Вебинар:
"AI в промышленности. С чего начать?"
"AI в промышленности. С чего начать?"
Спикер - Антон Варенцов
13 февраля / 19:00 / бесплатно / онлайн
Зарегистрироваться 13 февраля / 19:00 / бесплатно / онлайн
Этот вебинар будет полезен, если вы:
Data Scientist
У вас есть практический опыт в машинном обучении и вы хотите найти новые сервисы для удобной работы или новую сферу приложения своих навыков
Управляете высоко-технологичным производством
Задумываетесь об увеличении эффективности (повышении производительности, снижении себестоимости) своих производственных мощностей
DataScience - команда на производстве.
Занимаетесь или планируете заняться оптимизацией технологических процессов при помощи машинного обучения (или без него)
О спикере
- Более 20 лет занимается автоматизацией бизнес-процессов на предприятиях
(ритейл и производство) - Степень МВА по управлению информационной службой
- Предприниматель: фирма по разработке, внедрению и сопровождению продуктов 1С, компания по развертыванию и тех.поддержке ИТ-инфраструктуры на предприятиях, интернет-магазины 3шт., web студия
- Последние 1,5 года занимается внедрением AI на производстве
- Развивает стартап CogInTech (Cognitive Industrial Technologies
О вебинаре
Вебинар посвящен проекту CogInTech
На данном технологическом этапе очень небольшая часть компаний в России и в мире успешно применяют ИИ на производстве. Многие предприниматели чувствуют необходимость оптимизировать производственные процессы, но не понимают с чего начать, и как это работает.
На вебинаре Антон Варенцов поделится инсайтами, которые возникли во время его пилотного проекта, покажет работу сервиса - как с его помощью можно создавать простые, но функциональные модели различных процессов.
На данном технологическом этапе очень небольшая часть компаний в России и в мире успешно применяют ИИ на производстве. Многие предприниматели чувствуют необходимость оптимизировать производственные процессы, но не понимают с чего начать, и как это работает.
На вебинаре Антон Варенцов поделится инсайтами, которые возникли во время его пилотного проекта, покажет работу сервиса - как с его помощью можно создавать простые, но функциональные модели различных процессов.
Видео-приглашение от Антона Варенцова
Бонус участникам
Получите персональную
30-минутную консультацию
за самый интересный вопрос на вебинаре
30-минутную консультацию
за самый интересный вопрос на вебинаре
Программа вебинара
13 февраля (четверг), 19:00 – 21:00
19:00 – 19:30
Как обстоят дела на современном заводе?
Как это изменить?
Как это изменить?
О чем поговорим:
- Основные приложения AI
- Главные метрики внедрения AI
- Какие процессы подойдут для оптимизации при помощи ML
- С чего начать оптимизацию процесса
19:30 – 20:15
Техническая часть:
какие подходы используются?
какие подходы используются?
О чем поговорим:
+ вопросы от участников вебинара в реальном времени
- Как проще всего построить цифровой двойник
- Какие еще задачи можно решать с помощью CogInTech
+ вопросы от участников вебинара в реальном времени
20:15 – 21:00
Живое общение между участниками вебирана (открытый микрофон)
- Обсудим тему вебинара
- Познакомимся друг с другом
- Обменяемся опытом и фидбеком
О сервисе CogInTech
Сервис для DataScience - команд, у которых есть задача оптимизации производства.
Помогает решать следующие задачи:
• визуализация технологического процесса (построение цифрового двойника)
• поиск узких мест, наиболее подходящих для оптимизации
• визуальное размещение источников реальных данных
• связь с оптимизируемой функцией посредством формул
• подбор данных для тренировки нейросети
Помогает решать следующие задачи:
• визуализация технологического процесса (построение цифрового двойника)
• поиск узких мест, наиболее подходящих для оптимизации
• визуальное размещение источников реальных данных
• связь с оптимизируемой функцией посредством формул
• подбор данных для тренировки нейросети
Регистрация на вебинар
Вебинар будет проходить 13 февраля (четверг) на платформе Zoom
Если хочешь провести свой вебинар, то сообщи об этом мне на почту (dkaplanskaya@aitoday.ru) или телеграм: @mr_sher_lock