Всем привет! Меня зовут Владислав Давыдов, я - главный менеджер управления инноваций и искусственного интеллекта компании «Норникель Спутник».

Возможно, из прошлых двух публикаций вы узнали, что «Норникель» ведет разработку промышленного экзоскелета. Уже закончил. Не прошло и пяти лет. Или прошло?

Не пошло? Каков наш взгляд на текущие обстоятельства? Каким представляем будущее?

Речь идет о системе по прогнозированию выбросов. Разработку компания "Норникель" представила на крупнейшей конференции «Цифровая индустрия промышленной России». Демонстрация прошла на профильном стенде индустриального центра компетенций «Экология». Подробнее о системе, у которой нет аналогов в России, поговорили с Аллой Малевицкой, директором по продуктам ИТ-компании "Норсофт", которая входит в структуру "Норникеля".

- Алла, давайте начнем с предыстории проекта «Axioma»?

- В 2022-ом году «Норникель» включили в состав ИЦК «Экология» с проектом предиктивная система мониторинга эмиссий. Проект признан особо значимым, включен в дорожную карту по импортзамещению. В 2023-ем году мы приняли решение о необходимости разработки, поскольку аналогов такой системы на рынке не было, хотя многие пытались работать в этом направлении.

- Чем было продиктовано создание «Axioma»?

- Федеральным законодательством предусмотрено требование об оснащении источников негативного воздействия на окружающую среду автоматизированными системами контроля выбросов.

- С чего начали работу по созданию системы прогнозирования выбросов?

Сначала мы запустили пилотный проект инструментального контроля. У «Норникеля» несколько источников, которые подлежат замерам. С учетом климатических условий, геологических особенностей, ветровых нагрузок, специфики производства мы поняли, что внедрение и эксплуатация будут очень затратными. Мы начали изучать мировой опыт и узнали, что за рубежом достаточно успешно используют систему математического моделирования на базе цифровых двойников.

Всем привет! Меня зовут Владислав Давыдов, я главный менеджер центра развития цифровых технологий компании «Норникель».

Возможно, вы уже знаете, что «Норникель» ведет разработку промышленного экзоскелета. У вас могли возникнуть закономерные вопросы: Почему экзоскелет именно такой? Как мы к этому пришли и какие результаты получаем?

В прошлом материале я писал о прототипе экзоскелета в целом, а сейчас расскажу о его разработке и испытаниях.

Привет, меня зовут Комаров Алексей, я Java-разработчик в Норникель Спутник. Занимаюсь развитием и поддержкой системы АСУ НСИ (Автоматизированная система управления нормативно-справочной информацией).

В этой статье я хотел бы поделиться успешным опытом создания кастомного веб-приложения для ведения мастер-данных справочника УЕР и его запуска с использованием санкционно-независимого ПО.

Всем привет!

Меня зовут Юрий, я консультант SAP ERP. Как любой IT‑специалист, я постоянно ищу пути автоматизировать рабочие дела.

Один из подходящих инструментов — фоновое задание. Оно позволяет не наблюдать на мониторе за выполнением программы, а откладывать запуск, например, до ночи, чтобы не нагружать систему тяжёлой операцией днём, планировать регулярные операции… В общем, преимуществ много для любого специалиста, который регулярно ставит задания в SAP ERP.

Далее расскажу, как создавать задания двумя способами и как их отслеживать. А если вы только начинаете разбираться в SAP ERP, дам несколько полезных советов, которые сильно упростят работу и помогут использовать весь потенциал фоновых заданий.

Повинуясь всеобщей тенденции и следуя духу времени, мы в Норникеле переводим расчёты нашего хранилища на уровень БД. Так мы ускоряем обработку данных и формирование отчётности, да и система работает стабильнее.

Но пока мы оптимизируем и переносим "классический" код в базу, запрашиваемые заказчиком алгоритмы усложняются, а обрабатываемых данных становится больше. Чтобы склонить чашу весов на нашу сторону в этом извечном противостоянии мы решили применить новый метод!

Анатолий Кузнецов, директор департамента гражданской обороны, предупреждения чрезвычайных ситуаций и пожарной безопасности «Норникеля» и Ольга Никитина, начальник отдела управления производственной безопасностью и устойчивым развитием IBS поделились последними трендами в области предупреждения чрезвычайных ситуаций.

Всем привет! Меня зовут Алексей Пьянков, я эксперт Отдела экспертизы по техническим компонентам SAP компании Норникель. В этой статье поделюсь с вами некоторыми нюансами использования оператора FOR ALL ENTRIES в АВАР.

Регулярно просматривая ракурс m_expensive_statements на БД SAP HANA, которая обслуживает продуктивную систему SAP ERP, временами, замечаю в ТОПе среди большого количества классических записей CALL  "CL_J_3RMOBVEDH… , отдельные записи, statement_string которых начинается с SELECT /* FDA WRITE */.

Всем привет! Продолжим погружение в тему, и сегодня я бы хотел поделиться реальными задачами и кейсами из практики в Норникеле по направлениям Industrial AI и Computer Vision. Ни для кого не секрет, что еще несколько лет назад машинное обучение в промышленности уступало в развитии таким прикладным направлениям, как ML в ИТ / телекоме, банковской сфере, ритейле и т.п. Часто при общении с коллегами из других исследовательских институтов, R&D отделов крупных компаний разговоры о промышленных кейсах в машинном обучении напоминали байки о рыбалке. Или, скорее, рассказы авантюристов-золотоискателей, бросивших стабильность и уют хорошо изведанных земель ИТ и машинного обучения и ушедших в дикие пустынные края в поисках скрытого от всех сокровища.  Все быстро меняется и стараниями флагманских отраслевых компаний, крупных исследовательских коллективов работа над кейсами Industrial AI шагнула далеко вперед - от редких и робких хакатонов к полномасштабной разработке, внедрению и эксплуатации моделей в производственные процессы.

