¿Cómo se puede aplicar la ciencia de datos a la ingeniería química? Permítanme primero darle algunas credenciales.
Después de la escuela de posgrado (ingeniería química), a mediados de la década de 2000, comencé a trabajar para ExxonMobil Research and Engineering. Desarrollamos varias herramientas para operadores que utilizan algoritmos de aprendizaje automático.
Luego trabajé para Honeywell UOP, haciendo desarrollo de negocios, estrategia y trabajo de marketing para una aplicación basada en datos basada en la nube que conectaba el conocimiento del servicio con los clientes.
- ¿Es más fácil desempeñarse bien en una universidad de ingeniería de nivel medio que en una universidad de ingeniería de alto nivel?
- ¿Cómo son las prácticas de ingeniería civil justo después de un B.Tech y sin experiencia laboral?
- ¿Cuáles son los blogs de PM (gerente de producto) más influyentes?
- Como ingeniero, ¿qué pasos tomas para resolver problemas y qué tipo de rituales te hacen un buen ingeniero?
- ¿Qué se debe hacer para mantener el rendimiento académico y preparar una personalidad integral en ingeniería?
Ahora trabajo para una firma de investigación y asesoría que produce contenido estratégico para ejecutivos de nivel director / vp que hablan sobre cómo los datos darán forma al futuro industrial (incluidas las industrias de procesos).
Diré que este es un campo muy específico. Pero es un campo emocionante y está creciendo a un ritmo muy rápido. Hay varias áreas donde la ciencia de datos se aplica directamente a las industrias de procesos:
- Mejora de la fiabilidad del proceso al hacer directamente recomendaciones operativas. Piense en pensar como mejorar la vida útil de su catalizador, reducir las operaciones incorrectas (es decir, la inundación de la columna), mejorar la calidad constante del producto. Los algoritmos de aprendizaje automático se han aplicado en las industrias de procesos durante décadas para monitorear fallas, pero con las tecnologías en la nube, la inclusión de datos no estructurados y una mejor visualización de datos, las recomendaciones operativas se están mejorando seriamente.
- Proceso de tendencia de datos. Varias nuevas empresas están utilizando la ciencia de datos para mejorar la forma en que los ingenieros de procesos monitorean los datos del proceso. Esencialmente, lo que estas compañías intentan hacer es aumentar el flujo de trabajo clásico de ingeniería de procesos. Por ejemplo, suponga que sucede el evento de proceso A. Un operador clasifica el evento A como un determinado evento de mantenimiento. Cuando el ingeniero de procesos revisa datos en el cliente de tendencias avanzado, el programa clasificará automáticamente los modos de operación que parecen similares
- Decisiones de negocios. Las decisiones comerciales en la industria química pueden traducirse en millones, a veces miles de millones, de dólares. Al incorporar datos operativos, datos de proveedores y datos de empleados, puede tomar decisiones que optimicen sus procesos comerciales.
- Monitoreo remoto. Se están adoptando redes inalámbricas de sensores de malla para diversas aplicaciones (es decir, monitoreo de corrosión). Los ingenieros químicos pueden ayudar a interpretar los datos y crear aplicaciones que aporten información a los ingenieros.
Y mucho más por venir.
Esencialmente, las personas comprenden la importancia de fusionar el conocimiento de las operaciones con los ingenieros de TI y químicos para agregar experiencia en el contexto y el tema a las nuevas aplicaciones basadas en datos.
No dude en ponerse en contacto conmigo si tiene más preguntas.