Doc 03 · AI Platform

AI Platform Architecture

Логическая архитектура платформы, набор ключевых AI-модулей, MLOps-контур, кибербезопасность, data governance и пример технологического стека для промышленной эксплуатации.

Sources

SCADA+

SCADA, historians, IoT, ERP, CMMS, LIMS и ручные вводы

Processing

Batch+Stream

единая ingestion-модель

MLOps

Registry

drift control, CI/CD и retrain pipelines

Security

Zero Trust

RBAC/ABAC и сегментация OT/IT

Логическая Архитектура

Layers

Data + Ingestion

SCADA, historians, IoT, ERP, CMMS, LIMS
Streaming + batch ingestion
Lakehouse со сырыми, обработанными и business-слоями

Feature + Model

Feature store: временные ряды, события, инженерные признаки
Model layer: прогнозы, оптимизация, аномалии, рекомендации

Decision + Apps

Decision layer: rules, optimization agents, scenario analysis
Apps: dashboards, mobile app, command center UI, client API

Ключевые AI-Модули

Module library

NPT Predictor
ROP Optimizer
ESP Failure Predictor

Production Choke Optimizer
Energy Load Optimizer
Corrosion & Integrity Monitor

MLOps И Governance

Operate reliably

MLOps

Model registry
CI/CD для моделей
Контроль data drift и model drift
Автоматические retrain pipelines
A/B тестирование рекомендаций
Explainability слой для инженеров

Governance

Каталог данных с владельцами
Политики качества данных и SLA
Data lineage от датчика до отчета
Классификация данных и сроки хранения
Zero Trust, шифрование и SOC monitoring

Технологический Стек

Example stack

Cloud + Storage

Azure / AWS hybrid, Parquet / Delta lakehouse.

Processing + Orchestration

Spark / Flink и Airflow для orchestration.

MLOps + Viz

MLflow + CI/CD, Power BI / Grafana и custom web app.