ТГУ, проектная деятельность (кейс-задачи, часть 1)

Постановка задачи на практику в соответствии с направлением подготовки студента и программой переподготовки

1. Выбрать кейс в соответствии с направлением подготовки (Приложение 1). Желательно выбирать тот же кейс, который решался в рамках курса «Проектная деятельность».

2. Предоставить описание задачи, которая будет решения в процессе выполнения кейса, сформулировав с позиции профессиональной деятельности. Цель - описать задачу не как техническое задание для программиста, а как исследовательскую или практическую проблему, для решения которой требуется цифровой инструмент. Это описание должно включать:

· название и общую характеристику планируемому инструменту (например, «интерактивная база данных», «аналитический веб-сервис», «программа для семантического анализа текстовых корпусов», «инструмент для аннотирования и сравнения медиафайлов»). Важно сфокусироваться на функции, а не на технологии. Вместо «программа на Python» - «инструмент для автоматического выявления и классификации повторяющихся сюжетных паттернов».

· описание основной пользы (ценность) разрабатываемого решения. Важно описать ожидаемый результат в терминах предметной деятельности. Например: «Решение позволит перейти от выборочного качественного анализа к полному количественному охвату текстового корпуса», «автоматизирует рутинную часть работы по каталогизации, высвободив время для содержательной интерпретации», «сделает сложные данные наглядными и доступными для междисциплинарного обсуждения», «создаст новую цифровую среду для сохранения и публикации уникальных материалов».

3. Выделить основные понятия и процессы, которые будут использованы при решении кейса (не более 5).

· Понятие предметной области (ЧТО?) – это ключевая сущность или информационный объект, с которым работает пользователь и над которым производятся действия. Например, Договор (в юриспруденции), Схема подключения (в электротехнике), Литературный персонаж (в филологии), Заявка на обслуживание (в менеджменте).

· Процесс, используемый при решении ИТ-кейса (КАК?) – это последовательность шагов или операций, выполняемых пользователем или системой для достижения конкретной цели с использованием ключевых понятий. Это алгоритм или сценарий, который необходимо автоматизировать или поддержать.

Например, Согласование чертежа между отделами, Поиск всех нормативных актов, связанных с данным типом оборудования, Анализ динамики упоминаний исторического лица в прессе за десятилетие, Назначение и контроль выполнения заявки.

Итоговая формула, чтобы описать основу будущей программы, необходимо определить:

ПОНЯТИЕ – ЧТО будет хранить и обрабатывать программа.

ПРОЦЕСС – КАК программа будет это обрабатывать для пользы пользователя.

4. Предоставить отчет, в котором отобразить ответы на пункты 1–3.

P. S.: Решение кейс-задачи может предусматривать командную работу над проектом. Команда формируется численностью не более 5 человек. В команде должны быть определены роли и ответственности за решение кейс-задачи.

Приложение 1

Перечень кейс-задач для решения в рамках производственной практики (практики в ИТ-сфере)

54.03.01 Дизайн

Макетирование и 3D моделирование в дизайне: Специалист по 3D-моделированию

1 ShapeCraft: система автоматизированного анализа 3D-моделей для дизайнеров

Разработать приложение на Python для анализа популярных форм в 3D-моделировании: Приложение должно использовать базовые алгоритмы обработки данных (например, статистический анализ или кластеризацию) для выявления популярных геометрических форм в 3D-дизайне на основе предоставленных наборов данных.

Результатом работы должен быть прототип, который:

• Загружает упрощённые данные 3D-моделей (например, CSV-файлы с координатами точек).
• Анализирует частоту встречаемости определённых форм (кубы, сферы, сложные полигональные структуры).
• Визуализирует результаты в виде графиков или диаграмм.
• Формирует текстовые рекомендации (например, "В текущих трендах преобладают округлые формы").

2 ColorMesh: система анализа цветовых трендов в 3D-дизайне

Разработать приложение на Python для анализа цветовых трендов в 3D-графике: Приложение должно использовать базовые алгоритмы обработки изображений для определения популярных цветов на основе предоставленных данных. Результатом работы должен быть прототип, который:

• Загружает изображения из указанной папки.
• Анализирует каждый файл и выделяет доминирующие RGB-значения.
• Строит график с топ-5 цветами и их процентным соотношением.
• Сохраняет результаты в CSV-файл с метаданными (название модели, стиль, дата анализа).

