г. Нижний Новгород, 4-6 августа 2026
Интеллектуальный анализ данных в нефтегазовой отрасли
До начала конференции осталось:
Дни
Часы
Минуты
Секунды
Белозёров Борис Владимирович
Председатель комитета, Руководитель программ по концептуальному проектированию, ООО «Газпромнефть-Развитие»
Уважаемые коллеги!
Приглашаю вас на VII научно-практическую конференцию "Интеллектуальный анализ данных в нефтегазовой отрасли", которая пройдёт 4-6 августа 2026 года в Нижнем Новгороде.
Шесть лет назад мы начинали с разговора о том, как машинное обучение может помочь геологу и разработчику. Сегодня этот разговор вышел далеко за рамки классических алгоритмов. Мы видим, как агентные системы берут на себя координацию производственных процессов, как физически-информированные нейросети учатся уважать законы механики и термодинамики, как мультимодальные модели читают керн, сейсмику и отчёты одновременно. Эти темы только начинают появляться на международных площадках, и мы рады, что наша конференция даёт возможность обсудить их глубоко и предметно.
В этом году программа охватывает семь направлений: от агентных AI-систем и автономного управления месторождениями до гибридных архитектур, соединяющих данные с физикой. Отдельное внимание уделим модельно-ориентированному инжинирингу и цифровым двойникам - не как модному термину, а как системному подходу к управлению сложными активами. И, конечно, сохраним пространство для практиков с реальными производственными кейсами.
Ждём ваших тезисов. До встречи в Нижнем Новгороде!
Приглашаю вас на VII научно-практическую конференцию "Интеллектуальный анализ данных в нефтегазовой отрасли", которая пройдёт 4-6 августа 2026 года в Нижнем Новгороде.
Шесть лет назад мы начинали с разговора о том, как машинное обучение может помочь геологу и разработчику. Сегодня этот разговор вышел далеко за рамки классических алгоритмов. Мы видим, как агентные системы берут на себя координацию производственных процессов, как физически-информированные нейросети учатся уважать законы механики и термодинамики, как мультимодальные модели читают керн, сейсмику и отчёты одновременно. Эти темы только начинают появляться на международных площадках, и мы рады, что наша конференция даёт возможность обсудить их глубоко и предметно.
В этом году программа охватывает семь направлений: от агентных AI-систем и автономного управления месторождениями до гибридных архитектур, соединяющих данные с физикой. Отдельное внимание уделим модельно-ориентированному инжинирингу и цифровым двойникам - не как модному термину, а как системному подходу к управлению сложными активами. И, конечно, сохраним пространство для практиков с реальными производственными кейсами.
Ждём ваших тезисов. До встречи в Нижнем Новгороде!
Организационный комитет
Темы сессий
Сессия посвящена разработке и применению агентных архитектур искусственного интеллекта для автономного управления производственными процессами. Основной акцент на переход от автоматизации отдельных операций к полностью автономным системам принятия решений, способным координировать работу скважин, оптимизировать режимы добычи и адаптироваться к изменяющимся условиям в реальном времени. Приглашаем доклады об архитектурах мультиагентных систем, интеграции AI-агентов с промышленными системами автоматизации, а также о практическом опыте внедрения автономных решений.
Сессия объединяет передовые методы анализа неструктурированных данных: от классического компьютерного зрения до мультимодальных Foundation models. Рассматриваются задачи автоматической интерпретации сейсмических данных, анализа снимков керна и шлифов, детекции объектов на спутниковых снимках, а также генерации технической документации. Приглашаются доклады о применении CV-алгоритмов (сегментация, классификация), мультимодальной интеграции данных, использовании RAG и Text-to-SQL для доступа к базам знаний, а также об автоматизации рутинных задач геолога.
Сессия посвящена применению модельно-ориентированного системного инжиниринга (MBSE), цифровых двойников и киберфизических систем для интегрированного управления проектами и активами. Приглашаются работы об архитектурах постоянно-действующих моделей инфраструктуры, онтологических подходах к формализации предметной области, опыте перехода от документоцентричных практик к единой системной модели, а также о создании автономных цифровых двойников с возможностями самообучения. Особый интерес представляют доклады о трассируемости требований и интеграции системных моделей с расчетными инструментами.
Сессия представляет работы по интеграции нейросетевых методов с физическими законами и уравнениями. Гибридные архитектуры позволяют моделировать сложные системы с соблюдением физических ограничений, снижают требования к объему данных и обеспечивают интерпретируемость результатов. Приглашаем доклады о применении Physics-Informed Neural Networks (PINN), Neural Operators для ускорения симуляторов, встраивании геомеханических и термодинамических ограничений, а также о нейро-символьных системах с интеграцией онтологий и физических правил.
