Привет, Habr!

Я Виктор Соловьев – бизнес-аналитик (БА) продукта «Оптимизатор ремонтов» в Первой грузовой компании (ПГК).

Ранее моя коллега Надежда Костякова - техлид продукта, уже начала рассказывать про него в своей статье «Можно ли снизить затраты на ремонт вагонов?». Рекомендую к прочтению.

Сегодня я хочу продолжить тему и подробнее рассказать, что это за зверь такой «Оптимизатор ремонтов». Но как БА считаю неправильно рассказывать про продукт в отрыве от контекста, поэтому начну погружение в проект по пути от общего к частному.

С вами Алексей Ложкинс, эксперт по анализу данных и машинному обучению в ПГК Диджитал. Мы разрабатываем цифровые продукты для логистической отрасли, в первую очередь, для ж/д перевозок.

В кулуарах московского офиса ПГК мы обсуждаем и нерабочие темы. Топовую строчку в темах неформального общения занимает отпуск. Мы решили рассмотреть задачу планирования отпуска, как задачу оптимизации маршрута по выбранным достопримечательностям. Для этого воспользовались классической постановкой задачи коммивояжера.

Моделирование маршрута в виде задачи коммивояжера позволит построить маршрут по всем запланированным локациям без повторений с заданным критерием качества (время, стоимость). Рассмотрим несколько подходов к решению оптимизационной задачи (TSP) с использованием пакета ORTools.

О том, что бездушные алгоритмы рано или поздно лишат работы всех (или почти всех) написано немало статей — от новостей с громкими заголовками до аналитических отчетов. Разбираемся, так ли правы эти неутешительные прогнозы — и попробуем проследить, откуда в нас страх перед ИИ, как на него повлияли несколько поколений научной фантастики и как миф о «страшных роботах из будущего» может подпортить жизнь разработчикам уже сегодня.

Привет Хабр! Я Виктор Соловьев – бизнес-аналитик продукта «Цифровой вагон» в Первой грузовой компании. О том, какой путь я прошел для перехода из доменного бизнес-эксперта в команду разработки цифровых продуктов, я рассказал тут.

На мой взгляд, это один из наиболее экологичных путей цифровой профессиональной трансформации: ты длительное время работаешь в каком-то не цифровом направлении, растешь как эксперт, а потом, когда в твою отрасль проходят цифровые команды, переходишь к ним на роль бизнес-аналитика.

Кто такой бизнес‑аналитик?

Бизнес-аналитик (БА) отлично знает продукт, понимает потребности пользователя, может выявить проблемы и определить точки роста. Он оценивает риски и возможные затраты на реализацию идеи. БА глубоко погружен в сферу деятельности компании, его главная задача — принести бизнесу максимальную пользу с минимальными затратами.

Так и в моем случае, я с 2008 года участвовал в процессе организации ремонтов грузовых вагонов ПГК и в мае 2023 года перешел в команду продукта «Оптимизатор ремонтов».

Основная задача продукта – минимизация совокупных затрат АО «ПГК» на проведение планового ремонта вагонов за счет управления логистикой ремонтов.

Коротко про «Оптимизатор ремонтов»:

ПГК – крупнейший железнодорожный оператор. Под управлением компании находятся около 100 тыс. грузовых вагонов. Одна из главных задач компании – поддержание парка вагонов в технически исправном и привлекательном для клиентов состоянии. Для этого вагоны регулярно проходят техническое обслуживание (на железнодорожном языке – плановый ремонт). Чаще всего плановый ремонт проводится по комбинированному критерию, который учитывает интенсивность эксплуатации вагона и производится каждые 160 тыс. км пробега вагона или каждые 3 года (если вагон эксплуатируется менее интенсивно и ресурс по пробегу не израсходовал). 

