них извлекают пользу Когда данные становятся «большими»? Характеристики и типы Больших данных Архитектуры информационных систем для работы с Большими данными на примере open source решения от Apache Foundation Хранение Больших данных: NoSQL БД, Apache Hadoop Обработка Больших данных: Apache Spark Администрирование Больших данных: Apache Airflow Инструменты BI: Apache Superset Superset Анализ кейсов успешного использования Больших данных в различных отраслях Машинное обучение и искусственный интеллект как сквозные технологии индустрии 4.0 В чем сильна машина и что стоит за понятием искусственный интеллект? Как обучают машину? Обучение с учителем. Может ли машина научиться сама? Обучение без учителя. Нейронные сети Практические рекомендации по выбору методов машинного обучения	Практический пример. Приводим примеры промышленных предприятий, которые являлись лидерами в периоды 1,2 и 3 промышленных революций. Какие технологии индустрии 4.0 им следовало бы применить для удержания лидирующих позиций? Практический пример. Заполнение диагностической карты готовности предприятия к внедрению инноваций Практический пример. Рассчитаем параметры сервера для хранения и обработки в реальном времени потоков информации от датчиков различного типа: датчик температуры, микрофон, видеокамера. Проведем диагностику технологических процессов предприятия и выявим перспективные к внедрению системы Больших данных. Разработаем архитектуру решения для анализа данных на вашем предприятии и оценим его стоимость Практический пример. Моделирование простейших методов машинного обучения. Демонстрация работы нейронной сети

ДЕНЬ 2. Компетенции специалистов по данным индустрии 4.0 и типовой процесс внедрения системы анализа данных на предприятии

ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ	КЕЙСЫ

Специалисты по данным индустрии 4.0 и их необходимые компетенции Data Engineer, Data Scientist, Data Analyst, ML Engineer, Data Quality Engineer. В чем отличия и какие компетенции требуются? Кто такие DevOps инженеры? Типовой процесс внедрения системы анализа данных на предприятии Модель CRISP DM SAS SEMMA KDD Заключение Вопросы - ответы Раздача материалов и сертификатов	Практический пример. Заполнение матрицы компетенций для специалистов Индустрии 4.0 различного профиля Практический пример. Деловая игра: Внедрение технологической системы индустрии 4.0 на предприятии (Бизнес-анализ, Технологический анализ, Составление ТЗ, Оценка стоимости и окупаемости проекта)

После окончания обучения Вы сможете

самостоятельно выявлять процессы и подразделения, в которых цифровые технологии могут принести максимальные эффект

выявлять ограничения и риски, способные существенно снизить или обнулить эффект от внедрения новых цифровых технологий

оценивать сторонние предложения на внедрение различных решений Индустрии 4.0

составлять проектные спецификации и календарные планы проектов по цифровизации

готовить ТЭО на внедрение систем анализа данных на производстве

Вы получите:

Комплект методических материалов

Шаблоны и чек-листы в формате Excel, заполнение которых позволит избежать многочисленных ошибок, которые допускают промышленные компании в процессе цифровизации

Сертификат

Анализ одного из технологических подразделений на предмет целесообразности внедрения технологий Индустрии 4.0

4-месяную консультационную поддержку

Требования:

Высшее образование

Опыт работы в Excel на уровне пользователя

Отзывы учеников

Сергеев Иван Алексеевич

ООО "Запсибтрансгаз"

За пятидневный тренинг я многое для себя открыл. Преподаватель четко и понятно рассказывал теоретическую часть, после чего все знания закрепились практикой. Кроме того порадовала техническая оснащенность и раздаточный материал. Их вполне достаточно, чтобы получить необходимую базу знаний.
Сафронова Светлана Викторовна

ООО "Нутриция"

Очень доступный в понимании материал, профессионализм преподавателя, а также чуткость и отзывчивость. Семинар очень понравился! Спасибо Анне!
Предложение. Сделать "школу статистика": увеличить количество дней тренинга, возможно на 2 недели; всем вместе полностью погрузиться в мир статистики... и, самое главное, создать несколько уровней изучения (аналогично ин.языкам).
Уварова Татьяна Эриховна

ДФУ, доцент кафедры гидротехники теории зданий и сооружений

Тренинг организован на высоком уровне, материал объяснен доступно, агрументированно. Раздаточный материал и презентации полностью отражают суть тренинга и помогают его осмыслить.
Селезнёва Марина Васильевна

Мясокомбинат "Павловская слобода"

Всё понравилось, отношение преподавателя очень позитивно, умение применительно ко всем донести материал, если считать, что все из разных отраслей, но с общими проблемами. Материал дан так, что хочется ещё чему-то научиться, что мы и сделаем в ближайшее время. Спасибо за тренинг.
Винникова Ольга Игоревна

инженер по качеству, Калсоник Кансей Рус

Все очень понятно. Практические задания помогают усвоить теорию в полном объеме. Емкое, упорядоченное преподавание. Раздаточный материал с концентрированным материалом, изученным на практике. Приятным "бонусом" является возможность впоследствии обратиться за поддержкой в решении конкретных задач. Спасибо!
Феденко Игорь Вячеславович

ПАО "Авиакомпания "Сибирь"

Очень понравилось. Подача информации - информативно, сжато, широкий охват. Большое число примеров, изучение темы на практике. Предоставляются инструменты для Excel для дальнейшей работы. Готовность и желание преподавателей ответить на все вопросы.
Харлан Елена Владимировна

ПК "Балтика", менеджер по управлению ассортиментом

Замечательный тренинг, очень практичный, ценный, доступно для понимания.
Животов Антон Сергеевич

ООО "Татхимпласт"

Тренинг полностью оправдал мои ожидания. Темы объясняются очень доступно, подкрепляются примерами, что помогает лучше усваивать пройденный материал. В целом тренинг дает хорошие практические навыки, которые можно применять в дальнейшей работе. При возможности буду планировать посетить еще одни курсы.
Юдина Надежда Александровна

Триколор ТВ

Тренинг полностью оправдал мои ожидания. Был интересным, информативным. Полученные знания абсолютно точно будут применены на практике. Большое спасибо.
Царёв Сергей Александрович

ОАО "Савушкин продукт", начальник отдела аналитики

Тренинг был продуктивным. Получил массу полезной инофрмации. Взглянул на работу подразделения и нашей компании с другой стороны. Оказывается, всё гениальное в управлении - очень просто. Пересмотрел свои взгляды на постановку задач.