Apoio nas análises da defectoloxía das liñas e priorización das mesmas por criterios de severidade
PE-312-21-0045
Tipo convocatoria | Prácticas extracurriculares |
Número vacantes | 1 |
Data de comezo da publicación | 26/03/2021 |
Data de remate da publicación | 09/04/2021 |
Empresa | Naturgy |
Lugar de traballo | A práctica realizarase a distancia sempre baixo supervisión do titor da empresa |
Duración | 6 meses |
Remuneración | 500 €/mes |
Número de horas semanais | 20 |
Xornada completa | Non |
Horario | De luns a venres 4 horas diarias |
Funcións | Proxecto: UFD inspecciona as súas liñas eléctricas usando helicópteros con sofisticados equipos de imaxe. Actualmente estamos a traballar na substitución de voos en helicóptero por voos de drones de longo alcance. Isto permitirá inspeccións aéreas de liñas de alta e media tensión, o que fará que teñamos centos de miles de imaxes de moi alta resolución e millóns de nubes de puntos LiDAR que a xente tería que analizar, o que suporía un custo considerable e un atraso significativo na entrega da información. O obxectivo do proxecto é resolver este problema, empregando ferramentas de intelixencia artificial, capaces de analizar esta información de xeito autónomo ou cunha supervisión mínima. Apoio nas seguintes tarefas: Análises da defectoloxía das liñas e priorización das mesmas por criterios de gravidade e frecuencia. • Desenvolvemento e adestramento dos algoritmos de IA necesarios para a identificación dos elementos das torres. • Desenvolvemento e adestramento de algoritmos de IA para identificar o estado dos elementos seleccionados como críticos. • Formación en ambientes sintéticos, modelada con ferramentas 3D para defectos dos que non hai imaxes de stock suficientes. • Definición dos requirimentos de voo e carga útil dos drons de longo alcance, para atopar o custo óptimo da calidade do voo / imaxe. • Definición do modelo óptimo de integración en sistemas UFD. • Definición do modelo óptimo para a contratación do servizo. |
Coñecementos | Nocións de programación en Phyton Informatica a nivel de usuario avanzado Inglés C1 |
Destinatarios(So estudantes da Universidade de Vigo) |
|
Documentación a presentar | Currículum vitae no que se faga constar a referencia desta bolsa, expediente académico actualizado e horario do curso académico |
Lugar de presentación da documentación |
Por e-mail a practicas.online@fundacionuvigo.es
Por correo postal ou en man en
|