Привет, Хабр! Я — Аня Анциферова, продакт «Цифрового вагона» (это одна из разработок Первой грузовой компании). Сегодня на примере опыта ПГК я хочу рассказать о том, почему даже консервативные отрасли вроде железнодорожных перевозок имеют огромный потенциал для развития цифровых сервисов и как «подружить» нетехнологический бизнес и разработку.

Привет, Хабр! Меня зовут Сергей Бондарев, я CDO в Первой грузовой компании. Сегодня расскажу, как мы решаем задачу управления данными с точки зрения IT-разработки и используемых методологий.

Сперва о том, кто мы такие

Мы в ПГК перевозим грузы — сталь, уголь, продукты питания, технику и оборудование — по России и за рубежом. Под нашим управлением находятся порядка 100 тыс. вагонов. Управление обширным вагонным парком — задача совсем не тривиальная. Необходимо следить за местоположением вагонов, их техническим состоянием, прорабатывать логистические моменты, например, составлять график передачи поездов по междорожным стыковым пунктам.

Чтобы решать эти задачи, мы развиваем собственные цифровые сервисы и реализуем полный цикл разработки программных продуктов. Так, в нашем арсенале есть системы предиктивной аналитики, позволяющие направлять вагоны в ремонт до фактического возникновения неисправности или прогнозировать спрос на услуги за счет машинного обучения.

Очевидно, что в основе каждого аналитического продукта лежат данные. Их источники — самые разнообразные. Они поступают от владельца железнодорожной инфраструктуры, из наших транзакционных систем и других цифровых продуктов. Помимо них существуют накопленные исторические данные и разнообразная нормативно-справочная информация. Дальше я расскажу, как мы всем этим управляем.

Что мы понимаем под управлением данными

Пара слов о том, что мы понимаем под управлением данными. Это — руководство их поставкой и хранением, а также контроль их качества, распространения и применения. Потребность в системном управлении данными зависит от нескольких факторов. Во-первых, от объема данных, которыми оперирует организация. Во-вторых, от количества сотрудников с ними работающих. В-третьих, от текущего культурного уровня организации в использовании данных и стратегических целей компании.

Зачем прогнозировать спрос перевозок на железной дороге и какие особенности построения таких прогнозов важно учитывать?

Привет, Хабр! Я Максим Катрушенко, эксперт по анализу данных и машинному обучению в ПГК Диджитал. ПГК перевозит грузы, а мы разрабатываем сервисы с ИИ для управления этим процессом. Наши пользователи не всегда приветствуют инновации. Порой, они не доверяют рекомендациям, которые предложила ML-модель. С такой проблемой сталкиваются многие: ИИ-сервисы удобны, но вызывают сопротивление при внедрении со стороны  рядовых пользователей. Расскажу, как исправить ситуацию с помощью атрибутов доверия. В подготовке материала помогал коллега, бизнес-аналитик Виктор Соловьев.

Статья будет полезна всем, кто хочет, чтобы системы с ИИ быстрее и проще внедрялись в процесс принятия решений в компаниях.

Всем привет!
Меня зовут Дмитрий, и я системный аналитик в отделе прототипирования в Первой грузовой компании. Наша команда помогает создавать новые цифровые продукты в компании и оптимизировать бизнес-процессы. Для этого мы разрабатываем прототипы/PoC-продукты для быстрого тестирования гипотез. Чем я занимаюсь: общение с заказчиком, анализ и описание требований к продукту, сопровождение процесса создания прототипа, разбор кейсов. Сегодня я поделюсь лайфхаками гибкой разработки прототипа.

Статья будет полезна тем, кто:

· Исследует возможности ChatGPT;

· Интересуется цифровизацией в ж/д логистике;

· Хочет узнать про процесс ремонта вагонов на ВРП.

Текст состоит из вступления, 7 вопросов и ответов на них с небольшими отступлениями и заключения.

