- Интервью
- Отчеты о конференциях
- Цифровая трансформация
- Электронный документооборот
- Финансы: стратегия и тактика
- Общие центры обслуживания
- Информационные технологии
- Финансовая отчетность
- Риск-менеджмент
- Технологии управления
- Банки и страхование
- Кадровый рынок и управление персоналом
- Управление знаниями
- White Papers
- Финансы и государство
- CFO-прогноз
- Карьера и дети
- CFO Style
- Советы по выступлению на конференциях
- Обзоры деловых книг и журналов
- История финансов
- Свободное время
- Цитаты
КОНФЕРЕНЦИИ
Все-
17-18 октября 2024 года
Москва -
с 1 июля по 17 октября 2024 года
Москва -
24-25 октября 2024 года
Москва -
12-13 ноября 2024 года
Москва -
14-15 ноября 2024 года
Москва -
19 ноября 2024 года
Онлайн
Дмитрий Карбасов, Eurasian Resources Group: «Качество данных – понятие относительное»
16.03.2020
Дмитрий Карбасов, руководитель управления Промышленный искусственный интеллект Eurasian Resources Group и спикер Пятого форума «Цифровое предприятие», рассказал CFO Russia о работе с большими данными и практическом применении технологий искусственного интеллекта.
Как определить качество данных?
Качество данных – понятие относительное, которое определяется бизнес-целью и математической моделью.
Каковы ключевые проблемы качества данных?
- сложность подключения к существующим источникам данных: неизвестен интерфейс, нет описания схем данных или что-то не работает;
- отсутствие данных: они вообще не собираются либо ведутся на бумажных носителях;
- ошибки датчиков: сбои, выход из строя;
- пропуски в данных;
- отсутствует описание схемы данных: базу получили, в ней сотни таблиц и тысячи столбцов, описания нет или оно устарело;
- короткий срок хранения данных.
Что можно предпринять, если данные отсутствуют?
За последние 5 лет появились технологии, которые позволяют собирать неизвестные данные: машинное зрение и виртуальные датчики. С помощью машинного зрения можно распознавать визуальные объекты и преобразовывать их в данные. Например, состав и дефекты материала, скорость движения объектов.
Виртуальный датчик на основе формализованных данных выдает неизвестный показатель процесса. В нашей компании такой датчик используют в плавильных печах. Нам важно четко понимать, когда шихта из печного кармана попадает в активную зону, так как ее движение занимает сутки, плюс-минус несколько часов. Сложность состоит в том, что данный процесс нестабилен и определяется большим количеством факторов.
Существуют также обычные датчики для сбора данных. Но чтобы понять, какой именно датчик необходим, специалист должен погрузиться в проект. А зачастую в компаниях проекты прорабатываются поверхностно, поэтому решение о выборе датчика принимается поздно.
В чем особенности и сложности применения искусственного интеллекта в ГМК?
Важно понимать, что, как правило, при внедрении классических ИТ-решений предприятия горно-металлургической промышленности не готовят свой ИТ-ландшафт для применения технологий ИИ.
Какими советами вы можете поделиться с компаниями относительно сбора неизвестных данных и старта внедрения ИИ в ГМК?
Об этом я буду подробно говорить на конференции.
Задать свои вопросы Дмитрию Карбасову и узнать больше об опыте Eurasian Resources Group технологий вы сможете на Пятом форуме «Цифровое предприятие», который состоится 23 и 25 июня 2020 года.
Мария Кириченко
Наши конференции:
- Сорок пятая конференция «Общие центры обслуживания: организация и развитие»
- Четырнадцатый форум финансовых директоров фармацевтического бизнеса Pharma CFO 2025
- Четырнадцатая конференция «Корпоративное бюджетирование»
- Конкурс и премия «Лучший ЭДО в России и СНГ 2025»
- Двадцать третий форум «Внутренний и внешний электронный документооборот»
Комментарии