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.