Сессия посвящена защите AI/ML систем в критической инфраструктуре нефтегазовой отрасли. С ростом автономности систем растут риски кибератак, включая adversarial attacks на модели машинного обучения и отравление данных. Приглашаются доклады о методах защиты ML-моделей промышленных систем, применении Federated Learning для обеспечения конфиденциальности, архитектурах Zero Trust для AI-инфраструктуры, а также о регуляторных требованиях и стандартах (ISO/IEC 42001, ISA/IEC 62443).
Сессия посвящена практическим аспектам работы с данными и применения классических алгоритмов машинного обучения (Classic ML) для решения инженерных задач. Рассматриваются вопросы сбора, очистки и управления данными (Data Governance), построения хранилищ и витрин данных, реинжиниринга бизнес-процессов на основе данных. Приглашаются доклады о прогнозном моделировании свойств коллекторов, статистическом анализе, feature engineering, а также об успешных кейсах внедрения аналитических платформ и инструментов (SQL, Python, BI) в производственные цепочки.
Сессия посвящена разработке и применению нейросетей, внутреннее устройство которых принципиально отличается от ранее известных решений, благодаря чему такие сети либо позволяют решать новые классы задач, либо обладают неоспоримыми преимуществами перед существующими аналогами. Приглашаются работы, посвященные новаторским концепциям в области нейросетевых архитектур, отдельных слоев нейросетей, а также методов их обучения.
Подача тезисов докладов
Окончание приёма тезисов докладов - 1 июня 2026 г.
Круглые столы
AI-агенты в нефтегазе: от хайпа к инженерной реальности. Практическая сборка агентной системы на ноутбуке
AI-агенты в нефтегазе: от хайпа к инженерной реальности. Практическая сборка агентной системы на ноутбуке
- Рыжов Василий Александрович
«Интеллектуальные Автоматизированные Системы», специализация — радиофизика, обработка сигналов, полноволновой микросейсмический мониторинг.
Круглый стол с элементами мастер-класса и живой демонстрацией
Продолжительность: 2 часа (120 минут)
Продолжительность: 2 часа (120 минут)
-
КРУГЛЫЙ СТОЛ СТАВИТ ТРИ ЗАДАЧИ:
- Разобраться— что стоит за термином «AI-агент» с инженерной точки зрения и где граница между хайпом и практикой
- Обсудить— в каких производственных процессах агентные системы принесут наибольшую пользу именно нефтегазовой отрасли
- Показать— что инструменты для создания агентных систем уже готовы и доступны, продемонстрировав сборку работающего агента в реальном времени на ноутбуке в аудитории
ЦЕЛЕВАЯ АУДИТОРИЯ:
- Инженеры-технологи по добыче и разработке
- Data Scientists и ML-инженеры нефтегазовых компаний
- Руководители цифровой трансформации и IT-подразделений
- Разработчики SCADA/MES/Historian-систем
- Исследователи и аспиранты в области прикладного ИИ
-
КЛЮЧЕВЫЕ ВОПРОСЫ ДЛЯ ДИСКУССИИ:
- Где граница между автоматизацией и агентом? SCADA-алерт отправляет уведомление. Агент — анализирует контекст, проверяет смежные скважины, формирует рекомендацию. Где проходит граница, и всегда ли нужен LLM-мозг, или достаточно классических правил?
- Какие производственные процессы — первые кандидаты на агентизацию? Мониторинг скважин, формирование суточных отчётов, интерпретация каротажных данных, логистика, планирование ГТМ — что отдать агенту первым?
- Физика vs LLM — кто главный? В нефтегазе есть законы Дарси, уравнение притока, PVT-корреляции. Как гарантировать, что агент не нарушит физику? Роль физически-информированных ограничений.
- Доверие и контроль: human-in-the-loop в ответственных системах Когда агент должен останавливаться и спрашивать? Как выстроить уровни автономии от «подсказчик» до «автопилот»?
- Практическая готовность: что уже можно внедрять?Открытые фреймворки (LangGraph, CrewAI), протокол MCP, локальные LLM (DeepSeek, Qwen) — насколько зрелы инструменты для production?
Текущее состояние и развитие управления данными в геологоразведке, геологии и разработке месторождений
- Наугольнов Михаил Валерьевич
Руководитель центра разработки цифровых решений, НИС а.д.