Всем привет! Меня зовут Владислав Давыдов, я главный менеджер центра развития цифровых технологий компании Норникель. В этой статье расскажу о ходе разработки и подготовке к вводу в промышленную эксплуатацию тяжелого промышленного экзоскелета Норникеля.

Повозиться пришлось изрядно, но зато теперь «Норникель» стал первым в России обладателем беспилотных самосвалов, поднимающих полезные ископаемые с глубины 850 метров.

Меня зовут Андрей Дышлюк, я руководитель проектной команды по внедрению системы Sandvik AutoMine на нескольких автономных шахтных самосвалах, работающих на руднике «Скалистый». В этой статье расскажу, почему мы выбрали именно AutoMine, как строили сеть, ставили лазерные барьеры, обкатывали маршруты в часы пересменки и заставили технику работать безопаснее и дольше.

Идет очередной этап работы датасаентиста… обучена ML-модель, которая снизит издержки, повысит эффективность, сделает жизнь лучше, ничего не изменит, зато звучит модно. И вот настало время презентовать результаты ее работы. Если вы, как и я, работаете в промышленности, то на запланированную встречу наряду с менеджерами наверняка пригласят технологов с производства - именно они будут пользователями вашей системы, и успешность проекта может во многом зависеть от их заинтересованности и вовлеченности в совместную работу. Раз надо их заинтересовать, сделаем!

Привет, Хабр! Меня зовут Владимиров Дмитрий, я data scientist в группе анализа данных компании Норникель. Я хочу поделиться тем, как настроить интерактивную визуализацию работы ML-модели использую связку Python+Postgres+Grafana.

Всем привет! Меня зовут Александр Чуглин, я руководитель управления корпоративной архитектуры в Норникеле. У нас >1000 информационных систем и >4000 точек интеграции между ними, и всё это постоянно меняется. В таких масштабах важно правильно выстроить архитектуру предприятия, а затем и правильно ей управлять. Чтобы понять, по верному ли пути мы идём, важна сторонняя оценка и сравнение с мировыми практиками.

Для этого мы использовали одну из мировых методик. Нас тестируют, сравнивают с мировыми бенчмарками и дают заключение. Это как с английским языком: определи, какой у тебя уровень владения — продвинутый или начальный. Используется шкала от 1 до 5. Сегодня хочу рассказать, как мы смогли улучшить нашу оценку с 2 до 3, как собираемся покорять 4 и какие внедрённые практики помогли нам больше всего.

Всем привет! Меня зовут Ильдар. Я учусь в совместной магистратуре МФТИ и Норникеля «AI Transformation в промышленности». Ещё я работаю инженером по машинному обучению в стартапе, занимающемся разработкой контроллеров в AR/VR. В этой статье я хочу поделиться с вами своей историей выбора программы обучения, подготовки и поступления. Пишу данную статью в основном для того, чтобы поделиться собственным опытом, видением, эмоциями и надеждами, тем, что меня вдохновляло, откровенно злило, пугало (в основном зря) и тем, с чем я в итоге примирился и подружился. Для кого-то эта история может послужить скорее «роадмапом», нежели пошаговым гайдом, и поможет сориентироваться среди множества программ обучения в сфере ИТ (рекомендовать ничего не стану, но расскажу по опыту, чем они отличаются и на что делают упор).

1. Немного предыстории

Родом я из небольшого городка на юге Башкирии, основанного на месте добычи руд цветных металлов. Одна из главных достопримечательностей города — это огромный карьер правильной круглой формы и глубиной в полкилометра. Мой папа руководил службой геологоразведки и в детстве я много времени проводил в поездках по полевым экспедициям (это когда в поле или в горах стоит буровая установка и делает забор породы), шахтам и карьерам. Впитывал в себя всю романтику жизни геологов. Моя мама - доктор. От нее я также много и хорошо узнавал про медицину, здоровые привычки и работу организма. В итоге я планировал связать жизнь либо с геологией, либо с медициной и биологией, так как много знал об этом и активно интересовался. В школе мне особо хорошо давались математика, информатика, физика и химия. Я стабильно занимал первые и призовые места на олимпиадах в городе. И вот классе в 7-м я узнал про Физтех.

Привет, Хабр! Я работаю инженером компьютерного зрения в направлении искусственного интеллекта компании Норникель. Мы разрабатываем и внедряем модели с применением машинного обучения на наши производственные площадки.

В скоуп наших проектов попадают как системы, управляющие (или частично управляющие) технологическим процессом (например, флотация или плавка), так и системы промышленного машинного зрения, которые по сути представляют из себя одну из разновидностей датчиков.

В этой статье я расскажу про основные архитектуры генеративных сетей для задачи перевода изображения из одного домена в другой (image-to-image translation). В конце расскажу, для чего именно мы применяем синтетические данные и приведу примеры изображений, которых нам удалось достичь. Но перед погружением в данную тему рекомендую ознакомиться с тем, что такое свёрточная сеть, U-Net и генеративная сеть. Если же Вы готовы, поехали.