3 StyleMatch: рекомендательная система для подбора стиля 3D-модели

Разработать приложение на Python для классификации стилей 3D-моделей: Приложение должно использовать алгоритмы обработки текста для анализа описаний и присвоения категорий. Результатом работы должен быть прототип, который:

• Принимает текстовый ввод (например, "скифф в космическом стиле").
• Сравнивает его с базой данных и возвращает совпадения.
• Визуализирует результат в виде таблицы с релевантными моделями.

4 TextureHelper: система анализа текстурных трендов в 3D-дизайне

Разработать приложение на Python для анализа текстур: Приложение должно использовать библиотеки обработки изображений (OpenCV, Pillow) для выявления особенностей текстур. Результатом работы должен быть прототип, который:

• Загружает текстуры из указанной папки.
• Анализирует каждое изображение (контраст, преобладающие цвета).
• Классифицирует текстуры по простым критериям (например: "тёмная/светлая", "высококонтрастная").
• Сохраняет результаты в таблицу с метаданными для дальнейшего анализа.

5 ModelMetrics: система оценки пропорций и эргономики 3D-моделей

Разработать приложение на Python для проверки пропорций 3D-моделей: Приложение должно использовать базовые геометрические вычисления для анализа моделей. Результатом работы должен быть прототип, который:

• Считывает CSV-файл с координатами ключевых точек модели.
• Вычисляет основные соотношения (например, высота/ширина).
• Сравнивает их с заданными идеальными значениями.
• Генерирует отчёт с отклонениями в процентах.

6 AnimStat: система анализа популярности анимационных техник

Разработать приложение на Python для анализа анимационных трендов: Приложение должно использовать статистические методы для обработки данных. Результатом работы должен быть прототип, который:

• Загружает CSV с данными об анимациях (название, тип, популярность).
• Строит bar-чарт с распределением по категориям.
• Вычисляет и выводит 3 самых популярных типа анимаций.
• Сохраняет результаты в виде маркированного списка рекомендаций.

7 EcoDesign: система оценки экологичности 3D-моделей

Разработать приложение на Python для расчета экологичности 3D-моделей: Приложение должно использовать базовые алгоритмы анализа данных. Результатом работы должен быть прототип, который:

• Принимает на вход CSV-файл с параметрами модели
• Рассчитывает показатель экологичности по формуле: (1000/(количество полигонов + количество материалов×100))
• Выводит результат в виде числовой оценки и текстовой рекомендации
• Сохраняет историю анализов в отдельный файл

8 ModelGenerator: система автоматического создания 3D-моделей по параметрам для начинающих дизайнеров

Разработать приложение на Python для анализа сложности 3D-моделей: приложение должно использовать базовые алгоритмы обработки данных.

Результатом работы должен быть прототип, который:

• Принимает на вход CSV-файл с параметрами моделей (например, радиус, высота, количество сегментов).
• Рассчитывает показатель сложности модели по формуле: Сложность=количество полигонов×коэффициент сложности\text{Сложность} = \text{количество полигонов} \times \text{коэффициент сложности}Сложность=количество полигонов×коэффициент сложности.
• Выводит числовую оценку сложности и текстовую рекомендацию по оптимизации ("Уменьшите количество сегментов на 20% для снижения сложности").
• Сохраняет историю анализов в отдельный файл (например, в формате CSV или JSON).

9 StyleClassifier: автоматическая классификация стилей 3D-моделей по простым признакам

Разработать приложение на Python для автоматической классификации стилей 3D-моделей: приложение должно использовать базовые алгоритмы обработки данных и визуализации. Результатом работы должен быть прототип, который:

• Принимает на вход CSV-файл с признаками моделей (например, количество граней, средняя длина ребра, сложность).
• Анализирует признаки и присваивает каждой модели стиль (минимализм, футуризм, классика и т. д.) по заданным правилам или простым алгоритмам.
• Визуализирует распределение моделей по стилям в виде диаграммы.
• Генерирует текстовые рекомендации по оптимизации модели для достижения желаемого стиля.
• Сохраняет результаты анализа и рекомендации в отдельный файл для дальнейшего использования.

