от сырых данных до встроенного алгоритма
Любая техническая система генерирует данные: телеметрию, сигналы, результаты испытаний. Но сами по себе данные ничего не дают
5 модулей
лишней теории — только инженерные задачи
0
сквозная модель через весь курс
1
практики
32 часа
Школа — про то, как работать с данными правильно: очищать, анализировать, находить зависимости и строить алгоритмы, которым можно доверять
Школа про то, как перейти от «как придётся» к системному подходу — когда анализ данных живёт внутри инженерного процесса, а не рядом с ним.
Инженеры анализируют данные каждый день — строят графики в Excel, считают корреляции в Mathcad, пишут скрипты в Блокноте. Всё это работает. Но каждый раз заново, в разных местах, без связи с моделью и без возможности повторить завтра.
Вы уже решаете эти задачи. Просто не так.
От разрозненных таблиц и скриптов — к единому инженерному мышлению
Школа посвящена тому, как объединить анализ данных, сигналы, диагностику и моделирование в единую инженерную среду
Чему научится участник
Находить зависимости между параметрами, исследовать режимы работы системы
и выявлять причины нестабильности
и выявлять причины нестабильности
Анализ поведения технических систем
Работать с временными рядами, сигналами, измерениями и телеметрией, понимать качество данных
и выявлять проблемы измерений
и выявлять проблемы измерений
Анализ инженерных сигналов и данных
Фильтровать шумы, устранять выбросы, анализировать нестабильные измерения и подготавливать данные к моделированию
и диагностике
и диагностике
Обработка
и подготовка данных
Применять ML там, где он действительно полезен инженеру: классификация режимов, анализ
телеметрии,
диагностика
и обработка
сигналов
телеметрии,
диагностика
и обработка
сигналов
Машинное обучение
в инженерных задачах
Работать с FFT, анализировать гармоники, вибрации
и радиосигналы,
исследовать
динамические
процессы
и радиосигналы,
исследовать
динамические
процессы
Спектральный анализ и работа с сигналами
Строить алгоритмы диагностики, определять аномальные состояния системы и анализировать деградацию
оборудования
оборудования
Диагностика и поиск аварийных режимов
Анализировать результаты испытаний, сравнивать режимы работы и извлекать инженерные
закономерности
из реальных
данных
закономерности
из реальных
данных
Работа
с экспериментальными данными
Использовать алгоритмы анализа данных внутри моделей, систем управления и автоматизированных инженерных
workflows
workflows
Интеграция аналитики в инженерные системы
Чем наша школа отличается
от типичного курса по анализу данных?
Продажи, маркетинг, рекомендации
Обучение алгоритмам
Учебные датасеты
Построить модель
Data Scientist
Испытания, телеметрия, сигналы, диагностика
Решение инженерных задач
Инженерные данные
Понять объект и принять решение
Инженер-исследователь и разработчик
Школа анализа инженерных данных
Типичный курс Data Science
Как устроены реальные инженерные данные и почему в них всегда есть шум, разброс, нестабильность и пропуски данных
1
Data Frames
Time Series
Signal Analysis
Statistics
DSP
CSV Files
5
6
7
8
2
3
4
Скрипты и Engee не навязывать попутный экскурс
Испытания, телеметрия, датчики, измерительные комплексы, системы управления
Автоматизация очистки и подготовки инженерных данных: устранение шумов, пропусков и выбросов в сигналах, подготовка телеметрии к анализу, ускорение обработки результатов испытаний и мониторинга.
Шумы и разброс параметров (убрать мисинги, замена по условию)
Анализ измерений (размеры, лёгкий анализ, средние, мин, мах, мода)
Фильтрация и предобработка данных
Графики
Работа с выбросами и пропусками
Сигналы и временные ряды (файлы: txt, csv, эксель, фото, wav, bit)
Подготовка данных к анализу (нормализация, индексация, выделение строк)
Что внутри
Где применяется
Решаемые задачи
Технологии Engee (Julia)
Как находить зависимости между параметрами и понимать причины нестабильной работы системы
1
Hypothesis Tests
Time Series
Multivariate Statistics
DSP
GLM
FFTW
5
6
2
3
4
Корреляции и зависимости (на отчищенных)
Электроприводы, автоматизация, транспорт, энергетика, технологические процессы
Выявление скрытых зависимостей и факторов отказов в инженерных системах: поиск причин нестабильной работы, анализ режимов эксплуатации оборудования и оптимизация технологических процессов.
Спектральный анализ
Анализ динамических процессов
Сравнение экспериментов
Анализ режимов работы (в режиме А, или Б)
Регрессионные модели
Что внутри
Где применяется
Решаемые задачи
Технологии Engee (Julia)
Как автоматически определять состояние системы и выявлять аварийные режимы
1
Machine Learning in Julia
Clustering
Nearest Neighbors
LIBSVM
Flux
Decision Trees
5
6
2
3
4
Диагностика состояний
Диагностика оборудования, робототехника, системы управления, промышленная автоматизация
Преждевременное обнаружение аварийных режимов и деградации оборудования: автоматизация диагностики, прогнозирование отказов и снижение простоев за счет интеллектуального анализа сигналов и телеметрии.
