Proposta di tesi: Sviluppo di un’applicazione web

L’attività si inserisce nel contesto di un progetto più ampio di sviluppo di un prodotto denominato Q3-Premium per la predictive quality in ambito siderurgico.
Il modello ML oggetto dell’applicazione è un modello di regressione supervisionato che si occupa di stimare i parametri della curva Jominy di temprabilità dell’acciaio sulla base della composizione chimica misurata.

http://www.phase-trans.msm.cam.ac.uk/2012/Jominy/index.html

https://www.youtube.com/watch?v=qW0aUbTWtVM

Input del modello sono le percentuali di elementi chimici in lega, l’output è costituito da una serie di coppie X-Y dove X è la distanza dalla superficie del campione e Y il valore di durezza stimata. Il modello è scritto in Python con librerie Keras, rilasciato su server Flask, viene chiamato con una API dedicata e salva i risultati delle sue esecuzioni su un database MongoDB.

Il progetto prevede di sviluppare un’applicazione web (front-end e back-end) da integrare nel portale web principale del prodotto Q3-Premium.

Il portale è basato su uno stack tecnologico con front-end Angular, back-end ASP.Net Core. Le features dell’applicazione da sviluppare sono:

• Online dashboard: mostrare l’output del modello relativamente alle sue esecuzioni effettuate in linea durante la produzione. I dati relativi all’output sono salvati su una collection MongoDB ed accessibili tramite API dedicata (da sviluppare).

• Offline what-if analysis: progettare e sviluppare una dashboard dinamica per permettere all’utente di testare il funzionamento del modello inserendo una composizione chimica a mano, oppure caricando una composizione chimica dal DB storico. Il client chiamerà una esecuzione del modello tramite API Python e mostrerà il risultato dell’esecuzione.

• Offline EDA and ML explainability: progettare e sviluppare delle dashboard interattive che permettano all’utente di verificare, per una data predizione del modello, quali siano le features più rilevanti ai fini della predizione e quale sia la correlazione tra di esse (con tecniche da valutare, e.g. Shapley values, PDP, etc.). Il backend dell’applicazione chiamerà delle funzioni di libreria Python (da sviluppare) e mostrerà il risultato tramite grafici dedicati.

L’attività di sviluppo sarà preceduta da:

• un’analisi delle librerie software di visualizzazione dati più adatte al contesto applicativo ed all’integrazione con il framework del portale

• uno step di prototipazione del wireframe delle dashboard

• un’analisi delle funzioni da utilizzare per la explainability del modello

Il progetto sarà svolto in sede DIGI&MET con interazione quotidiana con il team di data science DA e con il team di sviluppo del portale web Q3-Premium.

Per informazioni scrivere a digimet-laboratory@dca.it.