10 BasicShapeCreator: создание простых 3D-форм по пользовательским параметрам

Разработать приложение на Python для создания и анализа простых 3D-форм:
Приложение должно использовать базовые операции с массивами и визуализацию. Результатом работы должен быть прототип, который:

• Принимает на вход параметры формы от пользователя (через ввод или файл).
• Строит 3D-модель (куб, сфера или цилиндр) с указанными параметрами.
• Рассчитывает показатель сложности модели на основе количества вершин и граней.
• Выводит числовую оценку сложности и текстовые рекомендации по упрощению модели.
• Визуализирует модель и результаты анализа (например, диаграмму сложности).
• Сохраняет историю созданных моделей и их характеристик в отдельный файл.

18.03.01 Химическая технология

Автоматизированные системы проектирования химико-технологических процессов (АСУ ХТП): Специалист по автоматизированному проектированию технологических процессов

1 ChemFlow Analyzer: система автоматизированного анализа трубопроводных сетей ХТП

Разработать приложение на Python для анализа параметров трубопроводных сетей: Приложение должно использовать базовые алгоритмы обработки данных (например, статистический анализ или расчет гидравлического сопротивления) для выявления проблемных участков в трубопроводах на основе предоставленных наборов данных.

Результатом работы должен быть прототип, который:

• Загружает упрощённые данные трубопроводов (например, CSV-файлы с параметрами участков)
• Анализирует частоту встречаемости определённых проблем (повышенное сопротивление, риск кавитации)
• Визуализирует результаты в виде графиков или диаграмм
• Формирует текстовые рекомендации (например, "На участках 5-8 рекомендуется увеличить диаметр труб")

2 ReactorOpt: система автоматизированного анализа режимов работы химических реакторов

Разработать приложение на Python для анализа кинетики химических реакций: Приложение должно использовать базовые алгоритмы обработки данных (например, решение дифференциальных уравнений или метод наименьших квадратов) для выявления оптимальных параметров реакций на основе предоставленных наборов данных.

Результатом работы должен быть прототип, который:

• Загружает упрощённые данные реакций (например, CSV-файлы с концентрациями и временем)
• Анализирует зависимость скорости реакции от температуры
• Визуализирует результаты в виде графиков или диаграмм
• Формирует текстовые рекомендации (например, "Оптимальная температура для максимального выхода – 150°C")

3 DistillControl: система автоматизированного анализа ректификационных колонн

Разработать приложение на Python для анализа бинарной ректификации: Приложение должно использовать базовые алгоритмы обработки данных (например, построение диаграмм "температура-состав" или расчёт теоретических тарелок) для выявления оптимальных параметров разделения на основе предоставленных наборов данных.

Результатом работы должен быть прототип, который:

• Загружает упрощённые данные ректификации (например, CSV-файлы с температурой и составом на тарелках)
• Анализирует отклонения от равновесной кривой
• Визуализирует результаты в виде графиков или диаграмм
• Формирует текстовые рекомендации (например, "Рекомендуемое флегмовое число для данной смеси – 2.5")

4 EcoBalance: система автоматизированного анализа экологичности производств

Разработать приложение на Python для расчёта углеродного следа производства: Приложение должно использовать базовые алгоритмы обработки данных (например, пересчёт в CO₂-эквивалент или анализ удельных показателей) для оценки экологичности процессов на основе предоставленных наборов данных.

Результатом работы должен быть прототип, который:

• Загружает упрощённые производственные данные (например, CSV-файлы с расходом сырья и энергоносителей)
• Анализирует вклад каждого процесса в общие выбросы
• Визуализирует результаты в виде графиков или диаграмм
• Формирует текстовые рекомендации (например, "Замена природного газа на биогаз снизит углеродный след на 35%")

5 PipeFlow Optimizer: система автоматизированного проектирования трубопроводных сетей ХТП

Разработать приложение на Python для анализа гидравлических параметров трубопроводов: Приложение должно использовать базовые алгоритмы обработки данных (например, уравнения Бернулли и Дарси-Вейсбаха) для расчета потерь давления в трубопроводах на основе предоставленных наборов данных.

