Зачем прогнозировать спрос перевозок на железной дороге и какие особенности построения таких прогнозов важно учитывать?
Сопротивление ИИ — почему сотрудники и бизнес не верят интеллектуальным системам и как исправить ситуацию
Привет, Хабр! Я Максим Катрушенко, эксперт по анализу данных и машинному обучению в ПГК Диджитал. ПГК перевозит грузы, а мы разрабатываем сервисы с ИИ для управления этим процессом. Наши пользователи не всегда приветствуют инновации. Порой, они не доверяют рекомендациям, которые предложила ML-модель. С такой проблемой сталкиваются многие: ИИ-сервисы удобны, но вызывают сопротивление при внедрении со стороны рядовых пользователей. Расскажу, как исправить ситуацию с помощью атрибутов доверия. В подготовке материала помогал коллега, бизнес-аналитик Виктор Соловьев.
Статья будет полезна всем, кто хочет, чтобы системы с ИИ быстрее и проще внедрялись в процесс принятия решений в компаниях.
Гибкая разработка прототипа на Python
Всем привет!
Меня зовут Дмитрий, и я системный аналитик в отделе прототипирования в Первой грузовой компании. Наша команда помогает создавать новые цифровые продукты в компании и оптимизировать бизнес-процессы. Для этого мы разрабатываем прототипы/PoC-продукты для быстрого тестирования гипотез. Чем я занимаюсь: общение с заказчиком, анализ и описание требований к продукту, сопровождение процесса создания прототипа, разбор кейсов. Сегодня я поделюсь лайфхаками гибкой разработки прототипа.
ИИ в депо: 7 вопросов от ChatGPT про работу вагоноремонтного предприятия
Статья будет полезна тем, кто:
· Исследует возможности ChatGPT;
· Интересуется цифровизацией в ж/д логистике;
· Хочет узнать про процесс ремонта вагонов на ВРП.
Текст состоит из вступления, 7 вопросов и ответов на них с небольшими отступлениями и заключения.
Цифровой путь: из слесаря по ремонту вагонов в бизнес-аналитики на ж/д
Привет Хабр! Меня зовут Виктор Соловьев, и я бизнес-аналитик продукта «Цифровой вагон» в Первой грузовой компании. Это набор цифровых решений для обслуживания и эксплуатации вагонов, про него мои коллеги регулярно рассказывают в блоге, например, тут и тут. Я же расскажу про свой путь на железной дороге от слесаря до бизнес-аналитика и на своем примере покажу, как помогают digital скилы в работе с парком около 100 тыс. вагонов.
Когда не только выключить и включить: как работает техподдержка ЛКК
Привет, Хабр! Наш коллега Артем Ибрагимов занимается техподдержкой личного кабинета клиента (ЛКК) Первой грузовой компании. Ранее мы рассказывали, как формировали требования и создавали прототип ЛКК на примере одной из функций сервиса – онлайн-подачи заявки на перевозку. Сегодня поговорим о работе техподдержки, оперативном решении возникающих задач и усовершенствовании ЛКК.
Автоматизация подачи инициатив сотрудниками. Часть 2
Всем привет! Мы уже рассказывали о внутренней системе подачи, сбора и обработки инициатив сотрудников «Банк идей», реализованной в логистической компании ПГК, в одной из прошлых статей. В этот раз остановимся подробнее на функции «калькулятор эффектов», которая вызвала интерес в прошлом материале. Про сам инструмент, его интерфейс и разные опции рассказал руководитель направления архитектуры ИТСМ Дмитрий Бессонов.
7 кругов аналитики
Полный цикл решения задач аналитики тернист и скрупулёзен. Зачастую он выполняется частями в виде смешения этапов без целостного видения общей структуры реализуемого процесса.
Здесь хотел бы поделиться опытом и навязать один из вариантов ведения и реализации аналитических решений. Суммарно в области разработки продуктов оптимизации и автоматизации бизнес процессов проработал 10 лет, участвовал в реализации крупных, средних и мелких проектов. В настоящее время занимаюсь исследованием операций в компании ПГК в проекте Навигатор. В общем, есть чем поделиться.
Голоса из-под вагона: миссия выполнима
На связи снова Калмыкова Надежда, и, как и обещала в первой статье про задачу голосовой инвентаризации, возвращаюсь с рассказом о том, какие подходы к ее решению оказались самыми удачными, и поделюсь впечатлениями о нашем первом хакатоне HackWagon22, который прошел 16-18 декабря 2022.
Для начала, напомню формулировку задачи.
