По окончании прохождения курса слушатель будет знать:
- Принципы и основы алгоритмизации;
- Принципы разработки и настройки автоматических систем управления;
- Методики и алгоритмы применения искусственного интеллекта и машинного обучения;
- Технологии умного производства и Интернета вещей;
- Основы цифровой трансформации и автоматизации в агропромышленном комплексе;
- Методы аналитики данных и цифровых платформ управления;
- Принципы построения промышленных сетей, ПОТ и телеметрии в растениеводстве, животноводстве и переработке.
По окончании прохождения курса слушатель будет уметь:
- Применять принципы и основы алгоритмизации, разрабатывать типовые алгоритмы под контролем опытных наставников;
- Разрабатывать и настраивать автоматические системы управления, применять основы ТАУ и проводить настройку САУ в специализированных программах;
- Оценивать возможности применения искусственного интеллекта и машинного обучения, включать ИИ в модель бизнес-процесса как компонент;
- Применять технологии умного производства и Интернета вещей: развертывать, применять конфигурации и проверять работоспособность систем;
- Проектировать системы цифрового управления капельным орошением, микроклиматом и освещением теплиц, мониторингом хранения продукции, насосными станциями, линиями сортировки и фасовки, диспетчеризацией элеватора, логистикой и прослеживаемостью «от сырья до готовой продукции»;
- Использовать промышленные сети, ПОТ и телеметрию в растениеводстве, животноводстве и переработке;
- Анализировать данные и работать с цифровыми платформами управления, разрабатывать BI-дашборды и KPI для управленческих решений;
- Разрабатывать архитектуру систем автоматизации, функциональные схемы, алгоритмы работы ПЛК и SCADA, интерфейсы оператора и системы оповещений;
- Выполнять сквозной проект цифровой автоматизации участка «от поля до переработки»;
- Работать с инструментами: Python, C+, Aspen Plus, JMCAD, ГОСТ Р МЭК 61131, PIX BI, ГОСТ Р 59921 и др.;
- Аргументировать актуальность проектного решения и обосновывать его при публичной защите.
Содержание курса:
Модуль 1. Биоинформатический анализ геномных данных: методы, статистика и практика
Тема 1.1. Основы работы с ОС Linux
Тема 1.2. Статистический анализ биологических данных
Тема 1.3. Цифровые технологии в обработке данных
Модуль 2. Цифровые инструменты для генотипирования и фенотипирования
Тема 2.1. Основы языка программирования Python
Тема 2.2. Анализ биологических последовательностей программными инструментами
Тема 2.3. Цифровое фенотипирование
Модуль 3. Стажировка
Итоговая аттестация в форме демонстрационного экзамена (защиты итогового проекта)
Преподаватели
Канд. техн. наук, и.о. директора института механики и энергетики, ФГБОУ ВО «Ставропольский государственный аграрный университет»
Сергей Аникуев
E-mail
Кураторы курса
E-mail
