Разработка прогнозных и рекомендательных моделей на Python для мониторинга каталитических систем

Нужно разработать на языке Python прогнозные и рекомендательные модели для мониторинга каталитических систем и интегрировать их с имеющимся программным комплексом мониторинга.

У компании «Газпром нефть» есть цифровое решение, которое обеспечивает мониторинг состояния каталитических систем в процессе гидроочистки дизельного топлива и поддерживает принятие сопутствующих управленческих решений. Поддержкой и развитием этого решения занимается компания «Автоматика-сервис». Перед ней стоит задача до конца 2021 года расширить функциональность этой системы и тиражировать имеющиеся наработки на 2 технологические установки.

В настоящий момент рекомендации по работе каталитических систем можно получить только от вендора в рамках постпродажной технической поддержки. Инструмент, отслеживающий состояние каталитической системы, прогнозирующий остаточный ресурс катализатора и рекомендующий изменения параметров технологического процесса, позволил бы:

• снизить риск выхода некондиционного продукта при изменении параметров технологического процесса;

• максимизировать использование остаточного ресурса катализаторов и тем самым повысить эффективность их работы;

• продлить срок службы катализаторов или перейти на восстановленные катализаторы там, где это возможно, и тем самым сократить затраты;

• оперативно обнаруживать преждевременную дезактивацию катализатора, вовремя и корректно реагировать на нее.

Для создания такого инструмента нужно разработать прогнозные и рекомендательные модели, оперативно обрабатывающие массив данных мониторинга, реализовать эти модели в виде сервиса, работающего онлайн, и интегрировать их с действующей системой мониторинга состояния каталитических систем («МКС»).

Лидер проекта ищет разработчика Python, способного решить эти задачи.

· Прогнозные и рекомендательные модели для мониторинга каталитических систем в виде исходного кода на языке программирования Python.

· Готовый работоспособный онлайн-сервис, реализующий эти модели и интегрированный с системой «МКС».

Точность разработанных моделей в полтора раза выше воспроизводимости лабораторного метода.

Проект предусматривает вознаграждение в размере 350 000 рублей после выплаты налогов.