2022 - 5. Çağrı Dönemi

Tanımlanan sorun/ihtiyaç ya da fırsat alanında çözüm olabilecek bir ürün/hizmetin benzerini gerçekleştirmiş olmak.

Not: Çağrı sahibi kullanıcının, TÜSİAD SD² kapsamında eşleşeceği tedarikçi ile bire bir çalışma dönemi, Haziran-Eylül arasındaki hasat döneminde olacaktır. Sonrasında, kullanıcı ve tedarikçi, bir sonraki çağrı döneminin Aralık’taki jüri ve tören aşamasına katılacaktır.

• Görüntü işleme teknolojileri (donanım ve yazılım) ile proje geliştirme yetkinliğine sahip olmak

• Veri analitiği ve algoritmaları konusunda tecrübeli olmak

• Açık kaynak kodlu çözümler sunabilmek

• Uçtan uca çözüm tecrübesine sahip olmak (Veri yönetiminden UI/UX'e kadar tüm süreç ele alınmalı ve mevcut sistemlerle entegrasyon sağlanmalıdır.)

Tartım istasyonundan sağlanacak veriler ile istenilen;

• Mevcut durumda araç üzerinde alınan (jaws) örneklem faaliyetine ek olarak,

• Tartım istasyonunda yüzey alanının görüntü işleme ve makine öğrenimi modeli ile fire unsurlarını saptamak, referans ölçüler skorlanarak ikinci bir değer üretmek,

• Boşaltma havuzlarına yüksek basınçlı su neticesinde hammadde boşaltma esnasında taş, toprak vb. unsurların görüntü işleme ile saptanması ve aracın altında kalan fire miktarının tespit etmek ve

bu üç yöntem neticesinde oluşan değerlerin kalite spesifikasyonuna uygun sonucunu operatöre aktarmak ve karar destek imkanı sağlamak. Nesne şekil ve renk tespiti ile sınıflandırılan verinin auto-annotation araçlarının oluşturulması ve şirket sistemleriyle entegrasyonunun sağlanmasıdır.

Tartım ve örneklem alınan istasyonda uygulanacak görüntü anlamlandırma (Computer Vision) temelli çözümlerle; düşük kaliteli ve fire unsuru (taş, toprak vb.) maddelerin tespiti (Object Recognition) ve algılama işlemleri neticesinde veriye dayalı karar mekanizması ile katma değer sağlanabilir.

Bu doğrultuda çözüm üretebilmek adına, toplanan verilerin sistematik olarak değerlendirilebilmesi ve etiketlenmesi gerekmektedir. Tespit edilen fire unsurlarının ve etiketleme(annotation) işleminin otomatize edilmesi ve proseste operatöre etkin bir UX ile çıktı sağlanması beklenmektedir.

Otomasyon ve dijitalizasyon uygulamalarını elektrik elektronik üretimi iş sektöründe uygulamış, makine öğrenmesi algoritmalarını tecrübe etmiş, konusunda uzman bir ekip olması

İletişimi kuvvetli, risk analizi ve problem tespitinde başarılı olması

Bu kapsamda; projelerin oluşturulan bir sistem üzerine aktarılması, bu sistemin panoya bağlantısı için gerekli soket sisteminin yapılması, operatör tarafından start verilmesiyle testlerin bilgisayar üzerinden kontrol edilmesi ile varsa kablaj ve proje hatasının gösterilmesi beklenmektedir.

Panolarda kullanılan cihaz ve ekipmanlara operatör tarafından müdahil olunması, gerekli yerlerde uyarı sisteminin devreye girmesi gerekir.

Ayrıca doğrulama yapıldıktan sonra kontrol edilen hatların işaretlenmesi de beklenmektedir.

Özetle, alçak (AG) ve orta gerilim (OG) dağıtım panolarında yapılan elektrik fonksiyon testlerinin bir otomasyon çözümü ile yapılması beklenmektedir.

Mevcut durumda, dağıtım panolarının kontrolleri personel tarafından manuel yapılmaktadır. Bu da ürün çeşitliliğine bağlı olarak uzun zaman almaktadır. Aynı zamanda projelerin kontrollerinin tekrardan işaretlenmesi ve kayıt altına alınması da gereksiz iş yüküne sebep olmaktadır.