У нас есть аудиозапись, сделанная сотрудником в процессе инвентаризации на обычный смартфон, которая содержит информацию о каждой пронумерованной детали на складе. Из этого аудиофайла необходимо извлечь характеристики деталей и внести их в отчет с минимальными потерями информации. В результате получаем таблицу, где для каждой детали указан номер, завод-изготовитель, год изготовления и комментарий. Правильной считаем только ту строку отчета, где корректны все эти поля. Более подробная постановка задачи, предпосылки и подводные камни описаны здесь.
Перед тем, как использовать эту задачу для нашего хакатона, как подошла к ее решению я?
Поскольку задача состояла именно в проверке жизнеспособности идеи голосовой инвентаризации, и архитектура продукта для инвентаризации на тот момент была на начальных этапах проработки, не было необходимости «подружить» решение с чем бы то ни было, и в процессе разработки была полнейшая свобода.
Нам нужно было предусмотреть подавление шумов – ведь все склады очень разные, на некоторых может быть очень много посторонних звуков, и с этой задачей для наших аудио отлично показала себя библиотека NoiseReduce. Ее использование позволило уменьшить зашумленность исходного материала, не потеряв при этом нужную информацию, для инвентаризации это критично. Для получения текста из аудиозаписи я воспользовалась SpeechKit-ом. Он позволяет получить идеальное распознавание чисел при достаточно хорошей скорости работы и удобстве использования. А для того, чтобы собрать из текста необходимый отчет, я использовала расстояние Левенштейна в сочетании с регулярками – аккуратная работа с ними позволила добиться отличного значения метрики. Так мы пришли к выводу, что у голосовой инвентаризации есть будущее и такой функционал действительно поможет сократить ресурсы компании на проведение этого процесса, не потеряв в качестве результата.
Расскажу, что же происходило на нашем хаке.
Голоса из-под вагона: кейс инвентаризации на хакатоне
Привет!
Меня зовут Калмыкова Надежда, я - Data Scientist в ПГК Диджитал. В блоге ПГК мои коллеги уже не раз делились тем, как мы разрабатываем цифровые продукты, аналогов которым нет в сфере железнодорожной логистики. Я работаю в отделе прототипирования и помогаю исследовать возможности реализации различных идей, прежде чем они станут полноценными продуктами или проектами и потребуют больших ресурсов. Сегодня хочу рассказать о не самой очевидной для промышленности задаче - поиске голосового решения для проведения инвентаризации.
Будет две статьи по этой теме, в первой я опишу детали задачи и особенности технологического процесса. Во второй поделюсь этапами решения и полученными результатами.
Мы реализовали нашу первую версию и используем эту задачу для одного из треков грядущего хакатона ПГК Диджитал – HackWagon22. Поэтому лучшие практики его участников станут приятным дополнением к нашим идеям для решения задачи во второй части статьи.
Актуальность задачи
Любая компания, даже небольшая, регулярно сталкивается с задачей инвентаризации - как минимум, мебели и техники в офисе. А промышленные компании проводят еще инвентаризацию дорогостоящего оборудования и деталей. И если инвентаризация офисной техники проходит в теплом помещении (хотя и не всегда с комфортом - номера могут быть наклеены в неочевидных местах), то инвентаризация в «полях» может стать настоящим испытанием - дождь, снег, сбивающий с ног ветер, опасность нападения медведя. И ПГК здесь не исключение - как крупнейший оператор грузового парка, в управлении которого - около 100 тысяч вагонов, компания хранит вагонные детали на большом количестве складов в разных уголках страны, чтобы быть готовой своевременно обслуживать парк. Для точного понимания, что, сколько и где у нас есть, мы регулярно проводим инвентаризацию.
Как математика помогает логистике быть точнее. Опыт ПГК
Цифровые алгоритмы помогают решать реальные бизнес-задачи в самых разных сферах. Логистика — не исключение. Главные инструменты логиста — вовсе не карта, линейка и калькулятор, а сложные IT-системы, которые основаны на математическом моделировании и алгоритмах искусственного интеллекта. Эксперты в этой области ориентируются в цифровых продуктах, умеют их использовать и извлекать выгоду для компании. Почему? Потому что основная задача логиста – экономия. Он критически оценивает существующие процессы и предлагает способы их оптимизации. Ольга Умнова, Product Owner ПГК, и Дмитрий Алимин, руководитель направления в управлении развития цифровых продуктов компании, рассказывают, как оператор использует математический подход в бизнесе.
Можно ли снизить затраты на ремонт вагонов?
Как мы в ПГК контролируем ремонт вагонов с помощью IT-технологий.
