От сырых логов к цифровым двойникам: открываем Школу анализа инженерных данных

ЦИТМ «Экспонента» запускает Школу анализа инженерных данных.
Старт 24 августа.

Сегодня практически любая техническая система, от складского электропогрузчика до серийного авиационного двигателя, генерирует огромные потоки данных: телеметрию, видеопоток и журналы событий. Инженеры анализируют их ежедневно, но часто это превращается в хаос из сотен таблиц Excel, цепочки ручных операций и скриптов на питоне, которые нужно отлаживать почти с нуля каждую неделю.

ЦИТМ «Экспонента» объявляет набор в бесплатную онлайн-школу анализа инженерных данных, где мы научим переходить от фрагментарного анализа “по ситуации” к системному процессу, когда обработка данных становится неотъемлемой частью обычный работы инженера.

Технический стек и платформа

Обучение полностью проходит в российской облачной среде для технических вычислений Engee. Это интерактивная среда, объединяющая визуальное моделирование, работу в скриптах и встроенный Git для командной разработки.

Базовым инструментом курса выбран язык Julia — высокопроизводительная альтернатива MATLAB и Python, идеально подходящая для наукоемких расчетов и обработки сигналов.

Программа курса: 5 дней — 5 этапов разработки

Курс рассчитан на 32 часа практики и построен вокруг одной сквозной модели, которую участники проведут через все стадии: от «грязных» измерений до генерации промышленного кода.

1. Инженерные данные и сигналы:

   • Импорт данных из форматов .txt, .csv, .log, .wav, .png.

   • Автоматизация очистки: устранение шумов, пропусков и выбросов.

   • Инструментарий: Statistics, StatsPlots, OutlierDetection, FFTW.

2. Исследовательский анализ и объяснение данных:

   • Выявление скрытых зависимостей и реальных факторов отказа оборудования, спектральный анализ и другие методы исследования данных.

   • Сжатие терабайтов данных и планирование следующих экспериментов.

   • Инструментарий: Multivariate Statistics, Clustering, BetaML.

3. Интеллектуальные алгоритмы анализа динамики:

   • Построение моделей будущего и анализ деградации систем, от простого тренда до нейросетей.

   • Идентификация динамических объектов и создание цифровых двойников.

   • Инструментарий: ControlSystemIdentification, DifferentialEquations, Flux, TSML.

4. Диагностика систем и режимов работы:

   • Обнаружение аномалий и классификация состояний объекта.

   • Разработка алгоритмов принятия решений для встраиваемых систем и SCADA.

   • Инструментарий: MLJ, LIBSVM, DecisionTree, Nearest Neighbors.

5. Надежные промышленные модели:

   • Защита системы от устаревания: данные дрейфуют, модель доучивается.

   • Внедрение моделей в реальный контур: автоматическая генерация C-кода для ПЛИС и микроконтроллеров.

   • Инструментарий: Imbalance, OnlineStats, Embedded Code Generation, FMI.

Почему это не «еще один курс по Data Science»?

В отличие от типичных программ по машинному обучению, сфокусированных на IT задачах, ШАИД нацелена на решение инженерных задач. Мы учим применять анализ данных там, где это действительно полезно инженеру: для диагностики вибраций, анализа телеметрии и прогнозирования отказов оборудования.

• Формат: Онлайн, еженедельные лекции и практические разборы на реальных кейсах.

• Стоимость: Бесплатно.

• Итог: Финальный проект для портфолио и именной сертификат при условии сдачи тестов и домашних заданий.

Старт: 24 августа 2026 года. 

Подробности и регистрация.