End-to-end data-driven çözümler üretmiş olmak

ML/DL/CV temelli alanlarda uluslararası dergilerde akademik yayınları olan personellere sahip olmak

UX öncelikli, responsive ve adaptive UI çözümleri üretebilir olmak

Linux tabanlı ve open source çözümler sunabilir olmak

Customizable Image/Video Auto-Annotation Tool

Çözüm, end-to-end olmalıdır. (veri yönetiminden UI/UX'e kadar tüm süreç ele alınmalı ve mevcut sistemlerle entegrasyon sağlanmalıdır.)

Auto-annotation süreçlerine custom modellerin plug edilebilmesi gerekmektedir. (çözüm gerekli generic'liği sağlamalıdır.)

UX'in refine edilebilmesi adına gerekli metric'ler toplanabilir olmalıdır.

Active learning gibi yöntemlerin gerektirdiği akışlar tool üzerinde tasarlanabilir ve özelleştirilebilir olmalıdır.

Dağıtım şebekelerinde uygulanacak görüntü anlamlandırma (Computer Vision) temelli çözümlerle; ISG, envanter güvenliği, arıza türü tahminlenmesi gibi birçok noktada katma değer sağlanabilir. Bu doğrultuda çözüm üretebilmek adına, toplanan verilerin sistematik olarak değerlendirilebilmesi ve etiketlenmesi zaruridir.

Verilerin hacim ve hızları hesaba katıldığında, etiketleme (annotation) işlerinin otomatize edilmesi ve etkin bir UX ile operatörlere sunulması gerekmektedir. Bu bağlamda temel ihtiyaç, özelleştirilebilir (customizable) image/video auto-annotation tool oluşturulması ve şirket sistemleriyle entegre kullanılabilir şekilde sunulmasıdır.

Makine öğrenmesi algoritmalarını üretim iş sistemelerinde uygulamış, konusunda uzman bir ekip olması.

Özellikle python ve django konusunda bilgi sahibi olması.

İletişimi kuvvetli ve problem tespitinde başarılı

Makine öğrenmesi algoritmalarını üretim iş sistemlerinde uygulamış, konusunda uzman bir ekip olması.

Özellikle python ve django konusunda bilgi sahibi olması.

Çoğu SQL tabanlı, bir çok farklı platformdan sağlanan verilerin, makine öğrenmesi algoritmalarına uygun hale getirilen data pipeline oluşturulması. Python kütüphaneleri kullanılarak analiz edilebilmesini, veri üzerinde gezinmeyi, verinin linklenmesi ve izini sağlayacak bir platform geliştirilmesi.

Proje veri tabanı oluşturma ve makine öğrenmesi algoritmalarını içermemekle, bu 2 süreç arasında üst veri hazırlama havuzunu geliştirme konu başlığını içermektedir.

E-ticaret platformlarının tüketici uygulamalarını geliştirme konusunda tecrübeli Kotlin (Android), Swift (iOS), React (Web Docker) programlama dillerine ve ortamlarında tecrübeli

Tüketici davranışları izleme araçlarıyla çalışma konusunda tecrübeli (Google Analytics, Insider, Adjust vb.)

Firebase ve Testflight gibi hata izleme ve uygulama yayınlama araçlarıyla çalışmış olma

Restful web servisleriyle çalışma konusunda tecrübeli

Masterpass ve Garantipay gibi ödeme aracısı altyapılarıyla çalışma konusunda tecrübeli

OWASP güvenlik standartlarına uygun yazılım geliştirebilen

İnovatif ve yenilikçi bakış açısına sahip, geliştirici ve iyileştirici fikirler üretebilen

Online platformun tüketiciler için geliştirilmiş web ve mobil uygulamalarının (www.pinaronline.com), onaylanmış UX/UI tasarımına göre ve e-ticaret backend’i tarafından sunulan servislere uygun olarak geliştirilmesi ve geliştirici testlerinin tamamlanması

Backend, frontend ve IT ekipleri ile yazılımın geliştirilmesi ve süreçlerin iyileştirilmesi için ekipler ile koordineli çalışılması

Geliştirme ve çalışmalarda inovatif, yenilikçi bakış açısı ve sürdürülebilir fikirler ile süreçlerin yürütülmesi ve organize edilmesi.

