Data science i Machine Learning w Twoich operacjach

Suez gwarantuje gminom, z którymi współpracuje, codziennie wyliczaną sprawność sieci - mimo że odczyty zużycia spływają niepełne: zawodzi zdalny odczyt, a część wodomierzy w ogóle nie jest w niego wyposażona. Zbudowaliśmy silnik szacowania, który uzupełnia te luki. Prognozuje zużycie dla wodomierzy z historią, uwzględniając pogodę i zużycie w sąsiedztwie, odtwarza typowy profil dla najsłabiej opomiarowanych obszarów i podaje łączną sprawność sieci wraz z marginesem niepewności. Silnik działa na infrastrukturze Google Cloud Suez.

Castrol, spółka z grupy BP, prowadzi zautomatyzowaną linię napełniania, na którą wejście w trakcie cyklu grozi poważnym wypadkiem - w zakładzie całkowicie odciętym od sieci. Wytrenowaliśmy model detekcji na kilku godzinach nagrań wideo i 500 oznaczonych obrazach, dobraliśmy sprzęt, który uruchomi go na miejscu, i zainstalowaliśmy system na linii. Kamera bez przerwy monitoruje strefę niebezpieczną: gdy tylko ktoś do niej wejdzie, alert idzie natychmiast. Żaden obraz nie opuszcza zakładu.

Dział neuronauki Chanel chciał zrozumieć, jak produkty marki są faktycznie używane - na podstawie nagrywanych testów, tak aby uzyskać mierzalne dane o tym, jak ktoś nakłada kosmetyk. Opracowaliśmy algorytmy rozpoznawania obrazu, które śledzą głowę, dłoń i palce użytkowniczki przez cały film. Każdy ruch jest liczony i klasyfikowany według rodzaju - masaż półkolisty czy wklepywanie - co daje Chanel obiektywną miarę sposobu aplikacji kosmetyku.

Vinci Construction codziennie przydziela pracowników, maszyny budowlane i lokomotywy, żeby zapewnić ciągłość prac kolejowych. Reguły piętrzą się: czas odpoczynku, uprawnienia pracownika do obsługi konkretnej maszyny, kolejność przejazdów z jednej budowy na następną. Zbudowaliśmy silnik planowania wpięty w wewnętrzne narzędzie firmy, który obsługuje wszystkie budowy w jednym przebiegu obliczeń. Kierownik budowy otwiera rano narzędzie i ma gotowy harmonogram swoich zespołów, zgodny ze wszystkimi regułami - zostaje mu tylko go zatwierdzić.

Groupe Blondel obsługuje logistykę stoczni Chantiers de l'Atlantique, gdzie żurawie, windy i dźwigi towarowe wyznaczają tempo całej budowy. Trzeba było wykorzystać je na pełnych obrotach, jednocześnie przydzielając zespoły i śledząc przepływ ładunków - bez tworzenia kolejek przed przeciążonym urządzeniem. Zbudowaliśmy aplikację, która łączy te ograniczenia: model prognozuje wolumen nadchodzących ładunków, żeby przewidzieć rzeczywiste obciążenie, kierownicy robót rezerwują okna dźwigowe w interfejsie, a algorytm przydziału układa harmonogramy z uwzględnieniem czasu pracy i kompatybilności operatorów z maszynami. Każdy pracownik dostaje rano swój spersonalizowany harmonogram.

Spoticar, marka samochodów używanych grupy Stellantis, prowadzi sieć dealerów i portal ogłoszeń, który dostarcza im kupujących. Informacje, od których zależy decyzja o zakupie, były rozproszone w sześciu systemach, które się ze sobą nie komunikowały: stan magazynowy, serwis, dokumentacja producenta, opinie klientów i historie wyszukiwań. Łączymy je w jednej bazie grupy - w ramach jej procesów pozyskiwania danych i zasad bezpieczeństwa - i budujemy słownik, który opisuje te dane językiem biznesu. Kupujący zadaje pytanie po francusku i dostaje pasujące pojazdy, a dealer zarządza swoim stanem magazynowym - na tych samych danych.