Анализ сигналов датчиков
Практические методы машинного обучения
Классификация режимов работы
Поиск аварийных режимов
Анализ деградации
Что внутри
Где применяется
Решаемые задачи
Технологии Engee (Julia)
Как использовать алгоритмы анализа данных внутри реальных инженерных систем
1
Differential Equations
Modeling Toolkit
Observables
Data Pipelines
5
2
3
4
Работа алгоритмов внутри моделей
Embedded, SCADA, стенды, цифровые двойники, автоматизированные системы
Интеграция аналитики данных в инженерные системы и цифровые двойники: обработка потоковой телеметрии, автоматизация мониторинга и внедрение интеллектуальных алгоритмов в контуры управления.
Интеграция с инженерными моделями
Работа с потоковыми данными
Автоматизация обработки данных
Анализ данных со стендов и оборудования
Что внутри
Где применяется
Решаемые задачи
Технологии Engee (Julia)
Machine Learning in Julia
Random
Cross Validation
ROC Analysis
Statistical Measures
Как понять, можно ли доверять результатам модели в реальной эксплуатации
1
5
2
3
4
Проверка качества моделей
Интеллектуальные системы, промышленная аналитика, мониторинг оборудования
Проверка надёжности и устойчивости инженерных моделей перед внедрением: выявление ошибок на различных режимах эксплуатации, снижение риска некорректной работы алгоритмов и повышение доверия к результатам анализа.
Построение полного цикла анализа инженерных данных
Анализ деградации моделей
Анализ ошибок и устойчивости
Проверка на разных режимах работы
Что внутри
Где применяется
Решаемые задачи
Технологии Engee (Julia)
Сквозной проект
Предлагаем вам пройти все этапы инженерного анализа данных на примере промышленного проекта, где вы создадите систему для потокового анализа данных и принятия решений, который скажутся на стоимости и качестве выпускаемого продукта
Как будет проходить Школа
Формат
Лекции в записи еженедельно
учитесь в любом темпе
учитесь в любом темпе
Сертификат
По итогам успешного завершения программы выдается Сертификат!
Занятия на платформе Engee
— российская среда для технических вычислений
Научные руководители
вашими наставниками станут технические специалисты и инженеры ЦИТМ «Экспонента» с многолетним стажем выполнения наукоемких проектов для ведущих НИОКР предприятий России
Бесплатно
Домашние задания
отработка на реальных кейсах
отработка на реальных кейсах
Еженедельный разбор
ошибок и ДЗ
типичные ловушки и их решения
типичные ловушки и их решения
Чат в Telegram и MAX
задавайте вопросы во время просмотра лекций, получайте поддержку от наставников и общайтесь с коллегами
задавайте вопросы во время просмотра лекций, получайте поддержку от наставников и общайтесь с коллегами
Обратная связь
рекомендации по вашим расчетам
Лайфхаки
приемы от практикующих инженеров
приемы от практикующих инженеров
Подробнее
Основным языком технических вычислений в Engee является Julia — лучшая открытая
и доступная альтернатива языку MATLAB
и доступная альтернатива языку MATLAB
Что такое Julia и зачем она нужна
Когда речь заходит о современных инструментах для научных и инженерных задач, всё чаще возникает вопрос: что такое Julia и почему этот инструмент привлекает внимание специалистов.
Julia — это язык программирования (programming language), разработанный специально для высокопроизводительных вычислений и работы с данными. Он сочетает удобство написания кода и скорость выполнения, что делает его особенно востребованным в научной и инженерной среде.
Julia — это язык программирования (programming language), разработанный специально для высокопроизводительных вычислений и работы с данными. Он сочетает удобство написания кода и скорость выполнения, что делает его особенно востребованным в научной и инженерной среде.
Машинное обучение и системы автоматизированного управления
Николай Капырин
Директор по технологиям Engee
Денис Жегалин
Приложения и алгоритмы
Владимир Сторожук
При успешном завершении Школы анализа инженерных данных выдается сертификат. Для его получения необходимо успешно сдать тесты по всем модулям программы и исправно выполнять домашние задания
Сертификат
Инженерам-разработчикам
Чтобы превращать результаты испытаний и моделирования
в инженерные решения
в инженерные решения
Кому будет полезно
Производственным инженерам
Чтобы использовать данные оборудования для повышения надёжности и эффективности производства
Студентам инженерных направлений
Чтобы уверенно работать
с инженерными данными уже на старте карьеры
с инженерными данными уже на старте карьеры
Преподавателям технических специальностей
Чтобы обучать современным подходам к анализу данных
на реальных инженерных задачах
на реальных инженерных задачах
Для инженеров, которые работают с данными, сигналами и поведением реальных систем
FAQ
Нисколько. Мы рады, что у нас есть возможность делиться знаниями бесплатно
Курс рассчитан на студентов инженерных специальностей и молодых специалистов. Но мы не будем ограничивать состав нашей Школы, пока есть места. Мы ожидаем от вас базовых знаний по программированию, курс посвящен новом языку, а не основам программирования в целом
Ноутбук или компьютер с доступом в Интернет, регистрация в среде Engee. Никакого дополнительного ПО не потребуется
Школу ведут технические специалисты и инженеры ЦИТМ «Экспонента»
Школа анализа инженерных данных проходит онлайн
Да, домашние задания будут, каждое из них на реальных кейсах
Если вы зарегистрируетесь заранее, будете исправно посещать занятия и выполнять домашние задания, мы подготовим и направим вам сертификат о прохождении Школы анализа инженерных данных
Продолжая использовать данный веб-сайт, вы соглашаетесь с тем, что ООО ЦИТМ «Экспонента» может использовать файлы «cookie» в целях хранения ваших учетных данных, параметров и предпочтений, оптимизации работы веб-сайтов.