Привет Хабр! Меня зовут Виктор Соловьев, и я бизнес-аналитик продукта «Цифровой вагон» в Первой грузовой компании. Это набор цифровых решений для обслуживания и эксплуатации вагонов, про него мои коллеги регулярно рассказывают в блоге, например, тут и тут. Я же расскажу про свой путь на железной дороге от слесаря до бизнес-аналитика и на своем примере покажу, как помогают digital скилы в работе с парком около 100 тыс. вагонов.

Привет, Хабр! Наш коллега Артем Ибрагимов занимается техподдержкой личного кабинета клиента (ЛКК) Первой грузовой компании. Ранее мы рассказывали, как формировали требования и создавали прототип ЛКК на примере одной из функций сервиса – онлайн-подачи заявки на перевозку. Сегодня поговорим о работе техподдержки, оперативном решении возникающих задач и усовершенствовании ЛКК.

Всем привет! Мы уже рассказывали о внутренней системе подачи, сбора и обработки инициатив сотрудников «Банк идей», реализованной в логистической компании ПГК, в одной из прошлых статей. В этот раз остановимся подробнее на функции «калькулятор эффектов», которая вызвала интерес в прошлом материале. Про сам инструмент, его интерфейс и разные опции рассказал руководитель направления архитектуры ИТСМ Дмитрий Бессонов.

Полный цикл решения задач аналитики тернист и скрупулёзен. Зачастую он выполняется частями в виде смешения этапов без целостного видения общей структуры реализуемого процесса.

Здесь хотел бы поделиться опытом и навязать один из вариантов ведения и реализации аналитических решений. Суммарно в области разработки продуктов оптимизации и автоматизации бизнес процессов проработал 10 лет, участвовал в реализации крупных, средних и мелких проектов. В настоящее время занимаюсь исследованием операций в компании ПГК в проекте Навигатор. В общем, есть чем поделиться.

На связи снова Калмыкова Надежда, и, как и обещала в первой статье про задачу голосовой инвентаризации, возвращаюсь с рассказом о том, какие подходы к ее решению оказались самыми удачными, и поделюсь впечатлениями о нашем первом хакатоне HackWagon22, который прошел 16-18 декабря 2022.  

Для начала, напомню формулировку задачи.

У нас есть аудиозапись, сделанная сотрудником в процессе инвентаризации на обычный смартфон, которая содержит информацию о каждой пронумерованной детали на складе. Из этого аудиофайла необходимо извлечь характеристики деталей и внести их в отчет с минимальными потерями информации. В результате получаем таблицу, где для каждой детали указан номер, завод-изготовитель, год изготовления и комментарий. Правильной считаем только ту строку отчета, где корректны все эти поля. Более подробная постановка задачи, предпосылки и подводные камни описаны здесь.

Перед тем, как использовать эту задачу для нашего хакатона, как подошла к ее решению я?

Поскольку задача состояла именно в проверке жизнеспособности идеи голосовой инвентаризации, и архитектура продукта для инвентаризации на тот момент была на начальных этапах проработки, не было необходимости «подружить» решение с чем бы то ни было, и в процессе разработки была полнейшая свобода.

Нам нужно было предусмотреть подавление шумов – ведь все склады очень разные, на некоторых может быть очень много посторонних звуков, и с этой задачей для наших аудио отлично показала себя библиотека NoiseReduce. Ее использование позволило уменьшить зашумленность исходного материала, не потеряв при этом нужную информацию, для инвентаризации это критично. Для получения текста из аудиозаписи я воспользовалась SpeechKit-ом. Он позволяет получить идеальное распознавание чисел при достаточно хорошей скорости работы и удобстве использования. А для того, чтобы собрать из текста необходимый отчет, я использовала расстояние Левенштейна в сочетании с регулярками – аккуратная работа с ними позволила добиться отличного значения метрики. Так мы пришли к выводу, что у голосовой инвентаризации есть будущее и такой функционал действительно поможет сократить ресурсы компании на проведение этого процесса, не потеряв в качестве результата.

