Гавриил Куприянов – студент физического факультета МГУ, участник Проектной лаборатории. Вместе с командой он работал над кейсом по оптимизации процесса сушки соды на глинозёмном комбинате крупной компании, и по итогам работы получил именной грант.
Мы попросили Гавриила рассказать о работе над кейсом, опыте руководства проектной командой и о том, что даёт студенту участие в проектах на стыке науки и индустрии.
– Расскажите подробнее о вашем проекте и о том, какую именно проблему он помогает решать?
– Наш проект был посвящён оптимизации процесса сушки соды на глинозёмном комбинате крупной компании. Реализованный на производстве пороговый алгоритм регулирования приводил к перерасходу сжигаемого топлива – мазута. Наша команда провела анализ исторических данных, оценила величину перерасхода топлива и разработала улучшенный алгоритм регулирования на основе Model Predictive Control. По нашим расчётам, такое решение позволяет экономить 6–10% мазута. Внедрение разработанного алгоритма на комбинате окупится примерно за 5 месяцев и позволит экономить около 17 млн рублей в год.
– Какие технологии и подходы вы использовали в работе над проектом?
– В работе над проектом мы использовали анализ данных, физическое моделирование и машинное обучение. Для выявления причин перерасхода топлива мы провели статистический анализ исторических данных, а также оценили КПД установки в различных режимах работы. Физическое моделирование процесса сушки применялось для обогащения выборки данных, свободной от влияния действующего порогового алгоритма регулирования. С помощью методов машинного обучения мы создали модели, прогнозирующие параметры работы сушильной установки, а затем провели их интерпретацию. На финальном этапе полученные модели были использованы в итоговом алгоритме регулирования. – Как распределялись роли в команде и как вы выстраивали процесс работы над кейсом?
– В нашей команде было пять ML-разработчиков и бизнес-аналитик. Задачи между ML-разработчиками распределялись с учётом их предпочтений, опыта и сильных сторон. Такой подход позволял каждому участнику работать над тем направлением, где он мог быть наиболее эффективен.
Еженедельные командные собрания, постановка задач, обсуждение промежуточных результатов, а также взаимодействие со специалистами компании помогали держать руку на пульсе. Благодаря этому к завершению проектной лаборатории нам удалось представить полноценное решение, учитывающее как технические особенности задачи, так и практические требования производства.
– С какими трудностями столкнулась ваша команда в процессе разработки проекта и какие навыки вы смогли получить благодаря участию в Проектной лаборатории?
– В ходе работы над проектом, конечно, возникало немало трудностей: начиная с парсинга и предварительной обработки данных и заканчивая разбором физических особенностей выпаривания влаги из соды. Задача находилась на стыке нескольких областей, поэтому нам было важно не только построить качественные модели, но и корректно понять сам производственный процесс. Однако постепенное погружение в предметную область и взаимодействие со специалистами компании помогли преодолеть эти сложности.
Уверен, каждый участник нашей команды приобрёл в ходе проекта что-то своё: кто-то углубил навыки анализа данных, кто-то лучше разобрался в машинном обучении для промышленных задач, кто-то получил опыт коммуникации с заказчиком. Для меня самым важным приобретённым навыком стало руководство командой в условиях неопределённости. В проекте не всегда сразу было понятно, какой подход окажется наиболее эффективным, поэтому приходилось принимать решения, распределять задачи, синхронизировать команду и при этом сохранять движение к конечному результату.
– Как участие в Проектной лаборатории и работа с представителями индустрии повлияли на ваше профессиональное развитие и дальнейшие карьерные планы? Изменилось ли ваше представление о том, чем вы хотели бы заниматься в дальнейшем?
– Участие в Проектной лаборатории помогло мне увидеть, как академические знания и технические навыки применяются в реальных индустриальных задачах. Этот опыт укрепил мой интерес к задачам на стыке машинного обучения, математического моделирования и промышленной аналитики. Я понял, что мне интересно не просто строить модели ради метрик, а создавать решения, которые можно применить в реальном процессе и измерить их практическую пользу. Поэтому участие в проекте скорее подтвердило и усилило моё желание развиваться в направлении прикладного ML, data science и оптимизации производственных процессов.
– Что бы вы улучшили, если бы начинали проект заново?
– Если бы я начинал проект заново, я бы постарался ещё глубже погрузиться в предметную область. И точно могу сказать, я бы ни секунды не колебался, принимая решение об участии в Проектной лаборатории! Участие дало мне возможность поработать над реальной задачей, пообщаться с экспертами и пройти весь путь от анализа проблемы до разработки практически применимого решения.
