У нас нет ограничений на использование языков. Можем ни в чём себе не отказывать. Но при выборе стека для коммерческой разработки немаловажным фактором является распространённость языка программирования. Поэтому для ML Python в топе
Если пытаться топить металлургическим коксом обычную печь дома или в бане, то это приведёт к разрушению печи и пожару. Температура будет выше 1500, на что обычные печи не рассчитаны. А ещё кокс дороже, чем энергетические угли и разгорается он медленно.
В настоящий момент внесение результатов в LIMS производится вручную. Но над тем, чтобы интегрировать LIMS с лабораторным оборудованием, компания также работает.
Под линейными моделями мы понимаем линейную регрессию в том смысле, что она линейна относительно коэффициентов, которые подбираются. Полиномиальная аппроксимация в этот класс моделей входит безусловно. И не только полиномиальная. SVM пробовали в разных вариантах. Нашим фаворитом он не стал.
Металлургия безусловно «грязная» отрасль с точки зрения эмиссии CO2. Поэтому одно из приоритетных направлений развития нашей компаний — улучшение экологичности. В том числе, за счёт улучшения рецептуры кокса.
Нет четкой закономерности: разные пласты угля даже в одной шахте могут иметь разный возраст образования, а значит могут по разному влиять на качество нашего сырья, а может долго идти достаточно однотипная порода.
При выборе стека для коммерческой разработки важный фактор – распространенность языка программирования. Поэтому в разработке DS продуктов мы используем Python. Это облегчает создание команд разработки и удешевляет поддержку решений.
Такие страхи у людей действительно существуют, но и любая компания понимает, что потеря экспертизы сотрудников – это также риск, в особенности в промышленности. В данном случае мы сокращали затраты с точки зрения оплаты внешним контрагентам и при этом повышали компетенции персонала для работы с новой технологией.
При масштабе задачи 200 вагонов и 10 получателей в сутки вариантов очень много. Для того и разработан алгоритм, чтобы не перебирать миллионы вариантов, а вместо этого сразу рассчитать оптимальный
При увеличении статнагрузки уменьшается количество вагонов в поезде, при этом весовая норма поезда остаётся неизменной и соответствует установленной расчётной норме для конкретного участка перевозки. Выгода перевозчика здесь в том, что перевозя тот же самый вес грузов меньшим количеством поездов они могут покрыть своим локомотивным парком большее количество грузоперевозок.
Мы проводили анализ для понимания таких рисков. Сделали вывод, что увеличение затрат на дополнительные маневровые работы минимальны (по сравнению с получаемым экономическим эффектом). Вызвано это в большей степени структурой портфеля отгрузок - в нашем случае более 90% приходится на одного получателя, поэтому количество маневровых работ увеличивается незначительно. Важно, что вагоны мы подбираем с точки зрения объёма кузова, дальности нахождения грузополучателя и текущего плана отгрузок.
Спасибо за вопрос по делу, но завтра утром вернусь с ответом. Хочу обсудить с железнодорожным цехом на Алтае, а у них уже вечер, работа закончилась. Они более детально расскажут и про маневровые работы и про износ вагонов. Могу заодно и еще что-то уточнить, спрашивайте.
А это и есть главная часть работы - продвигать на производстве культуру генерации идей. Мы и тренинги проводим именно для тех, кто в цехах непосредственно работает, рассказываем на какие инструменты они могут рассчитывать - чтобы не приходилось догадываться и фантазировать. Плюс частая практика: у нас за каждым производственным переделом закреплена своя продуктовая команда, и мы собираемся вместе с представителями производства - что-то типа креативной сессии проводим. Смотрим "под микроскопом" на цепочку создания ценности и решаем, где может помочь "цифра". Производственники сейчас оч заинтересованы, т.к. мы на их показатели работаем, прежде всего.
У нас нет ограничений на использование языков. Можем ни в чём себе не отказывать. Но при выборе стека для коммерческой разработки немаловажным фактором является распространённость языка программирования. Поэтому для ML Python в топе
Добрый день. Фронт JavaScript, Бэк Java, ядро оптимизатора и прогнозные модели на Python
Если пытаться топить металлургическим коксом обычную печь дома или в бане, то это приведёт к разрушению печи и пожару. Температура будет выше 1500, на что обычные печи не рассчитаны. А ещё кокс дороже, чем энергетические угли и разгорается он медленно.