Расскажу, что же происходило на нашем хаке.

Привет!

Меня зовут Калмыкова Надежда, я - Data Scientist в ПГК Диджитал. В блоге ПГК мои коллеги уже не раз делились тем, как мы разрабатываем цифровые продукты, аналогов которым нет в сфере железнодорожной логистики. Я работаю в отделе прототипирования и помогаю исследовать возможности реализации различных идей, прежде чем они станут полноценными продуктами или проектами и потребуют больших ресурсов. Сегодня хочу рассказать о не самой очевидной для промышленности задаче - поиске голосового решения для проведения инвентаризации.

Будет две статьи по этой теме, в первой я опишу детали задачи и особенности технологического процесса. Во второй поделюсь этапами решения и полученными результатами.

Мы реализовали нашу первую версию и используем эту задачу для одного из треков грядущего хакатона ПГК Диджитал – HackWagon22. Поэтому лучшие практики его участников станут приятным дополнением к нашим идеям для решения задачи во второй части статьи.

Актуальность задачи

Любая компания, даже небольшая, регулярно сталкивается с задачей инвентаризации - как минимум, мебели и техники в офисе. А промышленные компании проводят еще инвентаризацию дорогостоящего оборудования и деталей. И если инвентаризация офисной техники проходит в теплом помещении (хотя и не всегда с комфортом - номера могут быть наклеены в неочевидных местах), то инвентаризация в «полях» может стать настоящим испытанием - дождь, снег, сбивающий с ног ветер, опасность нападения медведя. И ПГК здесь не исключение - как крупнейший оператор грузового парка, в управлении которого - около 100 тысяч вагонов, компания хранит вагонные детали на большом количестве складов в разных уголках страны, чтобы быть готовой своевременно обслуживать парк. Для точного понимания, что, сколько и где у нас есть, мы регулярно проводим инвентаризацию.

Цифровые алгоритмы помогают решать реальные бизнес-задачи в самых разных сферах. Логистика — не исключение. Главные инструменты логиста — вовсе не карта, линейка и калькулятор, а сложные IT-системы, которые основаны на математическом моделировании и алгоритмах искусственного интеллекта. Эксперты в этой области ориентируются в цифровых продуктах, умеют их использовать и извлекать выгоду для компании. Почему? Потому что основная задача логиста – экономия. Он критически оценивает существующие процессы и предлагает способы их оптимизации. Ольга Умнова, Product Owner ПГК, и Дмитрий Алимин, руководитель направления в управлении развития цифровых продуктов компании, рассказывают, как оператор использует математический подход в бизнесе.

Как мы в ПГК контролируем ремонт вагонов с помощью IT-технологий.

В прошлом году мы писали об одной из частей проекта «Цифровой вагон». Он нацелен на улучшение процесса ремонтов вагонов – снижение их количества и стоимости. Меня зовут Надежда Костякова, я — техлид продукта в ПГК и расскажу, как он развивается, а также о проблемах, с которыми мы столкнулись в процессе, и способах их решения.

Все привет! Антон, Product Owner в ПГК, снова на связи. В предыдущей статье я рассказал, что ждет продактов в «оффлайн» компаниях в целом. А сегодня расскажу какие компетенции им нужны, чтобы быть успешными в ПГК.

Где-то 2 года назад ПГК  решила пойти по пути цифровизации и превратиться в ИТ-компанию. С тех пор штат разработчиков вырос с пары десятков до нескольких сотен человек. Они развивают новые продукты, а продуктовые менеджеры отвечают за их успех. Я расскажу о работе последних и опишу 3 ключевые группы компетенций, которые важны для компании.

Для того, чтобы получать информацию о движении поездов и грузов, нужны данные. Много данных. Сегодня расскажу про структуру данных в железнодорожной логистике, которые позволяют оперативно доставлять продукцию, оповещать клиентов, а также предложить оптимальный тариф на железнодорожную перевозку.