Онлайн-чемпионат по Data Science

в 12:35, , рубрики: big data, data science, Блог компании Цифровой СИБУР, продвинутая аналитика, Хакатоны

Оптимизация работы оборудования, предиктивный мониторинг, построение зависимостей реальной прибыли от технологического режима и многие другие задачи из области цифровой химии уже решаются с помощью DataScience-технологий. У нас в рамках цифровой трансформации производственных и бизнес-процессов над этим работает направление «Продвинутая аналитика».

Онлайн-чемпионат по Data Science - 1

Возможно ли правильно спрогнозировать объёмы производства, учитывая все особенности процесса и технологические параметры? Скоро узнаем.

СИБУР запускает онлайн-чемпионат по Data Science, который продлится до 19 ноября. Желающим принять участие нужно зарегистрироваться до 16 ноября. Решения принимаются до 19, а 24 ноября – финал.

Общий призовой фонд составляет более 600 000 рублей: 1 место – 200 000 рублей, 2 место – 150 000 рублей, 3 место – 70 000 рублей, 4, 5 и 6 места – 40 000 рублей. Лучшие проекты дополнительных треков – 20 000 рублей и квадрокоптеры. В команде может быть от 1 до 4 участников.

Алексей Винниченко, руководитель направления «Продвинутая аналитика»:

«У нас была идея не просто сделать challenge competition, а взять реальную производственную задачу, которая сейчас на радаре, не простую и не абстрактную, и выдать её сообществу – показать, какими интересными вещами можно заниматься в СИБУРе. Задача объёмная, она состоит из пяти подзадач, которые в итоге должны сложиться в единый пазл. Должно быть интересно. И, конечно, будем благодарны за свежие, нестандартные идеи».

Внимание, задача:

Во время химической реакции на установке производства этилена кроме целевого полезного продукта образуется ряд побочных продуктов. Одним из нежелательных, но неизбежных продуктов реакции является углерод (кокс), который осаждается на стенках реакторов и на катализаторе. Для планирования производства этилена необходимо иметь возможность прогнозировать объём и эффективность производства, что зависит от состояния оборудования, ограничений режима, внешних факторов. Необходимо реализовать несколько предиктивных моделей, которые помогут в решении глобальной задачи прогнозирования объёмов производства.

→ Подробности и регистрация по ссылке

Автор: digitalsibur

Источник

* - обязательные к заполнению поля


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js