Искусственный интеллект в производстве

Курс направлен на развитие профессиональных компетенций в области организации грузовых перевозок автомобильным транспортом. В рамках обучения рассматриваются ключевые аспекты логистической деятельности — от планирования маршрутов и экспедирования до оценки эксплуатационной надежности автотранспортных средств и организации складской обработки. Слушатели получат системное представление о современных подходах к управлению логистическими потоками с учётом технических, экономических и нормативных факторов.

Начало обучения: по мере набора группы

   
Форма обучения: Дистанционная
   
Объем программы: 36 акад. часов
   
График занятий: по 4 академических часа 1 раз в неделю в вечернее время (с 18:00 до 21:00)
   

Стоимость обучения: 25 000 руб.

   

Документ об окончании: Удостоверение о повышении квалификации

   
Контакты: Тел. +7 (831) 436-73-33
Email: ips5@nntu.ru
   
Записаться на обучение

 

Для кого курс:
Программа ориентирована на специалистов транспортных отделов, логистов, диспетчеров, менеджеров по снабжению и перевозкам, а также руководителей малого и среднего бизнеса, занимающихся грузоперевозками. Согласно данным HeadHunter, за последний год спрос на специалистов в области транспортной логистики вырос на 35%, особенно в сферах розничной торговли, дистрибуции, логистических операторах и производственных компаниях. Наиболее активными слушателями становятся сотрудники логистических и транспортных подразделений, стремящиеся повысить квалификацию и оптимизировать процессы доставки.

Чему вы научитесь?

  • Оценивать значение транспорта в логистической системе и анализировать его влияние на экономику предприятия
  • Определять технико-эксплуатационные характеристики автомобильного транспорта и управлять автопарком
  • Организовывать режим труда и отдыха водителей в соответствии с действующими нормативами
  • Анализировать структуру и динамику логистических процессов, выявлять узкие места в цепях поставок
  • Классифицировать грузы по физико-химическим и транспортным свойствам, разрабатывать схемы перевозки
  • Организовывать экспедирование грузов и оформлять сопроводительную документацию
  • Применять принципы складской логистики при планировании операций погрузки, разгрузки и хранения
  • Разрабатывать маршруты перевозок с учетом критериев эффективности, экономичности и нормативных требований
  • Использовать методы математического моделирования и ИТ-инструменты для обработки логистической информации
  • Понимать особенности мультимодальных и интермодальных перевозок, в том числе с участием автомобильного транспорта

Преимущества курса:

  • Комплексный подход: охватываются все ключевые аспекты логистики автомобильных перевозок — от транспорта до склада
  • Технический блок: особое внимание уделено технико-эксплуатационным характеристикам и надёжности автотранспорта
  • Практическая направленность: обучение построено на реальных кейсах из логистической практики
  • Актуальность тем: учитываются современные требования к цифровизации логистики и обработке информации
  • Работа с нормативами: обучение основам контроля соблюдения режима труда и отдыха водителей
  • Маршрутизация и оптимизация: практические методы расчёта логистических маршрутов и оценка их эффективности
  • Развитие ИТ-компетенций: применение программных решений и алгоритмов в логистическом планировании
  • Применимость к любым масштабам: материалы адаптированы как для крупных логистических компаний, так и для малого бизнеса

Курс позволит системно подойти к организации логистических процессов, оптимизировать расходы и повысить эффективность перевозок.

СОДЕРЖАНИЕ КУРСА


Наименование разделов
 

Всего, ак.ч.

Интеллектуальные промышленные технологии: введение в прикладные задачи машинного зрения. 

4

Аппаратное обеспечение систем технического зрения для цифрового производства

4

Разработка и обучение нейросетевых моделей для анализа производственных данных

8

Интеграция технического зрения в роботизированные комплексы и промышленный интернет вещей (IIoT)

6

Цифровые двойники и облачные технологии для адаптивного управления процессами производства. Нейросетевое моделирование для анализа производственных процессов.

12

Итоговая аттестация.

2

Итого:

36