-
КРУГЛЫЙ СТОЛ СТАВИТ ТРИ ЗАДАЧИ:
- Разобраться — существует ли в компании целостная стратегия управления данными для геологии, геологоразведки и разработки месторождений, и насколько она связана с бизнес-целями и производственными показателями
- Обсудить — какие организационные, архитектурные и инфраструктурные решения необходимы для превращения данных из побочного продукта инженерной деятельности в полноценный производственный актив
- Сформировать — единое понимание целевого состояния data-ландшафта нефтегазовой компании, включая вопросы Data Governance, платформ данных, искусственного интеллекта и управления инженерными знаниями
ЦЕЛЕВАЯ АУДИТОРИЯ:
- Руководители геологических и добычных активов
- Главные геологи, геофизики и специалисты по разработке месторождений
- Руководители цифровой трансформации и ИТ-подразделений
- Архитекторы данных и корпоративных информационных систем
- Data Engineers, Data Scientists и ML-инженеры
- Руководители центров компетенций по данным и искусственному интеллекту
- Представители научно-технических центров и профильных вузов
-
КЛЮЧЕВЫЕ ВОПРОСЫ ДЛЯ ДИСКУССИИ:
- Есть ли в компании стратегия данных или только набор цифровых инициатив? Многие организации инвестируют в цифровизацию, но не всегда имеют единое представление о том, какие данные являются стратегическим активом, какие бизнес-задачи они должны решать и как измерять создаваемую ценность.
- Кто отвечает за данные? Геологи, разработчики, ИТ или цифровые подразделения? Где должен находиться владелец данных, кто отвечает за качество информации и каким образом выстраивается взаимодействие между инженерными и цифровыми командами?
- Где находится источник истины? Скважины, пласты, траектории, интерпретации, добыча и результаты моделирования часто существуют одновременно в нескольких системах. Как определить единую версию данных и обеспечить доверие к ним?
- Нужна ли нефтегазовой компании единая платформа данных? Data Lake, Lakehouse, OSDU, корпоративное хранилище данных или набор специализированных инженерных систем — какие архитектурные подходы доказали свою эффективность на практике?
- Как обеспечить качество инженерных данных? Неполные исследования скважин, противоречивые показатели добычи, различия между моделями и фактическими данными — какие механизмы Data Governance позволяют контролировать качество данных на масштабе компании?
- Готова ли инфраструктура к эпохе искусственного интеллекта? Достаточно ли существующих вычислительных ресурсов, процессов и платформ для внедрения генеративного ИИ, цифровых ассистентов и агентных систем в геологии и разработке месторождений?
- Почему многие AI-проекты не доходят до промышленной эксплуатации? Какие организационные, технологические и культурные барьеры мешают переходу от успешных пилотов к масштабному внедрению решений на основе данных?
- Каким должен быть целевой data-ландшафт через 5 лет? Роль цифровых платформ, AI-агентов, управления знаниями, интеграции инженерных данных и новых организационных моделей в будущем нефтегазовой отрасли.
Сможет ли ИИ заменить полевые геофизические работы?
- Булаев Владимир Иванович
АО НПФ «Геофизика»
ЦЕЛЕВАЯ АУДИТОРИЯ:
ВОПРОСЫ ДЛЯ ДИСКУССИИ:
- Геологи и геофизики
- Специалисты в области Data Science, ML-инженеры
ВОПРОСЫ ДЛЯ ДИСКУССИИ:
- Обсуждение задачи аппроксимации «черного ящика» и проведение аналогии с геофизическими работами
- Возможные способы решения задачи картирования горизонта различными методами в условиях полной неопределенности
- Использование ИИ для решения различных задач при наличии информации о характерных закономерностях
- Обоснованность задачи генерации геофизических данных с помощью ИИ
- Создание полигона для опробования различных алгоритмов ИИ при решении задач геологоразведки
Хакатон
Даты проведения: 1 апреля - 15 мая 2026 г.
20 марта 2026 г. - открытие регистрации на Хакатон
1 июня 2026 г. - объявление победителей Хакатона
20 марта 2026 г. - открытие регистрации на Хакатон
1 июня 2026 г. - объявление победителей Хакатона
До начала конференции будет организован Хакатон, посвященный машинному обучению в нефтегазовой отрасли.
Этот уникальный конкурс объединяет талантливых специалистов, студентов и энтузиастов для решения актуальных задач и разработки инновационных решений, способных изменить лицо нашей индустрии и решить увлекательные и практические примеры, которые стоят перед нефтегазовыми компаниями.
В хакатоне предполагается как индивидуальное, так и командное участие.
Для участников подготовлено три задания. Участвовать можно будет как в выполнении одного из заданий, так и во всех сразу. По каждому из заданий будет определено лучшее решение.
