top of page
téléchargement.png

Saft a company of TOTAL

Mission de conseil Industrie 4.0 pour le choix, la conception et le développement de use-cases sous forme de de MVP data analytics et IA

Contexte métier, enjeux et bénéfices

Contexte métier:

Le client entame des sujets dans l’Industrie 4.0. Pour ce faire, il a souhaité être accompagné pour mettre en œuvre un pilote de maintenance prédictive sur un environnement Azure avec un objectif de réplicabilité de la démarche et des modèles.

 

Enjeux:

  • Entamer dans des usines/ateliers types des démarches d’industrie 4.0 et démontrer la valeur de l’utilisation des outils de traitement des données pour optimiser la maintenance préventive et curative afin de diminuer les rebus.

Bénéfices attendus:

  • Tirer partie de l’architecture Azure nouvellement disponible chez le client

  • Accompagner les métiers dans l’utilisation des techniques de traitement de la donnée pour optimiser leurs processus

  • Disposer d’une méthode MRO réplicable sur d’autres ateliers / d’autres machines

Activités autour de la donnée et acteurs

Activités:

Data science / data analyse:

  • Définition des modèles prédictifs (supervisé puis non supervisé)

  • Définition des dashboards analytiques

  • Préconisation d’adaptation du SI pour amélioration de la prédictibilité du modèle

  • Mise en place et priorisation de backlog

Pilotage et consulting:

  • Préparation et conduite des ateliers métiers et comités de pilotage

  • Pilotage des travaux de développement

  • Projection de valorisation de la donnée par la data-science

  • Documentation , réversibilité

Acteurs:

  • Sponsors: Directeur système d’informations, Directeur d’usine

  • Acteurs data clés: Data engineer, data architect, data scientist, consultant data

  • Métiers et SI: Responsable atelier, technicien machine, responsable qualité, responsable données machines, responsable DSI

Outils

  • Outils métiers: Excel

  • Outils data:   Pyton ,Dash by ploty , Azur data factory

hager.png

hagergroup

Mission de conseil Industrie 4.0 pour le choix, la conception et le développement de use-cases sous forme de de MVP data analytics et IA

Je suis un paragraphe. Cliquez ici pour ajouter votre propre texte et me modifier. C'est facile.

Contexte métier, enjeux et bénéfices

Contexte métier:

Le client dispose de plusieurs dizaines d’usines dans le monde. Via sa nouvelle cellule Data intelligence, il souhaite mettre en œuvre une démarche d’industrie 4.0 afin de capitaliser sur toutes les données reçues de par le monde

Enjeux:

  • Identifier des axes porteurs de valeur d’un point de vue industrie 4.0 / data

  • Prioriser 2 sujets suivant leurs criticités et valeurs métiers

  • Démontrer la valeur via 2 MVP en se basant sur une architecture Azure en cours de construction

Bénéfices attendus:

  • Sponsors: Directeur data, Directeur d’usine

  • Acteurs data clés: Data engineer, data architect, data scientist, consultant data

  • Métiers et SI: Responsable atelier, automaticien, technicien machine, responsable qualité, responsable données machines, responsable planification, responsable DSI

 DSI

Activités autour de la donnée et acteurs

Activités:

Conseil :

  • Accompagnement dans la sélection des cas d’usages pour identifier 2MVP industriels

  • Interview des partie-prenantes et formalisation des fiches MVP

  • Mise en place et priorisation de backlog data & solution

  • Définition des features & user-stories

  • Définition des données nécessaires à la valorisation

Intégration:

  • Mise en œuvre d’un modèle de données industriel

  • Maquettage, prototypage et développement de dashboards Power BI

  • Définition et mise en place d’un modèle de planification sous contraintes

Acteurs:

  • Sponsors: Directeur data, Directeur d’usine

  • Acteurs data clés: Data engineer, data architect, data scientist, consultant data

  • Métiers et SI: Responsable atelier, automaticien, technicien machine, responsable qualité, responsable données machines, responsable planification, responsable DSI

Outils

  • Outils métiers:   Azure ,Python 

  • Outils data:          Azure data factory ,Power BI

bottom of page