Результатом работы должен быть прототип, который:

• Загружает упрощённые данные трубопроводов (например, CSV-файлы с параметрами участков)
• Анализирует гидравлическое сопротивление на различных участках
• Визуализирует результаты в виде графиков перепадов давления
• Формирует текстовые рекомендации (например, "Участок 3-7 требует увеличения диаметра с 50 до 80 мм")

6 ReactorAI: система анализа режимов работы химических реакторов

Разработать приложение на Python для анализа кинетики химической реакции: Приложение должно использовать базовые алгоритмы обработки данных (например, решение дифференциальных уравнений или метод наименьших квадратов) для определения кинетических параметров реакции на основе предоставленных наборов данных.

Результатом работы должен быть прототип, который:

• Загружает упрощённые данные реакции (например, CSV-файлы с концентрациями и временем
• Анализирует изменение концентраций реагентов во времени
• Визуализирует результаты в виде графиков зависимости концентрации от времени
• Формирует текстовые рекомендации (например, "Оптимальное время реакции для достижения 90% конверсии - 120 минут")

7 CatalystAI: система автоматизированного подбора катализаторов для химических процессов

Разработать приложение на Python для анализа активности катализаторов: Приложение должно использовать базовые алгоритмы обработки данных (например, линейную регрессию или метод k-ближайших соседей) для прогнозирования активности катализаторов на основе предоставленных наборов данных.

Результатом работы должен быть прототип, который:

• Загружает упрощённые данные катализаторов (например, CSV-файлы с составом и активностью)
• Анализирует зависимость активности от параметров катализатора
• Визуализирует результаты в виде графиков или диаграмм
• Формирует текстовые рекомендации (например, "Для данной реакции рекомендуются катализаторы на основе Pt с удельной поверхностью >100 м²/г")

8 HeatExchanger Optimizer: система автоматизированного расчёта и оптимизации теплообменников

Разработать приложение на Python для расчёта кожухотрубного теплообменника: Приложение должно использовать базовые алгоритмы обработки данных (например, уравнения теплопередачи и метод ε-NTU) для определения основных параметров теплообменника на основе предоставленных наборов данных.

Результатом работы должен быть прототип, который:

• Загружает упрощённые данные теплообменника (например, CSV-файлы с параметрами потоков и геометрией)
• Анализирует тепловую эффективность конструкции
• Визуализирует результаты в виде графиков температурных профилей
• Формирует текстовые рекомендации (например, "Для достижения заданного теплового потока необходимо увеличить площадь теплообмена на 15%")

9 ProcessFlow: автоматизация моделирования последовательности химических процессов

Разработать приложение на Python для автоматизации моделирования последовательности химических процессов: Приложение должно использовать базовые структуры данных (списки, словари) и ввод-вывод. Результатом работы должен быть прототип, который:

• Запрашивает у пользователя последовательность операций и параметры каждой (через консоль или файл).
• Формирует упорядоченный список с описанием каждой операции.
• Рассчитывает суммарные характеристики процесса (например, общее время).
• Выводит текстовые рекомендации по улучшению последовательности.
• Сохраняет историю процессов и их параметров в отдельный файл.
• Позволяет визуализировать последовательность в виде простого списка или диаграммы (опционально).

10 ProcessSimulator: моделирование химического процесса с простыми расчетами

Разработать приложение на Python для моделирования химического процесса: Приложение должно использовать базовые операции с числами, ввод-вывод и визуализацию. Результатом работы должен быть прототип, который:

• Запрашивает у пользователя начальные концентрации, скорость реакции и время.
• Выполняет расчет итоговых концентраций по формуле кинетики (например, C = C0 * exp(-k * t)).
• Выводит числовые результаты и строит график зависимости концентрации от времени.
• Сохраняет параметры и результаты моделирования в файл.
• Позволяет пользователю изменять параметры и повторять расчет.

27.03.02 Управление качеством
38.03.01 Экономика
38.03.02 Менеджмент
38.03.03 Управление персоналом
04.03.01 Химия
19.03.04 Технология продукции и организация общественного питания

Управление бизнес-процессами (BPM): Специалист по информационному управлению и оптимизации бизнес-процессов

1 ProcessOptima: система автоматизированного анализа и оптимизации бизнес-процессов для специалистов по управлению качеством

Разработать приложение на Python для анализа процессов управления качеством: Приложение должно использовать методы обработки структурированных данных и визуализации.

