Зрение в контроле качества, оптимизация производства, спрос и логистика
Металлургическая компания с большой цифровой командой: на производстве работают системы машинного зрения для поиска дефектов проката, модели оптимизации режимов и планирования. Специфика для кандидата — задачи, где качество модели проверяется на физическом продукте, а внедрение идёт в цехе, а не в вебе.
Порядок и состав секций меняются от команды к команде — это типовая схема, собранная по открытым источникам. Этапы, на которых проверяют знания, ведут в разбор формата: что оценивают и чем закрывать пробелы.
Рекрутер уточняет направление: зрение и контроль качества, оптимизация процессов, планирование и спрос.
SQL-секция: производственные данные, партии, измерения, связка с заказами.
ML-секция: модели, валидация, метрики и разбор вашего опыта.
Для зрения — направленческая секция: детекция и сегментация дефектов, работа с редкими классами.
На middle+ — дизайн: система контроля качества на линии от камер до реакции оператора.
Руководитель: задачи, уровень, работа с производством.
4 формата проверки из отбора Северсталь — и тест атласа под каждый. Слабые места видно сразу после захода, а темы для разбора собираются автоматически.
Соединения, оконные функции и цена запроса на большой таблице
На чём валятсяКлассика табличных задач и честная проверка качества
На чём валятсяСвёртки и трансформеры, детекция, сегментация, метрики
На чём валятсяОт постановки до эксплуатации на одной доске
На чём валятся20 тем по всем направлениям Северсталь — если команда ещё не выбрана. Программа разложит их по неделям от математики к продакшену; под конкретное направление список короче, и его можно собрать ниже.
Эти 20 тем можно разложить по неделям: программа выстроит их от математики к продакшену, поставит тест в конце каждой недели и вернёт тему на повторение, если вы в ней ошиблись. Выйдет примерно 4 недели под Северсталь · Все направления.
Проверяем, вошли ли вы…
Выберите направление: обязательные темы со ссылками в атлас, типовые вопросы с ответами и тест для самопроверки.
Поиск дефектов на поверхности проката по изображениям с линии: классификация, детекция, сегментация. Специфика — высокая скорость движения полосы, редкие дефекты и цена пропуска, измеряемая рекламацией от клиента.
Эти 10 тем можно разложить по неделям: программа выстроит их от математики к продакшену, поставит тест в конце каждой недели и вернёт тему на повторение, если вы в ней ошиблись. Выйдет примерно 2 недели под Северсталь · Зрение в контроле качества.
Проверяем, вошли ли вы…
Смещая выборку в сторону дефектов при обучении и возвращая реальное соотношение при оценке; добавляя аугментации и синтетические дефекты; используя сегментацию, где размеченная область даёт больше сигнала, чем метка на всё изображение. Метрику смотрят по классам дефектов отдельно.
Разбор в атласе: Imbalanced Data — Дисбаланс классов →Зависит от дефекта и от того, что происходит дальше. Пропуск критичного дефекта означает рекламацию, ложное срабатывание — лишнюю остановку или переборку. Поэтому пороги задаются по классам дефектов отдельно, а не одним числом на модель.
Разбор в атласе: Recall — Полнота →Сдвиг распределения на входе. Предотвращают нормализацией освещения, эталонными образцами в кадре для калибровки, мониторингом статистик изображений и регулярной проверкой модели на контрольной выборке. Такие изменения неизбежны, значит их нужно ловить до жалоб от цеха.
Разбор в атласе: Error analysis — Анализ ошибок →Согласовывать определения и мерить согласие разметчиков: без общего определения границы дефекта модель не выучит ничего устойчивого. Спорные случаи разбираются совместно, а классы, по которым согласия нет, либо объединяются, либо выносятся в отдельную категорию «на проверку».
Разбор в атласе: Data Labeling — Разметка данных →