Привет! Меня зовут Кирилл Трибунский, я ведущий разработчик отдела архитектуры и разработки “Северсталь Диджитал”. Сегодня я расскажу про нашу библиотеку Typed Blocks, задача которой — снизить порог входа в разработку с машинным обучением и избавить дата-сайентистов от рутины при переносе проектов в продуктив. Библиотека появилась на свет, как водится, через боль команд «Северсталь Диджитал» от решения однотипных задач при выводе кода в продакшен. Она позволяет разбивать код на независимые блоки и вести однотипную разработку вне зависимости от типа используемого транспорта. Статья, как и сама Typed Blocks, будет интересна дата-сайентистам, которые не хотят много кодить. А также программистам, неравнодушным к опциональной статической типизации в Python, которую вовсю использует Typed Blocks. Автор идеи и создатель библиотеки — Даниил Зубакин, за что ему большое спасибо! 

Промышленные компании работают с сотнями цифровых и математических моделей. Мы в «Северстали» разработали схему, которая стандартизирует этот процесс. Я, Максим Андреев, архитектор MES "Северстали" расскажу, как мы к ней пришли.

С 22 февраля по 20 марта «Северсталь» при поддержке Russian Hackers провела онлайн-хакатон для аналитиков и разработчиков в сфере поиска и анализа данных с общим призовым фондом 700 000 рублей . Все предложенные нами задачи имели отношение к бизнес-задачам в металлургическом производстве. Хакатон прошел отлично и даже превысил ожидания. Самое время подвести итоги.

MES (manufacturing execution system) — система управления производственными процессами, которая решает задачи синхронизации, координации, анализа и оптимизации выпуска продукции на производстве. Относится к классу систем управления уровня цеха, но может использоваться и для интегрированного управления производством на предприятии в целом. Мы честно пытались использовать покупную коробочную версию от умудренных опытом автоматизации производства зарубежных коллег. Они даже пробовали переписать ее под нас, но не смогли! И тогда мы расчехлили наш старый Delphi, а наши эксперты превратились в разработчиков и сели его допиливать. Расскажем, как все было.

Привет! На связи Анна Данилова и Михаил Телков из центра компетенций Quintiq в «Северстали». Мы тут сделали один классный оптимизатор для производства и хотим о нем рассказать. Немного фактов: активная фаза проекта заняла 26 недель; на стадии разработки реализовано 137 задач; пока тестировали оптимизатор, выявили и решили 86 инцидентов, а за первый месяц эксплуатации — ни одного тикета на изменение; сделали так, что фактические затраты на проект оказались в 4 раза меньше первоначальной оценки; консультантами были европейские коллеги, поэтому иногда задачу осложняли языковые трудности. Но все работает. 

Хабр, привет! С вами снова Денис Колупаев, руководитель разработки AR/VR в “Северстали”. 

С тех пор как я рассказывал о внедрении у нас AR/VR-симуляций, прошел почти год (и поэтому поводу мы даже сделали поздравительное видео), и за это время у нас появилось много новостей. После внедрения технологии и увеличения количества симуляций мы столкнулись с проблемой: а как лучше всего управлять этим парком? Мы пробовали разные решения, но в результате разработали свою платформу для управления AR/VR-симуляциями. Если вас это заинтересовало — за подробностями прошу под кат.

Гибкая аналитическая отчетность — звучит интересно, выглядит как светлое будущее и интригует бизнес-пользователей. Но когда они сталкиваются с реальными гибкими инструментами, то понимают, что работать с ними не так-то уж просто. И что они скорее предпочли бы статичную, но грамотно созданную визуализацию.

Я, Табулина Светлана, старший консультант по управлению данными в компании «Северсталь». Я расскажу, как мы используем SAP Analytics Cloud для создания дашбордов, как выясняем настоящие потребности бизнеса и как научились создавать аналитику, которой реально пользуются.

В быту мы часто используем автоматические последовательности (АП), но даже не задумываемся об этом. Потому что обычно это проходит быстро и без вау-эффекта. Совсем другое дело на производстве, или при запуске ракет с кучей орбитальных спутников на борту, или в кино.

Но вернемся в реальность и рассмотрим применение АП на производстве. Меня зовут Константин Семаков, в «Северстали» я создаю и настраиваю автоматические последовательности для агрегатов. Хочу поделиться своим опытом: как мы создаем автоматические последовательности и настраиваем их, находим ошибки и ускоряем работу оборудования.

Привет, Хабр! Я, Мария Лорман, и в компании «Северсталь» я занимаюсь трансформацией IT как частью глобального изменения в группе компаний. Одним из знаковых проектов для нас стала программа развития цифровых компетенций для сотрудников.

Тезис о том, что надо учиться постоянно, в вовлекающем формате и короткими уроками под задачу, уже давно у всех в работе. Это требует пересмотра подходов к обучению в фундаментальных дисциплинах и в прикладном обучении в больших компаниях, а «Северсталь» — компания большая. Возможно, наша история успеха — не эталон и не самая показательная, но она точно о том, как идея, команда и ответственность за будущее способны сделать продукт, который удивительно хорошо подходит большинству.

Хабр, привет. Меня зовут Олег Копаев, я руковожу командой компьютерного моделирования в компании «Северсталь». Моделирование производства и использования продукции помогает компаниям сократить затраты. Вместо того чтобы экспериментировать на реальном производстве, лучше сначала смоделировать и отладить процесс и только затем запускать производство. 

