Линейка IT-решений СИБУРа, доступных на рынке, расширилась за счёт продуктов «Каталог данных» и «SIBUR ML Framework». То есть, таких решений у нас уже 5.
Помимо упомянутых новинок мы продаём программно-аппаратные комплексы дополненной реальности и промышленного интернета вещей, а ещё систему интеллектуального видеонаблюдения «Чёрный экран». В 2022 году экономический эффект от их внедрения превысил 300 млн рублей.
Но здесь мы расскажем про новинки.
Каталог данных
Это централизованный источник о данных компании, который позволяет хранить, описывать и агрегировать информацию об их состоянии. Он предназначен для всех сотрудников, в той или иной степени работающих с данными. Например:
Бизнес-пользователей;
Корпоративных архитекторов;
Архитекторов данных;
Специалистов Data Science;
BI специалистов.
Продукт позволяет создать единую систему поиска по метаданным компании, обеспечить централизованное ведение документации и глоссария терминов, определений и метрик. Кроме того, каталог наглядно демонстрирует связи между данными от источника до отчётов, делает данные универсальными и исключает их дублирование в разных системах.
Преимущества решения СИБУРа – архитектура, созданная с учётом требований промышленных систем, ролевая модель доступа к данным и удобный интерфейс.
SIBUR ML Framework
Второй продукт, который СИБУР сделал доступным для клиентов – «SIBUR ML Framework», платформа для управления моделями машинного обучения. Единая платформа позволяет объединить возможности различных моделей в удобном интерфейсе и максимально упростить рутинные процессы – обработку данных, ввод запросов и получение предсказаний, работу с временными рядами и мониторинг качества модели.
Продукт объединяет все этапы управления моделями: от разработки сервиса до мониторинга и сопровождения. За рамками «SIBUR ML Framework» остаются только начальные этапы машинного обучения – постановка задачи, обучение и валидация модели.
Результаты работы моделей записываются на специальную «шину данных», в которой также сохраняются все возможные события сбоев и метрики. Из «шины данных» информация поступает в системы уведомлений, корпоративное хранилище и бизнес-системы.
У нас внедрение «ML Framework» позволило в 3 раза сократить срок реализации задач, не связанных с анализом данных при среднем осуществлении 77 ежемесячных обновлений для 90+ моделей в эксплуатации.