Результатом работы должен быть прототип, который:

• загружает описание процессов в формате CSV или JSON;
• анализирует время и частоту ошибок по операциям;
• визуализирует процесс и проблемные зоны;
• формирует текстовые рекомендации по оптимизации.

2 EcoBudget: система анализа и оптимизации бюджетных процессов для экономистов

Разработать приложение на Python для анализа бюджетных данных: Приложение должно использовать статистические методы и визуализацию.

Результатом работы должен быть прототип, который:

• загружает данные бюджета в формате CSV;
• рассчитывает отклонения и тренды;
• строит графики и диаграммы;
• генерирует текстовые рекомендации.

3 ManageFlow: система мониторинга и оптимизации управленческих процессов для менеджеров

Разработать приложение на Python для анализа управленческих процессов: Приложение должно обеспечивать загрузку данных, визуализацию и анализ.

Результатом работы должен быть прототип, который:

• загружает описание процессов в JSON или CSV;
• строит диаграммы потоков;
• анализирует KPI;
• формирует текстовые рекомендации.

4 HRInsight: система анализа и оптимизации процессов управления персоналом

Разработать приложение на Python для анализа HR-процессов: Приложение должно использовать методы обработки данных и визуализации.

Результатом работы должен быть прототип, который:

• загружает данные в формате CSV;
• анализирует временные показатели и показатели текучести;
• визуализирует результаты;
• формирует текстовые рекомендации.

5 ChemProcessOpt: система оптимизации технологических процессов в химии

Разработать приложение на Python для анализа технологических процессов: Приложение должно обеспечивать загрузку данных, анализ и визуализацию.

Результатом работы должен быть прототип, который:

• загружает CSV-файлы с параметрами процесса;
• строит графики параметров;
• выявляет отклонения;
• формирует текстовые рекомендации.

6 FoodTechFlow: система анализа и оптимизации технологических процессов в общественном питании

Разработать приложение на Python для анализа технологических процессов общественного питания: Приложение должно обеспечивать загрузку данных, визуализацию и анализ.

Результатом работы должен быть прототип, который:

• загружает данные в CSV;
• строит диаграммы процесса;
• анализирует временные показатели;
• генерирует текстовые рекомендации.

7 QualityTrack: система мониторинга и анализа показателей качества в бизнес-процессах

Разработать приложение на Python для мониторинга качества: Приложение должно использовать статистические методы и визуализацию.

Результатом работы должен быть прототип, который:

• загружает данные KPI;
• анализирует тренды и аномалии;
• визуализирует показатели;
• формирует текстовые рекомендации.

8 StaffFlow: система анализа и оптимизации процессов управления персоналом

Разработать приложение на Python для анализа HR-процессов: Приложение должно обеспечивать загрузку данных, визуализацию и анализ.

Результатом работы должен быть прототип, который:

• загружает данные в формате CSV;
• анализирует показатели обучения и мотивации;
• визуализирует результаты;
• формирует текстовые рекомендации.

9 EcoProcess: система экологического мониторинга и оптимизации бизнес-процессов

Разработать приложение на Python для экологического анализа: Приложение должно использовать статистику и визуализацию.

Результатом работы должен быть прототип, который:

• загружает данные в CSV;
• анализирует тренды и аномалии;
• строит графики;
• формирует текстовые рекомендации.

10 SupplyChainOpt: система анализа и оптимизации процессов снабжения и логистики

Разработать приложение на Python для анализа снабжения и логистики: Приложение должно обеспечивать загрузку данных, визуализацию и анализ.

Результатом работы должен быть прототип, который:

• загружает данные в CSV;
• строит диаграммы цепочки поставок;
• анализирует KPI;
• генерирует текстовые рекомендации.

42.03.02 Журналистика

Программные и сервисные инструменты журналиста: Специалист по цифровым инструментам журналистики

1 NewsLens: система автоматизированного анализа новостных текстов для журналистов

Разработать приложение на Python для анализа тем и тональности новостных текстов: Приложение должно использовать базовые алгоритмы NLP (например, TF-IDF, анализ тональности) для выявления популярных тем и эмоциональной окраски на основе предоставленных наборов данных.