В прошлом году мы писали об одной из частей проекта «Цифровой вагон». Он нацелен на улучшение процесса ремонтов вагонов – снижение их количества и стоимости. Меня зовут Надежда Костякова, я — техлид продукта в ПГК и расскажу, как он развивается, а также о проблемах, с которыми мы столкнулись в процессе, и способах их решения.
Что нужно знать и уметь продакту в логистической компании
Все привет! Антон, Product Owner в ПГК, снова на связи. В предыдущей статье я рассказал, что ждет продактов в «оффлайн» компаниях в целом. А сегодня расскажу какие компетенции им нужны, чтобы быть успешными в ПГК.
Где-то 2 года назад ПГК решила пойти по пути цифровизации и превратиться в ИТ-компанию. С тех пор штат разработчиков вырос с пары десятков до нескольких сотен человек. Они развивают новые продукты, а продуктовые менеджеры отвечают за их успех. Я расскажу о работе последних и опишу 3 ключевые группы компетенций, которые важны для компании.
Вагон не тронется: какие данные используют операторы для контроля за перемещением грузов по железной дороге
Для того, чтобы получать информацию о движении поездов и грузов, нужны данные. Много данных. Сегодня расскажу про структуру данных в железнодорожной логистике, которые позволяют оперативно доставлять продукцию, оповещать клиентов, а также предложить оптимальный тариф на железнодорожную перевозку.
Что ждет продактов из B2C в «оффлайн» компаниях
Привет! Меня зовут Антон Бут, я – Product owner в ПГК. Расскажу, почему в традиционных «офлайновых» компаниях все только начинается и как это использовать в своих интересах
Активное развитие интернет-технологий в России началось с конца девяностых. Все началось с таких B2C продуктов как поисковые системы и почтовые сервисы, примерно в это же время появились и первые цифровые продукты, ориентированные на B2B сегмент (CRM решения и интернет-реклама, первое что приходит в голову). Однако, цифровые продукты начали активно проникать в процессы «аналоговых» бизнесов сравнительно недавно – примерно 5-7 лет назад.
И тут еще очень много возможностей для создания таких решений, которые смогут изменить целые отрасли.
Создание цифровых продуктов для «оффлайн» бизнесов во многом похоже на создание B2B продуктов и заметно отличается от работы над B2C-продуктами. Об этих особенностях работы и пойдет речь в этой статье на примере ПГК.
Цифровой вагон приехал в депо
Анна Анциферова, продакт проекта «Цифровой вагон» Первой грузовой компании, побывала в самом настоящем депо – предприятии «Грязи» в Липецкой области. Своими впечатлениями и фото поделилась в статье.
Как ускорить движение поездов при помощи «виртуальной сцепки»
Что делать, когда пропускные способности на сети железных дорог ограничены, а грузы возить нужно? Ответ нашли в НИИ информатизации, автоматизации и связи на железнодорожном транспорте (НИИАС). Ученые не только разработали, но и внедрили технологии виртуальной сцепки на железной дороге. Расскажем, как это работает.
Цифровая или железная дорога? Как технологии меняют отрасль
Кто бы мог подумать, что железная дорога сможет совершить такой технологический прорыв? Отрасль, которая казалась одной из самых традиционных, вдруг начала активно осваивать новые технологии и стремительно применять их на практике. Расскажем о трендах и технологиях, которые можно встретить на железных дорогах мира уже сейчас.
Онлайн-заявка на перевозку: от идеи до прототипа
Онлайн-заявка на перевозку: от идеи до прототипа
Дмитрий Бохан занимается развитием личного кабинета клиента Первой грузовой компании. В прошлой статье он уже рассказывал, как строился путь от идеи до интерфейса нашего сервиса, который клиенты используют каждый день. Новая его статья о том, как мы формировали требования и создавали прототип на примере одной из функций сервиса – онлайн-подачи заявки на перевозку.
Применение научного подхода при решении задач в Data Science
Привет! Меня зовут Евгений Мокшин, я занимаюсь аналитикой и машинным обучением в ПГК. Хочу рассказать, как можно применять научный подход при решении рабочих DS-задач.
В большинстве статей, посвящённых правилам и советам по решению задач DS, рассказывается о подготовке, очистке и предварительной обработке данных, разновидностях задач и методов их решения. Из них можно узнать о том, как разработать модель, настроить гиперпараметры, выполнить перекрестные проверки. Как правило упор делается на технические аспекты. Знать и использовать все это, безусловно, важно. Однако для получения качественного результата DS-специалист также должен быть исследователем, уметь правильно ставить задачу, проводить обзор методов, выдвигать гипотезы и делать выводы. В этой статье я опишу свой взгляд на решение DS-задач и покажу, как научный подход поможет повысить его качество.