Qu’est-ce qu’une bonne prévision météo ? C’est une query à laquelle la plupart des gens ne réfléchissent probablement pas beaucoup, automobile la réponse semble évidente – précise. Mais encore une fois, la plupart des gens ne sont pas CTO chez DTN. Lars Ewe l’est, et sa réponse peut être différente de celle de la plupart des gens. Avec 180 météorologues dans son équipe fournissant des prévisions météorologiques dans le monde entier, DTN est la plus grande entreprise météorologique dont vous n’avez probablement jamais entendu parler.
Exemple : DTN n’est pas inclus dans ForecastWatch « Aperçu de la précision des prévisions météorologiques mondiales et régionales 2017 – 2020. » Le rapport évalue 17 fournisseurs de prévisions météorologiques selon un ensemble complet de critères et une méthodologie approfondie de collecte et d’évaluation des données. sur la météo, n’est pas évalué?
Les prévisions météorologiques comme un problème de données volumineuses et d’Web des objets
Le nom de DTN signifie « Digital Transmission Community » et est un clin d’œil aux origines de l’entreprise en tant que service d’info agricole diffusé par radio. Au fil du temps, l’entreprise a adopté l’évolution technologique, s’est tournée vers la fourniture de ce qu’elle appelle des « providers d’intelligence opérationnelle » pour un sure nombre d’industries et s’est mondialisée.
Ewe a déjà occupé des postes de path dans diverses entreprises, notamment AMD, BMW et Oracle. Il est très attaché aux données, à la science des données et à la capacité de fournir des informations pour obtenir de meilleurs résultats. Ewe a qualifié DTN de société mondiale de technologie, de données et d’analyse, dont l’objectif est de fournir des informations exploitables en temps quasi réel pour que les shoppers puissent mieux gérer leur entreprise.
La météo en tant que service de DTN® (WAAS®) devrait être considérée comme une partie importante de l’objectif plus giant, selon Ewe. « Nous avons des centaines d’ingénieurs non seulement dédiés aux prévisions météorologiques, mais aussi aux informations », a déclaré Ewe. Il a également expliqué que DTN investit dans la manufacturing de ses propres prévisions météorologiques, même s’il pourrait les externaliser, pour un sure nombre de raisons.
Selon Ewe, de nombreux providers de prévisions météorologiques disponibles ne sont pas mondiaux ou présentent des faiblesses dans certains domaines tels que la résolution des photographs. DTN, a-t-il ajouté, exploite toutes les entrées de données accessibles au public et de nombreuses entrées de données exclusives pour générer ses propres prévisions. DTN augmente également ces données avec ses propres entrées de données, automobile il possède et exploite des milliers de stations météorologiques dans le monde. Les autres sources de données comprennent les satellites et les radars, les ballons météorologiques et les avions, ainsi que les données historiques.
DTN offre une gamme de providers de renseignement opérationnel à des shoppers du monde entier, et les prévisions météorologiques sont un paramètre vital pour nombre d’entre eux. DTN
Quelques exemples de providers d’ordre supérieur que les prévisions météorologiques de DTN pourraient alimenter seraient l’analyse de l’impression des tempêtes et les conseils d’expédition. L’analyse de l’impression des tempêtes est utilisée par les providers publics pour mieux prévoir les pannes, et planifier et doter le personnel en conséquence. Le guidage maritime est utilisé par les compagnies maritimes pour calculer les itinéraires optimaux pour leurs navires, à la fois du level de vue de la sécurité, mais également du level de vue de l’efficacité énergétique.
Au cœur de l’approche se trouve l’idée de prendre la technologie et les données de prévision de DTN, puis de les fusionner avec des données spécifiques au consumer pour fournir des informations personnalisées. Même s’il existe des providers de base que DTN peut également offrir, plus les données sont spécifiques, meilleur est le service, a noté Ewe. Quelles pourraient être ces données ? Tout ce qui aide les modèles de DTN à être plus performants.
Il peut s’agir de la place ou de la forme des navires ou de la santé du réseau d’infrastructures. En fait, étant donné que de tels ideas sont utilisés à plusieurs reprises dans les modèles de DTN, la société s’oriente vers une approche de jumeau numérique, a déclaré Ewe.