Результатом работы должен быть прототип, который:

• загружает тексты новостей (JSON или TXT);
• анализирует частоту ключевых слов и тональность;
• визуализирует результаты в виде графиков или диаграмм;
• формирует текстовые рекомендации (например, "В новостях преобладают темы политики с негативной окраской").

2 SourceVerify: система автоматической проверки достоверности источников для журналистов

Разработать приложение на Python для оценки достоверности источников: Приложение должно использовать методы анализа метаданных и графовые алгоритмы для оценки надёжности.

Результатом работы должен быть прототип, который:

• загружает данные о источниках (CSV или JSON);
• строит граф взаимосвязей;
• рассчитывает рейтинги достоверности;
• формирует текстовые рекомендации.

3 MediaTrend: система анализа и визуализации трендов в медиаконтенте

Разработать приложение на Python для анализа медиа-трендов: Приложение должно использовать методы кластеризации и визуализации временных рядов.

Результатом работы должен быть прототип, который:

• загружает данные соцсетей и новостей (JSON, CSV);
• анализирует динамику ключевых слов;
• визуализирует тренды;
• генерирует текстовые рекомендации.

4 VisualStory: система автоматизированного анализа и каталогизации мультимедийного контента для журналистов

Разработать приложение на Python для анализа мультимедийного контента: Приложение должно использовать библиотеки компьютерного зрения (например, OpenCV, TensorFlow).

Результатом работы должен быть прототип, который:

• загружает изображения и видео;
• распознаёт объекты и лица;
• визуализирует результаты;
• формирует текстовые рекомендации.

5 FactCheckBot: чат-бот для автоматизированной проверки фактов в журналистских материалах

Разработать чат-бота на Python для проверки фактов: Приложение должно использовать NLP и API внешних источников.

Результатом работы должен быть прототип, который:

• принимает текстовые запросы;
• ищет информацию в открытых базах;
• генерирует ответы;
• сохраняет историю диалогов.

6 AudiencePulse: система анализа и визуализации аудитории медиаресурсов

Разработать приложение на Python для анализа аудитории: Приложение должно использовать методы кластеризации и визуализации.

Результатом работы должен быть прототип, который:

• загружает данные аналитики (CSV, JSON);
• сегментирует аудиторию;
• визуализирует результаты;
• генерирует текстовые рекомендации.

7 HeadlineGen: система автоматической генерации заголовков для новостных материалов

Разработать приложение на Python для генерации заголовков: Приложение должно использовать NLP и генеративные модели.

Результатом работы должен быть прототип, который:

• загружает текст статьи;
• анализирует ключевые слова;
• генерирует заголовки;
• визуализирует и сохраняет результаты.

8 SocialEcho: система мониторинга и анализа реакции аудитории в социальных сетях

Разработать приложение на Python для мониторинга соцсетей: Приложение должно использовать методы анализа тональности и визуализации.

Результатом работы должен быть прототип, который:

• загружает данные соцсетей;
• анализирует тональность;
• визуализирует динамику;
• генерирует текстовые рекомендации.

9 DataVizStory: система создания интерактивных визуализаций данных для журналистских материалов

Разработать приложение на Python для интерактивной визуализации данных: Приложение должно использовать библиотеки Plotly, Bokeh или Dash.

Результатом работы должен быть прототип, который:

• загружает CSV или JSON с данными;
• строит интерактивные графики;
• позволяет фильтровать данные;
• формирует текстовые пояснения.

10 PodcastCraft: система автоматизированного монтажа и анализа аудиоподкастов для журналистов

Разработать приложение на Python для обработки подкастов: Приложение должно использовать библиотеки для аудиоанализа (например, pydub, SpeechRecognition).

Результатом работы должен быть прототип, который:

• загружает аудиофайлы;
• разбивает на сегменты;
• транскрибирует речь;
• визуализирует и сохраняет результаты.

