花了二年多做焦炭品質預測專案。
這個案子花的時間很長，投入很多心力。
這個主題是前總經理林弘男指定要做的題目。
投入之後，專案團隊都覺得這個主題，
有許許多多的困難與障礙。
煉鐵廠主辦人，
前期花了非常多時間向我介紹煉焦製程，
許許多多資料跟領域知識的細節。
煉鐵製程研究組的陳博士，
是煤礦、焦炭、煉焦製程領域非常有經驗的研究員。
跟煉鐵廠合作多年，
在我遇到向上管理的困難、
以及跟煉鐵廠溝通不良時，給予許多寶貴的意見。
做這個案子有幾個重要轉折點：
1)
中冠資料工程師加入團隊，
做多種不同格式的資料來源整合、前處理的方法設計。
對我幫助非常大，省去很多Coding Effort。
2)
拿煉鐵製程研究組的線性迴歸模型當Baseline。
原本焦炭品質預測模型的誤差評估，
乍看之下準確率低。
不過與舊模型比較後，
發現進步非常非常多。
而且還能做到好幾件以前做不到的事。
不過，就對當Baseline的前輩有點不好意思了。
3)
煉鐵廠執行了利用模型輔助決策，
降減煤礦成本的計劃。
為中鋼節省了非常非常高的成本。
大概不是我在這裡能寫的。
10/25專案團隊在煉鐵廠大樓前合照。
連續三年都進入AI成果獎的競賽中。
都是現場單位去比賽跟報告。
行情預測得到了入選獎。
海運租金沒得。
這兩個都受限於應用效益與有否落實應用的問題。
在今天以前，
焦炭品質預測通過了初審，至少有入選獎了。
今天舉行複審，有八位評審。
兩位外部評審，一位中山大學張教授，我蠻熟的。
不過他大概一開始也不會知道這個案子是我做的。
另一位來自工研院。
客觀來說，
這個案子在方法設計上有許多用心跟實驗測試，
在應用價值上非常高。
所以在複審的案子中，
得到了第一名，特優獎。
有獎座跟五萬元獎金。
相較於研發成果獎的一百萬獎金，
算是小Case啦！
不過還是很感謝做這個案子的團隊！
這張是複審評審會議。
0 意見:
張貼留言