Доработать модель предиктивной аналитики для пищевого производства
https://freelance.habr.com/tasks/609235 Бюджет: 300 000 руб. за проект
Цель: Повышение качества прогнозирования вероятности брака на основе исторических данных с возможностью интеграции предиктивной модели в процесс производства в режиме реального времени.
Ключевые задачи:
Работа с историческими данными:
- исторические данные о браке хранятся в виде таблиц;
- Анализ и подготовка данных для обучения модели (очистка, обработка, формирование выборок). Интеграция с 1С:
- настройка взаимодействия модели с системой 1С для получения данных в реальном времени. 2) Реализация механизма передачи результата работы модели обратно в 1С. Разработка и доработка модели:
- использование CatBoost или аналогичных инструментов для создания/оптимизации модели предиктивной аналитики.
- Учет особенностей данных: брака сырья, брака на этапах производства и других факторов. Тестирование:
- Оценка точности модели на тестовой выборке.
- Проверка корректности работы модели в режиме реального времени с 1С. Разработка рекомендаций: Предоставление выводов и предложений для минимизации брака на основе предсказаний модели. Технические детали:
Хранение данных: Исторические данные о браке представлены в виде таблиц Получение данных из базы 1С в реальном времени через SQL-запросы или встроенные механизмы 1С. Возврат предсказаний модели в 1С (например, для отображения результата или отправки на следующий этап обработки).
Требования к исполнителю:
Уверенные знания алгоритмов машинного обучения (CatBoost, другие алгоритмы для табличных данных).
Опыт интеграции моделей в системы реального времени, особенно с 1С.
Умение работать с SQL-запросами и данными из 1С. Навыки предобработки табличных данных и оптимизации моделей.
Желателен опыт работы с промышленными процессами или данными пищевой отрасли.
Ожидаемые результаты:
Модель: Доработанная модель с точными прогнозами вероятности брака. Настройка сценария обработки данных в режиме реального времени. Отчет: Подробная документация с описанием модели, её метрик и рекомендаций по внедрению. Срок выполнения проекта: 1 месяц.
