Process Mining

Objectifs du cours

Cette journée s'inscrit dans le programme INDUSTRIE 4.0 proposé en partenariat entre la FSRM et la HE-Arc.

Le Process Mining (PM) s’intéresse à l’analyse des processus d’entreprise sur la base des journaux d’évènements que l’on peut extraire des systèmes d’information comme les ERP. Le but ultime est l’amélioration de la planification et la performance opérationnelle de l’entreprise et ceci en offrant une figure plus complète des instances de processus. Grâce aux progrès des systèmes et services du type « Technologies de l’Information et de la Communication – TIC », l’évolution du Process Mining est motivée par l’accès facilité à d’énormes volumes de données des journaux des événements décrivant les traces de chaque mise en œuvre de processus. 

L’objectif de ce cours est de montrer l’importance de l’analyse des traces des évènements de production ou de management pour un monitoring plus efficace des processus clés de l'entreprise. Des exemples concrets seront présentés pour illustrer l’apport de cette approche data-driven, basée sur les techniques de Machine Learning, pour la réduction ou l’élimination du temps perdu, du gaspillage des ressources,des coûts inutiles et des goulots d'étranglement.

A la fin de ce cours, le participant sera capable de :

  1. Comprendre les atouts de l’approche data-driven pour la reconstruction des modèles de processus
  2. Comprendre l’analyse fréquentielle pour expliquer les goulots d’étranglement et les inefficacités dans les modèles de processus
  3. Être capable de modéliser le flux de processus d’une entreprise à partir des données historiques
  4. Appliquer les outils adéquats pour reconstruire un modèle de processus à partir des journaux d’évènement
  5. Comprendre les notions de base en Machine Learning utilisées pour l’amélioration du modèle de processus

Public cible

La formation s'adresse aux CEO, COO, CTO, CFO, Direction Opérationnelle, Direction technique, Direction Financière, Cadres techniques, Supply chain managers, et plus généralement, à toute personne impliquée dans la gestion des données, de leur transmission sécurisée et de leur exploitation efficace.

Contenu

Dans ce cours, les objectifs détaillés du Process Mining et ses interactions avec l’industrie 4.0 seront présentés à partir d’un cas d’utilisation concret du domaine industriel, et les techniques du Process Mining seront abordées, en particulier :

  1. L’extraction et filtrage des données des journaux d’évènement en éliminant les données de défaillance, les activités rares, les cas de valeurs aberrantes et en extrapolant les événements manquants,
  2. La reconstruction du modèle de processus sur la base des journaux d’évènement récoltés en utilisant les algorithmes de data mining et de l'exploration heuristique robuste,
  3. Le contrôle de la conformité du modèle de processus en alignant/comparant le modèle de processus existant à celui reconstruit à partir des journaux d’évènement,
  4. L’amélioration des modèles de processus en appliquant les méthodes de recommandation et de prédiction automatiques basées sur le machine learning.

Des outils de support comme ProM et Celonis seront utilisés.

Enseignant(s)

Hatem Ghorbel est docteur en sciences informatiques et professeur HES à la HE-Arc Ingénierie depuis 2002. Il est aussi responsable du groupe d’Analyse de Données dont les compétences se focalisent sur le développement d’algorithmes performants et de systèmes intelligents de traitement de données appliqués à l'industrie et la société en général.

Hatem Ghorbel est le leader de plusieurs projets de recherche appliquée financés par la CTI dans le domaine du Big Data Analytics et le Machine Learning dont le but est de créer de la « valeur » à partir des données en développant des formes innovantes d’analyse de grands volumes de données à haute vitesse et d’une façon sécurisée.

Date et Lieu (jj.mm.aaaa) Ce cours n'est pas agendé en ce moment. Veuillez nous contacter en cas d'intérêt
Coût (EARLY BIRD) CHF 690.00
Coût CHF 890.00
Langue Français
Inscription Deux semaines avant le cours
Organisation FSRM, Fondation suisse pour la recherche en microtechnique
Informations et inscription Gilles Delachaux, FSRM, e-mail: fsrm@fsrm.ch