Ing. Bc. Marek Malý

Pomáhám výrobním a R&D týmům optimalizovat procesy a receptury pomocí chytrého experimentování DoE (Design of Experiments) – méně pokusů, rychlejší výsledky a prokazatelná úspora. Kde to množství dat dovolí, jdu o krok dál: trénuji prediktivní modely a modely počítačového vidění, které z vašeho know-how udělají funkční nástroj.

Původně jsem chemický technolog, ze kterého se stal datový vědec a trenér datových modelů. Přes 10 let jsem pracoval ve výrobních závodech ve sklářském, farmaceutickém, energetickém a papírenském průmyslu. Vím proto, jak vypadá linka, šarže i tlak na termín. Statistiku a strojové učení nepoužívám jako cíl, ale jako nástroj k vyřešení konkrétního technologického problému.

💥 Získejte více znalostí rychleji než konkurence. Experimentujte!

AKTUÁLNÍ NABÍDKA SLUŽEB

• Optimalizace procesu metodou DoE „na klíč“ – Projekt vedu od definice problému přes analýzu historických dat, návrh experimentu a dohled nad jeho provedením až po vyhodnocení a závěrečný report podle struktury DMAIC. Vyhrnu si rukávy s vámi. Nebudu vás jen školit v teorii, výsledek dotáhneme společně.
• Firemní školení DoE na míru – Nabízím 1–2denní praktické školení pro technology, vývojáře a pracovníky kvality. Můžeme pracovat i s vašimi daty a procesy formou workshopu, kde si tým odnese hotový návrh prvního experimentu.
• Statistik a datový vědec jako služba – Služba je určená pro oddělení R&D (V&V), která nemají vlastního statistika. Zajistím návrhy experimentů, statistické vyhodnocení, podklady pro validace i trénování Machine Learning modelů, a to průběžně a bez nutnosti nabírat nového zaměstnance.
• Prototyp AI modelu (MVP – Minimum Viable Product) – Než investujete do AI infrastruktury, ověřím na vašich datech, co vám funkční model reálně přinese. Natrénuji prototyp modelu (ať už prediktivního, generativního nebo i počítačového vidění pro vizuální kontrolu kvality), změřím jeho přesnost a doporučím, zda a jak pokračovat.

Proč DoE

Statistické plánování experimentů (DoE) mění více faktorů současně podle matematicky navrženého plánu. Z minimálního počtu pokusů tak získáte maximum informací, včetně vzájemných interakcí faktorů. Právě tyto důležité interakce běžněji používané metody „pokus/omyl“ nebo „postupná změna jednoho faktoru“ přehlíží. DoE se uplatní všude, kde se ladí parametry procesu nebo složení receptury: ve farmacii, chemii, sklářství, strojírenství, potravinářství i materiálovém vývoji.

Proč spolupracovat se mnou

DoE se věnuji od roku 2018. Vzdělával jsem se v kurzech MIT, Arizonské státní univerzity a Královské chemické společnosti i studiem klíčové odborné literatury. Od roku 2023 rozvíjím své dovednosti v data science a strojovém učení (kurzy IBM, Machine Learning College a další) a od roku 2024 také v deep learningu a počítačovém vidění. Trénování modelů a hledání těch nejpřínosnějších informací v datech mě baví – díky tomu dokážu promyšleně a do detailu hledat řešení, která mají pro zákazníka praktický přínos.

Vystudoval jsem VŠCHT Praha, obor Technologie organických látek a chemické speciality, a k tomu Učitelství odborných předmětů. Složité věci proto umím vysvětlit tak, aby jim porozuměl technolog na lince i vedení firmy.

Máte proces, recepturu nebo data, se kterými si nevíte rady?

Napište mi. Na úvodní konzultaci probereme váš případ a navrhnu, jak se k výsledku dostat s co nejmenším počtem pokusů.

Vybrané reference

• Teva Czech Industries – školení DoE pro oddělení farmaceutického výzkumu a vývoje
• Vinolok – analýza dat opotřebení lisovacích forem a produktový vývoj za využití strojového učení a analýzy dat
• Zentiva – optimalizace výrobních procesů pomocí datové analytiky
• Fakulta strojního inženýrství VUT v Brně – plánovaný experiment pro elektroerozivní drátové řezání
• BioPappel – testování vzorků papíru