23.05.01 Наземные транспортно-технологические средства

САПР в автомобилестроении: Специалист по проектированию автоматизированных систем управления технологическими процессами

1 AutoFlow: система автоматизированного анализа технологических процессов в автомобилестроении

Разработать приложение на Python для анализа эффективности технологических процессов: Приложение должно использовать базовые алгоритмы обработки данных (например, статистический анализ и визуализацию временных рядов) для выявления узких мест в производстве на основе предоставленных наборов данных.

Результатом работы должен быть прототип, который:

• загружает CSV-файлы с данными о технологических операциях;
• анализирует время и частоту сбоев;
• визуализирует результаты в виде графиков или диаграмм;
• формирует текстовые рекомендации (например, "Этап сварки вызывает наибольшие задержки").

2 MechSim: система моделирования и анализа работы механических узлов автомобиля

Разработать приложение на Python для анализа механических нагрузок: Приложение должно использовать базовые методы численного анализа (например, расчет простых сил и моментов) и визуализацию.

Результатом работы должен быть прототип, который:

• загружает данные о механических узлах (CSV с координатами и нагрузками);
• вычисляет нагрузочные характеристики;
• визуализирует распределение;
• формирует текстовые рекомендации.

3 TechLine: система мониторинга и управления технологическим оборудованием на сборочной линии

Разработать приложение на Python для мониторинга состояния оборудования: Приложение должно использовать методы обработки временных рядов и базовую статистику.

Результатом работы должен быть прототип, который:

• загружает данные с датчиков (CSV или JSON);
• анализирует параметры и выявляет аномалии;
• визуализирует результаты;
• формирует текстовые предупреждения.

4 AutoPath: система автоматизированного проектирования маршрутов транспортных средств на производстве

Разработать приложение на Python для проектирования маршрутов: Приложение должно использовать алгоритмы поиска пути (например, алгоритм Дейкстры) и визуализацию графов.

Результатом работы должен быть прототип, который:

• загружает данные карты (матрица смежности или координаты);
• рассчитывает оптимальные маршруты;
• визуализирует результаты;
• формирует рекомендации.

5 QualityCheck: система автоматизированного контроля качества деталей на основе изображений

Разработать приложение на Python для анализа изображений деталей: Приложение должно использовать библиотеки OpenCV и базовые методы обработки изображений.

Результатом работы должен быть прототип, который:

• загружает изображения (JPEG, PNG);
• применяет фильтры и сегментацию;
• выделяет дефекты;
• визуализирует и сохраняет результаты.

6 EnergyOpt: система анализа и оптимизации энергопотребления технологических установок

Разработать приложение на Python для анализа энергопотребления: Приложение должно использовать методы статистики и визуализации.

Результатом работы должен быть прототип, который:

• загружает данные (CSV, JSON);
• анализирует временные ряды;
• визуализирует пики;
• формирует текстовые рекомендации.

7 SafetyGuard: система автоматизированного контроля соблюдения норм безопасности на производстве

Разработать приложение на Python для контроля безопасности: Приложение должно использовать методы анализа данных и простейшей обработки изображений.

Результатом работы должен быть прототип, который:

• загружает данные с датчиков и изображения;
• анализирует и выявляет нарушения;
• визуализирует результаты;
• формирует предупреждения.

8 PartsTrack: система учёта и контроля запасных частей на производстве

Разработать приложение на Python для учёта запасных частей: Приложение должно использовать работу с CSV/Excel и визуализацию.

Результатом работы должен быть прототип, который:

• загружает данные о запасах;
• анализирует движение;
• визуализирует остатки;
• формирует текстовые отчёты.

9 RobotAssist: система простого программирования и симуляции работы промышленных роботов

Разработать приложение на Python для симуляции работы робота: Приложение должно использовать библиотеки визуализации (например, matplotlib) и базовое моделирование.

Результатом работы должен быть прототип, который:

• загружает или создаёт последовательность движений;
• визуализирует траекторию;
• позволяет редактировать и сохранять программу.

10 ProcessDoc: система автоматизированного создания документации технологических процессов

Разработать приложение на Python для создания документации: Приложение должно использовать библиотеки для работы с текстом (например, docx, reportlab) и визуализацией.

Результатом работы должен быть прототип, который:

• загружает данные процесса;
• формирует структурированный отчёт;
• сохраняет и визуализирует результаты.