Perakende satış yapılan eticaret uygulamasının inovatif ve yenilikçi bakış açısı ile teknik olarak geliştirilmesi ve süreçlerde fayda sağlayabilecek, fark yaratabilecek fikirler ile süreçlerin iyileştirilmesi ve tasarlanması.

Teknoloji Tedarikçisinin akustik analiz ve yazılım konularında tecrübe sahibi olması, tercihen daha önce kaçak kontrolünde çalışmış olması beklenmektedir.

Teknoloji Tedarikçisinin yerinde tüm kullanılan tankların çeşitli kaçak frekanslarını öğrenip, bunları tüm ortam gürültülerinden ayrıştırabilmesi beklenmektedir.

Bununla beraber kaçak noktasının yönlü tespitini yapıp test yapılan ürün üzerinde çift taraflı olarak (ürünün hem alt hem üst noktasında kaynak alanları mevcuttur.) kamera görüntüsü üzerinde kaçak noktasını göstermesi beklenmektedir.

Levha saclardan üretilen yakıt tanklarında imalat sonrası kalite kontrol işleminde kaçak tespitleri tankın basınçlandırılması ve personelin köpük ile kontrolüyle yapılmaktadır.

Kaçak noktalarının akustik olarak tespitinde hava kaçaklarının oluşturduğu frekansların ayrıştırılarak imalat ortamında tespit edilmesi, kaçak noktasının da kamera ile ürün üzerinde gösterilmesi hedeflenmektedir.

Daha Önce benzer uygulamalar konusunda bilgi sahibi 

Yeni teknolojileri yakından takip eden ve uygulayan 

Yeni veya iyileştirilebilir bir ürün veya hizmeti olan 

Ürünün geliştirme aşamasında ortaya çıkabilecek fikri haklar ve patentlerde ortak hareket etmeye açık olan

Ürün desteği ve gelişimini sağlamak üzere, sürekliliği ürün tesliminden sonra da sağlayabilecek derecede kurumsallaşmış olan (Bakım Hizmetleri)

Sistemde kullanılacak sensor ve donanımlar ile ilgili alt yapı ihtiyaçları belirlendikten sonra uygun şekilde hazır hale getirilerek seçili rampa sahasında uygulanması. 

Kamera ile tehlikeli durum tespitinin sağlanması için AI yazılımının sağlanması. 

Takoz sistemleri ile ilgili otomasyonun sağlanması.

Açıklama: Rampa Alanlarında yaya ve araç trafiğinin düzenlenmesi için otomasyon sistemi

Özel Sorun: Çok fazla hareketliliğin olduğu ve tehlikeli durum/davranışın meydana geldiği/gelebileceği rampa sahalarının güvenlik otomasyonu. 

Hedef: Otomasyon sistemleri kullanılarak, tehlikeli durum/davranışların meydana geldiği rampalarda, güvenli bir çalışma sahası oluşturmak. 

Proje Tanımı/ İhtiyaç: Rampa bölgelerinde yaya ve araç trafiğinin düzenlenmesi için birbirini tetikleyen güvenlik senaryolarının kurgulanması. 

Gerekli donanımların tespit edilerek yazılım sistemleri ile desteklenmesi.

Kamera ile anlık tehlikeli durum kontrolünün sağlanması ve yazılım sisteminin beslenmesi.

Otomatik takoz sistemi ve ekran & uyarı/ikaz sistem donanım & altyapı kurulumlarının yapılması. 

Öngörülen Gerçekleşme Süresi: 3-6 ay

OT network yapısını hakim olmak.

Siber güvenlik alanında en güncel bilgilere hakim olmak.

Saha tecrübesi.

Mevcut durumda var alan siber güvenliğimizi, mümkün olan en üst düzeye çıkarmak.

Siber güvenlik önlemlerimizi oluştururken bilgiye erişimi zor hale getirmemek.

Şirketimizde bir süredir geliştirmekte olduğumuz OT networkümüzde hali hazırda olan siber güvenliğimizi daha iyi noktalara taşıyabilmek.