CP-Dashboards

Разработанно командой Clio

Кейс

Создание модели формирования и прогнозирования рейтинга эффективности парков транспортных средств подразделений компании.

Партнер кейса

ОАО "РЖД", сделанно в рамках хакатона Цифровой Прорыв сезон: Искусственный Интеллект

Запуск

Для расширяемости и легкости внедрения приложение разрабатывалось под докером.

Запуск осуществляется коммандой docker compose up --build nginx api_uwsgi

Более полная документация веб-сервера находится в папке api.

Работа с данными и таблицы/гистограммы находятся в Jupyter ноутбуках в папкe models

Проблема

ОАО «РЖД» имеет большой парк транспортных средств

Основные проблемы:

• Необходимость анализа данных из различных систем
• Ручное формирование рейтингов подразделений
• Высокие затраты времени и трудовых ресурсов
• Задержки в получении итогов анализа

Решение

Наша команда разработала веб-приложение в формате дашборда, которое предоставляет полный анализ эксплуатации парка транспортных средств ОАО «РЖД».

Функционал системы:

• Оперативный доступ к информации

• Подробный анализ эксплуатационных данных

Основные возможности:

Статистика по полигонам и транспортным подразделениям

• Отдельная статистика для каждого полигона включающая информацию о каждом подразделении

• И нахождения различий в данных, подсчет квадратичной ошибки

Предсказания модели машинного обучения по предсказанию общей работы на ближайший месяц

Архитектура

Скринкаст

Уникальность

• Возможность развернуть приложение в корпоративной сети
• Минималистично и просто

Над проектом работали

Андреасян Егор

Data Scientist & BackEnd

• github
• email: [email protected]
• telegram: @EgorAndrik

Ветров Вадим

Data Scientist & BackEnd

• github
• email: [email protected]
• telegram: @waujito

Ротачёв Александр

Data Scientist & FullStack

• github
• email: [email protected]
• telegram: @developweb3