Vienības
1. Ievads mākslīgā intelekta un verifikācijas disciplīnā naftas un dabasgāzes inženierijā 2. Urbšanas dati, urbumu žurnāli un petrofizikālā interpretācija 3. Seismiskā datu analīze, iezīmju iegūšana un strukturālā interpretācija 4. Rezervuāru raksturojums, fasiju modelēšana un ģeostatistika 5. Ražošanas prognoze, samazinājuma līknes analīze un rezervju novērtējums 6. Urbšanas un ražošanas optimizācija 7. Paredzamā apkope un aprīkojuma uzticamība 8. HSE, procesu drošība un darbības risks 9. Cauruļvadu uzraudzība, noplūžu noteikšana un integritātes pārvaldība 10. Datu analīze ar Python: naftas un gāzes darbplūsmas 11. Normatīvā, ētikas, datu privātuma un holistiskās pārbaudes pārvaldība
Vienība 10 / 11

Datu analīze ar Python: naftas un gāzes darbplūsmas

Ieguvumi:

  • Spēja lasīt un tīrīt LAS žurnālfailus un ražošanas datus ar Python (pandas, lasio) un izveidot izpētes analīzes darbplūsmu
  • Spēja izmantot AI koda ģenerēšanai, atkļūdošanai un analīzes projektēšanai drošā un pārbaudāmā veidā
  • Spēja pārbaudīt ģenerēto kodu un rezultātus ar vienību testiem, fiziskajām robežām un neatkarīgām kontroles šūnām
Bijušais Tālāk