В настоящий момент внесение результатов в LIMS производится вручную. Но над тем, чтобы интегрировать LIMS с лабораторным оборудованием, компания также работает.
Под линейными моделями мы понимаем линейную регрессию в том смысле, что она линейна относительно коэффициентов, которые подбираются. Полиномиальная аппроксимация в этот класс моделей входит безусловно. И не только полиномиальная. SVM пробовали в разных вариантах. Нашим фаворитом он не стал.
Металлургия безусловно «грязная» отрасль с точки зрения эмиссии CO2. Поэтому одно из приоритетных направлений развития нашей компаний — улучшение экологичности. В том числе, за счёт улучшения рецептуры кокса.
Все поступающие партии углей проходят входной контроль в лаборатории. Основные характеристики угля:
— Технический анализ (содержание влаги, золы, летучих веществ).
— Петрографический анализ (содержание витринита, показатель отражения витринита, сумма отощающих компонент).
— Пластометрический анализ (пластометрическая устадка, толщина пластического слоя).
Нет четкой закономерности: разные пласты угля даже в одной шахте могут иметь разный возраст образования, а значит могут по разному влиять на качество нашего сырья, а может долго идти достаточно однотипная порода.
При выборе стека для коммерческой разработки важный фактор – распространенность языка программирования. Поэтому в разработке DS продуктов мы используем Python. Это облегчает создание команд разработки и удешевляет поддержку решений.
Такие страхи у людей действительно существуют, но и любая компания понимает, что потеря экспертизы сотрудников – это также риск, в особенности в промышленности. В данном случае мы сокращали затраты с точки зрения оплаты внешним контрагентам и при этом повышали компетенции персонала для работы с новой технологией.
При масштабе задачи 200 вагонов и 10 получателей в сутки вариантов очень много. Для того и разработан алгоритм, чтобы не перебирать миллионы вариантов, а вместо этого сразу рассчитать оптимальный
Спасибо за комментарий. Вы совершенно правильно поняли нашу логику
При увеличении статнагрузки уменьшается количество вагонов в поезде, при этом весовая норма поезда остаётся неизменной и соответствует установленной расчётной норме для конкретного участка перевозки. Выгода перевозчика здесь в том, что перевозя тот же самый вес грузов меньшим количеством поездов они могут покрыть своим локомотивным парком большее количество грузоперевозок.
Мы проводили анализ для понимания таких рисков. Сделали вывод, что увеличение затрат на дополнительные маневровые работы минимальны (по сравнению с получаемым экономическим эффектом). Вызвано это в большей степени структурой портфеля отгрузок - в нашем случае более 90% приходится на одного получателя, поэтому количество маневровых работ увеличивается незначительно.
Важно, что вагоны мы подбираем с точки зрения объёма кузова, дальности нахождения грузополучателя и текущего плана отгрузок.
Интерфейс действительно устарел. Мы ведём планомерную работу по переходу на новый Web-интерфейс со стеком React+Java Spring
Спасибо за вопрос по делу, но завтра утром вернусь с ответом. Хочу обсудить с железнодорожным цехом на Алтае, а у них уже вечер, работа закончилась. Они более детально расскажут и про маневровые работы и про износ вагонов. Могу заодно и еще что-то уточнить, спрашивайте.
А это и есть главная часть работы - продвигать на производстве культуру генерации идей. Мы и тренинги проводим именно для тех, кто в цехах непосредственно работает, рассказываем на какие инструменты они могут рассчитывать - чтобы не приходилось догадываться и фантазировать. Плюс частая практика: у нас за каждым производственным переделом закреплена своя продуктовая команда, и мы собираемся вместе с представителями производства - что-то типа креативной сессии проводим. Смотрим "под микроскопом" на цепочку создания ценности и решаем, где может помочь "цифра". Производственники сейчас оч заинтересованы, т.к. мы на их показатели работаем, прежде всего.