«Яндекс» поможет Магнитке делать сплавы

Из российских компаний анализом больших данных для сторонних клиентов занимаются также операторы «большой тройки». Так «Мегафону», занимающемуся big data с 2013 г., это направление приносит около 1% выручки, говорит представитель оператора.

Yandex Data Factory, подразделение «Яндекса», занимающееся внедрением технологий анализа больших данных (big data – базы разрозненных данных, объем которых требует создания специальных инструментов для их обработки), заключила контракт с Магнитогорским металлургическим комбинатом (ММК) по созданию проекта «Снайпер», оптимизирующего процессы плавки стали, говорится в сообщении ММК. Это подтвердил представитель «Яндекса».

Совместно с IT-компанией комбината «ММК-информсервис» специалисты «Яндекса» проанализируют массив информации, накопленный за предыдущие годы работы кислородно-конверторного цеха, чтобы создать математическую модель с помощью алгоритмов машинного обучения. Цель модели – определять оптимальное количество ферросплавов и добавок при производстве стали, исходя из данных по исходному составу и массе и заданных характеристик конечного продукта. По завершении проекта планируется проверка качества построенной модели с помощью серии экспериментальных плавок, в которых решения о составе добавок будут приниматься на основе рекомендаций системы.

По словам заместителя гендиректора ММК по финансам и экономике Сергея Сулимова, ММК стал для Yandex Data Factory первым клиентом среди компаний тяжелой промышленности. Он рассчитывает на серьезный эффект от проекта за счет экономии на сырье. Экономия планируется на уровне $3–9 млн в год, говорит представитель ММК. Сумму контракта он не раскрыл, заметив, что это не очень большие деньги. Завершить проект, по его словам, планируется в октябре. Этот проект – пилотный, от его успешной реализации будет зависеть дальнейшее расширение сотрудничества комбината с «Яндексом» и распространение его на другие производственные объекты, добавляет Сулимов.

Модель будет обучена на параметрах десятков тысяч уже совершенных плавок, будет учитывать их температуру, используемые ферросплавы, полученный состав и многое другое, говорит представитель Yandex Data Factory. По его словам, «Яндекс» сотрудничает и с другими компаниями промышленного сектора – технологии big data, основанные на анализе данных об уже случившихся событиях, могут применяться для предсказания отказов оборудования, формирования рекомендаций по оптимальному использованию ресурсов и т. д. Среди клиентов Yandex Data Factory – Росавтодор (система прогнозирования заторов и ДТП), Wargaming (предсказание оттока пользователей компьютерной онлайн-игры World of Tanks на основе их игровых успехов), «Астразенека» (для применения в эпидемиологии, патофизиологии, диагностике и лечении заболеваний) и Сбербанк (консультации по «анализу супермассивов данных», стоимость контракта – 13,7 млн руб.), говорит представитель Yandex Data Factory.

По данным «Яндекса», за первое полугодие 2015 г. его нерекламные доходы составили 635 млн руб. – почти втрое больше, чем годом ранее, но составили пока лишь 2,42% от всей выручки интернет-компании. Структуру нерекламных доходов «Яндекс» не раскрывает.

Такого рода технологии, как у «Яндекса», есть далеко не у всех, наверное, у пары десятков компаний в мире, рассказывал в интервью «Ведомостям» в декабре 2014 г. основатель «Яндекса» Аркадий Волож. Большинство продуктов «Яндекса» так или иначе основываются на технологиях машинного обучения big data analytics – релевантность поиска, таргетинг рекламы, предсказание пробок. Предположив, что сфер применения может быть больше, в том числе за пределами интернета, компания решила посмотреть, где еще есть данные и что с ними можно сделать.

Первые шаги компания сделала в феврале 2014 г., создав несколько десятков пилотных проектов, которые посчитала успешными. Кроме того, до начала работы Yandex Data Factory у «Яндекса» уже был один пример применения технологии подсчета больших данных – в ЦЕРН (Европейский центр ядерных исследований).

Аналитики IDC подсчитали, что в мире к 2018 г. рынок больших данных составит $60 млрд, Business Analytics Software считает, что к 2018 г. он составит $30 млрд.