Итоги чемпионата по анализу данных от компании СИБУР!
Итоги чемпионата по анализу данных от компании СИБУР!
20 декабря 2020
Задачи:
В первой задаче необходимо предсказать содержание газа, поступающего на производство СИБУР по трубопроводу. Надежный прогноз состава сырья позволит СИБУРу оптимизировать и более точно планировать технологические процессы .
Во второй задаче необходимо определить, принадлежит ли пара названий одной компании. Это необходимо для ускорения обработки информации о потенциальных клиентах СИБУРа.
Нам (команде выпускников Академии RPA) было интересно принять участие в челлендже и сравнить скорость и эффективность решений. Первая задача не может быть решена при помощи RPA, так как для решения требуется выдвинуть гипотезы, создать математические модели и обучить нейросеть прогнозировать.
Такие задачи должен выполнять мозг, не имеет значения естественный или искусственный.
Вторая задача пришлась нам по вкусу. Робот может искать и использовать открытые ресурсы в сети для поиска потенциальных клиентов. Далее по четкому алгоритму с отработкой возможных исключений, робот определяет аффилированность и передает потенциальный лид в работу.
На разработку ушло два дня. Точность результата довольно высокая по нашей оценке. Мы не претендовали на официальное участие по правилам чемпионата. Вывод: Не стоит уповать на ИИ при решении любой задачи. Иногда, можно потратить уйму времени на фантазии не рассмотрев альтернативы!
Но будущее, безусловно за интеграцией RPA и Data Science, когда робот помогает обучаться нейросети и подносит ей снаряды, а сетка помогает сделать правильный выбор роботу.
PS: Нам понравилось сообщество датасайентистов, хорошие и задорные ребята! В чемпионате принимали участие около тысячи человек.
В первой задаче необходимо предсказать содержание газа, поступающего на производство СИБУР по трубопроводу. Надежный прогноз состава сырья позволит СИБУРу оптимизировать и более точно планировать технологические процессы .
Во второй задаче необходимо определить, принадлежит ли пара названий одной компании. Это необходимо для ускорения обработки информации о потенциальных клиентах СИБУРа.
Нам (команде выпускников Академии RPA) было интересно принять участие в челлендже и сравнить скорость и эффективность решений. Первая задача не может быть решена при помощи RPA, так как для решения требуется выдвинуть гипотезы, создать математические модели и обучить нейросеть прогнозировать.
Такие задачи должен выполнять мозг, не имеет значения естественный или искусственный.
Вторая задача пришлась нам по вкусу. Робот может искать и использовать открытые ресурсы в сети для поиска потенциальных клиентов. Далее по четкому алгоритму с отработкой возможных исключений, робот определяет аффилированность и передает потенциальный лид в работу.
На разработку ушло два дня. Точность результата довольно высокая по нашей оценке. Мы не претендовали на официальное участие по правилам чемпионата. Вывод: Не стоит уповать на ИИ при решении любой задачи. Иногда, можно потратить уйму времени на фантазии не рассмотрев альтернативы!
Но будущее, безусловно за интеграцией RPA и Data Science, когда робот помогает обучаться нейросети и подносит ей снаряды, а сетка помогает сделать правильный выбор роботу.
PS: Нам понравилось сообщество датасайентистов, хорошие и задорные ребята! В чемпионате принимали участие около тысячи человек.