À bien des égards, les prévisions météorologiques d’aujourd’hui sont vraiment un problème de mégadonnées. Dans une certaine mesure, a ajouté Ewe, il s’agit également d’un problème d’Web des objets et d’intégration de données, où vous essayez d’accéder, d’intégrer et de stocker un ensemble de données pour un traitement ultérieur.
Par conséquent, la manufacturing de prévisions météorologiques n’implique pas seulement l’experience du domaine des météorologues, mais également le travail d’une équipe de information scientists, d’ingénieurs de données et d’consultants en machine studying/DevOps. Comme toute tâche de mégadonnées et de science des données à grande échelle, il existe un compromis entre précision et viabilité.
Prévision météorologique suffisamment bonne à grande échelle
Comme la plupart des CTO, Ewe aime travailler avec la technologie, mais doit également être conscient de l’facet industrial des choses. Maintenir une précision juste, ou « assez bonne », sans couper les cash ronds tout en rendant cela financièrement viable est un exercice très complexe. DTN aborde cela de plusieurs manières.
Une façon consiste à réduire la redondance. Comme l’a expliqué Ewe, au fil du temps et by way of des fusions et acquisitions, DTN s’est retrouvé en possession de plus de cinq moteurs de prévision. Comme c’est généralement le cas, chacun d’eux avait ses forces et ses faiblesses. L’équipe DTN a pris les meilleurs éléments de chacun et les a consolidés dans un moteur de prévision world.
Une autre façon consiste à optimiser le matériel et à réduire les coûts associés. DTN a travaillé avec AWS pour développer de nouvelles situations matérielles adaptées aux besoins de ce cas d’utilization très exigeant. Grâce aux nouvelles situations AWS, DTN peut exécuter des modèles de prévision météorologique à la demande et à une vitesse et à une échelle sans précédent.
Dans le passé, il n’était doable d’exécuter des modèles de prévisions météorologiques qu’à des intervalles définis, une ou deux fois par jour, automobile il fallait des heures pour les exécuter. Désormais, les modèles peuvent fonctionner à la demande, générant une prévision globale d’une heure en une minute environ, selon Ewe. Cependant, le fait que ces situations sont plus économiques à utiliser est tout aussi vital.
Quant à la science réelle du fonctionnement des modèles de DTN – ils contiennent à la fois des modèles d’apprentissage automatique basés sur les données, ainsi que des modèles intégrant l’experience du domaine météorologique. Ewe a noté que DTN adopte une approche d’ensemble, exécutant différents modèles et les pesant au besoin pour produire un résultat ultimate.
Ce résultat, cependant, n’est pas binaire – pluie ou pas de pluie, par exemple. Au contraire, il est probabiliste, ce qui signifie qu’il attribue des probabilités aux résultats potentiels – 80% de probabilité de 6 vents de Beaufort, par exemple. Le raisonnement derrière cela a à voir avec l’utilisation de ces prédictions : l’intelligence opérationnelle.
Cela signifie aider les shoppers à prendre des décisions : cette set up de forage offshore doit-elle être évacuée ou non ? Faut-il ou non dérouter ce navire ou cet avion ? Cet événement sportif doit-il avoir lieu ou non ?
L’approche d’ensemble est essentielle pour pouvoir factoriser les prédictions dans l’équation du risque, selon Ewe. Les boucles de rétroaction et l’automatisation du choix des bons modèles avec les bons poids dans les bonnes circonstances, voilà ce sur quoi DTN travaille activement.
C’est aussi là qu’intervient l’facet « assez bon ». La valeur réelle, comme l’a dit Ewe, réside dans la consommation en aval des prédictions générées par ces modèles. « Vous devez être très prudent dans la façon dont vous équilibrez vos niveaux d’investissement, automobile la météo n’est qu’un paramètre d’entrée pour le prochain modèle en aval. Parfois, ce demi-degré supplémentaire de précision peut même ne pas faire de différence pour le modèle suivant. Parfois, Cela fait. »
En bouclant la boucle, Ewe a noté que l’consideration de DTN se concentre sur les opérations quotidiennes de l’entreprise avec ses shoppers, et sur la façon dont les situations météorologiques affectent ces opérations et permettent le plus haut niveau de sécurité et de rendements monétaires pour les shoppers. « Cela s’est avéré beaucoup plus précieux que de demander à une partie externe de mesurer l’exactitude de nos prévisions. C’est notre interplay quotidienne avec les shoppers qui mesure la précision et la valeur de nos prévisions. »
