Maintenance prédictive et gouvernance data (Ouvrages d'Art).
Data Analyst Python et Machine Learning au département Ouvrages d'Art : extension PIGC, mise en qualité et gouvernance data pour la maintenance prédictive.
Le point de départ.
Comment structurer notre maintenance prédictive sur les Ouvrages d'Art avec un modèle Python et ML, tout en garantissant la qualité et la gouvernance des données ?
Reformulation du besoin SNCF Réseau
Ce qui était en jeu.
Le département Ouvrages d'Art de SNCF Réseau modernise son approche data. Enjeux :
Maintenance prédictive
sur les Ouvrages d'Art (ponts, tunnels, viaducs)
Extension PIGC
outil interne de gestion de configuration
Mise en qualité
des données existantes
Gouvernance data
cadre méthodologique à formaliser
Ce qu'OGESSI a apporté.
OGESSI a apporté une expertise Data Analyst et Machine Learning senior :
Modèles Python et ML
pour la maintenance prédictive
Extension PIGC
évolution du périmètre applicatif
Mise en qualité data
détection anomalies, dédoublonnage, enrichissement
Gouvernance data
cadre, rôles, standards
Ce qu'OGESSI a livré.
Modèles prédictifs Python et ML opérationnels sur les Ouvrages d'Art
Extension PIGC déployée
Qualité data améliorée (indicateurs de qualité en place)
Cadre de gouvernance data structuré
La stack de la mission.
Un projet similaire ? On en discute.
Rendez-vous exploratoire, sans engagement.