Marcin Borucki

Ukończył fizykę teoretyczną na Wydziale Fizyki Uniwersytetu Warszawskiego, stypendysta programu FiDiPro na Uniwersytecie Jyväskylä oraz podyplomowe studia Zarządzania Projektami na SGH.

Rozpoczął karierę w sektorze finansowym gdzie zajmował się zajmował się zagadnieniami analizy i oceny ryzyka w obszarach ryzyka portfela kredytowego, wymogów kapitałowych, modelowania rezerw na utratę wartości portfela oraz ryzykiem stopy procentowej. Od 2012 związany z GE gdzie przez 3 lata zajmował się modelami ryzyka stopy procentowej instytucji należących do GE Capital. W GE Aviation Digital od 2015, gdzie zajmuje się przede wszystkim rozwijaniem modeli predykcyjnych wspierających zarządzanie flotami silników odrzutowych oraz innymi projektami związanymi z analizą danych dla przemysłu lotniczego.

Zagadnienia prezentowane w czasie wystąpienia

  • Krótki przegląd rodzaju aktywów przemysłowych lub komunalnych ze względu na typ operacji oraz możliwości monitorowania
  • Akwizycja i przetwarzanie danych przemysłowych – ETL & End Node Computing
  • Data quality – aspekty związane z jakością danych dodotyczących operacji aktywa (performanca & ambient) oraz wykonywanych czynności serwisowych
  • Exploracja i wizualizacja danych
  • Budowanie modeli oraz ich aspekty:
    • Celów biznesowe (wyrażone w $/zł) a parametry techniczne optymalizacji modelu
    • Modele predykcyjne (z nauczycielem)
    • Modele detekcji anomali/awarii
    • Ocena jakości modelu: metryki, macierze konfuzji, lead time
    • Overfitting
    • Walidacja
  • Wdrożenie i utrzymanie modelu
  • Podejmowanie działań na postawie wskazań modelu