Все подробности читайте на странице Хакатона.
Этот уникальный конкурс объединяет талантливых специалистов, студентов и энтузиастов для решения актуальных задач и разработки инновационных решений, способных изменить лицо нашей индустрии и решить увлекательные и практические примеры, которые стоят перед нефтегазовыми компаниями.
В хакатоне предполагается как индивидуальное, так и командное участие.
Для участников подготовлено три задания. Участвовать можно будет как в выполнении одного из заданий, так и во всех сразу. По каждому из заданий будет определено лучшее решение.
Все подробности читайте на странице Хакатона.
Фонд поддержки АГГИ
при отсутствии финансирования
Участники - члены АГГИ, доклады которых включены в научную программу конференции, при отсутствии финансирования со стороны своего вуза или других источников, могут запросить поддержку на участие в мероприятии. Заполните анкету для запроса поддержки и, в случае одобрения заявки организационным комитетом, участие в мероприятии будет бесплатным.
Поддержку можно получить не чаще чем один раз в два года.
Заявки принимаются не позднее 15 июня 2026 г.
Место проведения
Парк-Отель «Кулибин», ул. Максима Горького, д. 121
«Парк-Отель «Кулибин» – это великолепное здание в центре культурной и деловой жизни столицы Приволжья, выполненное в классическом архитектурном стиле и находящееся в районе трех главных площадей города на границе одноименного парка
VI научно-практическая конференция «Интеллектуальный анализ данных в нефтегазовой отрасли» пройдет в Нижнем Новгороде.
Нижний Новгород — один из крупнейших научно-технологических и индустриальных центров России, сочетающий богатую историю, развитую инфраструктуру и сильную ИТ-экосистему. Город расположен на слиянии Волги и Оки, в самом сердце страны, что делает его удобной точкой притяжения для специалистов из разных регионов.
Сегодня Нижний Новгород по праву считается одним из ведущих центров информационных технологий и инженерных разработок в России. Здесь сосредоточены крупные ИТ-компании, научно-исследовательские институты, сильные технические вузы и центры подготовки специалистов в области анализа данных, машинного обучения и цифровых технологий. Город активно участвует в развитии цифровой экономики и внедрении интеллектуальных решений в промышленность, включая нефтегазовую отрасль.
Выбор Нижнего Новгорода в качестве площадки для конференции «Интеллектуальный анализ данных в нефтегазовой отрасли» неслучаен. Именно здесь формируется среда, в которой наука, высокие технологии и промышленность тесно взаимодействуют, создавая условия для обмена передовыми идеями и практическим опытом. Развитая деловая инфраструктура, удобная транспортная доступность и насыщенная культурная жизнь делают город привлекательным местом не только для профессионального общения, но и для комфортного пребывания участников конференции.
Нижний Новгород — один из крупнейших научно-технологических и индустриальных центров России, сочетающий богатую историю, развитую инфраструктуру и сильную ИТ-экосистему. Город расположен на слиянии Волги и Оки, в самом сердце страны, что делает его удобной точкой притяжения для специалистов из разных регионов.
Сегодня Нижний Новгород по праву считается одним из ведущих центров информационных технологий и инженерных разработок в России. Здесь сосредоточены крупные ИТ-компании, научно-исследовательские институты, сильные технические вузы и центры подготовки специалистов в области анализа данных, машинного обучения и цифровых технологий. Город активно участвует в развитии цифровой экономики и внедрении интеллектуальных решений в промышленность, включая нефтегазовую отрасль.
Выбор Нижнего Новгорода в качестве площадки для конференции «Интеллектуальный анализ данных в нефтегазовой отрасли» неслучаен. Именно здесь формируется среда, в которой наука, высокие технологии и промышленность тесно взаимодействуют, создавая условия для обмена передовыми идеями и практическим опытом. Развитая деловая инфраструктура, удобная транспортная доступность и насыщенная культурная жизнь делают город привлекательным местом не только для профессионального общения, но и для комфортного пребывания участников конференции.
Заявка на программу поддержки
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности
Предыдущие мероприятия
Информационные партнёры
Интеллектуальный анализ данных
в нефтегазовой отрасли
Материалы для скачивания
- Первое приглашение
- Спонсорская брошюра
- Шаблон для оформления тезисов
- Шаблон презентации 16х9
- Программа
Контактная информация
Координатор конференции:
Мария Девишева
Тел.: +7 495 640-20-08
E.: datascience@geomodel.ru
Тelegram канал: https://t.me/datascienceinoilandgas