Но чтобы от расчетов была польза, нужно учесть все нюансы. В том числе это касается физических свойств материалов. Если использовать стандартные шаблоны и не учитывать специфику производителя, то результаты таких расчетов могут не сойтись с реальностью.

Я расскажу, почему важно получать полные физические свойства материалов, где их взять и какие возможности это открывает.

При переплавке металлолома важно, чтобы в нем не было посторонних предметов и жидкостей. Любой опасный предмет в лучшем случае нарушит технологию плавки, а в худшем — приведет к травмам. Например, зимой в металлоломе часто встречается лед, который вовремя плавки вызывает так называемые «хлопки» и может повредить оборудование стоимостью в миллионы рублей.

Я, Никита Лазарев, сотрудник сервиса Open Innovations в компании «Северсталь». Расскажу, как мы совместно с технологами «Северсталь Вторчермета» и сотрудниками Дирекции по техническому развитию и качеству использовали тепловизор для поиска обледеневшего лома на промплощадке «Северсталь Вторчермета» и каких результатов добились.

Хабр, привет. Я, Роман Юшков, работаю руководителем направления систем неразрушающего контроля в «Северстали». Я расскажу, как на металлургическом производстве осуществляется контроль качества и как в условиях непрерывной работы агрегатов удается добиться единообразия характеристик выпускаемой продукции.

В статье мы будем говорить о специализированных измерительных комплексах — системах неразрушающего контроля (СНК), которые автоматизируют многие этапы проверок. На территории череповецкой промплощадки ПАО «Северсталь» на всех этапах изготовления продукции функционирует порядка 240 измерительных комплексов, а наша служба обеспечивает внедрение технологий СНК на производстве, техническое обслуживание систем и экспертную поддержку.

Привет, Хабр! Меня зовут Александр Карпов, я ведущий разработчик в группе разработки интерфейсов веб-приложений компании «Северсталь-инфоком». Хочу поделиться с вами опытом локальной разработки UI-приложений для SAP-систем.

В этой статье мы будем использовать редактор VSCode, установим на него плагины, создадим приложение и запустим его локально.

Привет, Хабр! Мы – Антон Кузнецов и Ксения Краснова, Agile coach и руководитель Программы проектов в компании «Северсталь». Расскажем, как мы применили гибкие подходы для внедрения новой ERP-системы S/4HANA.

Привет, Хабр! Я Сергей Чебарев, аналитик в команде визуализации данных «Северсталь-инфокома», и сегодня я расскажу, как можно, используя VBA и приложения Office, автоматизировать рутину в работе. VBA (Visual Basic for Applications) – это упрощенная версия Visual Basic, встроенная в множество продуктов Microsoft Office, и соответственно, эти продукты можно подружить между собой.

Самое очевидное применение VBA (который ещё часто и не вполне корректно называют макросами) – это автоматизация типовых задач с множеством повторяющихся шагов, делать которые руками долго, скучно и чревато ошибкам от усталости. Рассмотрим одну из таких задач.

SAP HANA — реляционная in-memory база данных от компании SAP, в которой данные хранятся и обрабатываются исключительно в оперативной памяти. Диски используются только для логирования и хранения бэкапов, необходимых для восстановления системы. О плюсах такого решения можно найти много информации в интернете. Но сегодня мы хотим поговорить о минусах.

В «Северстали» внедрены большие корпоративные системы, такие как SAP или QMET, но есть и много разных задач, которые закрывает собственная разработка, и задачи у этой разработки редко бывают простыми. А значит, и требования к инструментам разработки бывают достаточно специфическими. Что делать, если вашим разработчикам потребовался gcc-9 под CentOS, а его нет в общедоступных репозиториях? Конечно, засучить рукава и создать требуемые пакеты. Вот только задача эта выглядит просто только на первый взгляд. 

Если вам интересно, какие грабли разложены на пути к замене системного компилятора, и как мы с ними справились, добро пожаловать под кат. 

Привет, Хабр! Я Сергей Маслаков из команды администраторов SAP BASIS в «Северсталь-Инфоком». Хочу рассказать о том, как мы научились управлять всеми ландшафтами SAP-систем из единого интерфейса, автоматизировали значительную часть рутинных задач и ускорили их выполнение. Под катом история о нашем опыте внедрения SAP Landscape Management (LaMa) 3.0, а также подробный гайд по оптимизации процесса обновления систем HANA продуктивными данными.

Привет, Хабр! Это снова Ольга Пешина, эксперт по развитию новых технологий в АО «Северсталь-Инфоком». Прокачивая телеметрию нашего гигантского металлургического комбината, мы хотим оперировать полученными с агрегатов данными не только в режиме реального времени (“что-то сломалось, надо чинить”), но и построить модель предиктивной аналитики отказов оборудования (“скоро там-то будет проблема, надо заранее принять меры”).

Я расскажу, как мы набивали шишки на попытках внедрить предиктивные ремонты, что из запланированного нам удалось, а что – нет и почему.

• определение параметров технологических процессов, которые не могут быть измерены в ходе натурных испытаний;
• оценка эффективности оборудования и технологий, планируемых к использованию;
• продвижение новых и уникальных продуктов клиентам;
• определение требований к механическим характеристикам перспективных материалов в технологиях будущего