Adatvezérelt döntések a vegyiparban I. – Példák a jó gyakorlatra

Visszatekintő
medicine-bottles-pills-front-digital-screen

Az eseményről

Milyen adatokat érdemes a vegyipari termelés során gyűjteni, és hogyan lehet ezeket úgy kezelni, hogy később elemezhetők legyenek és támogassák az üzleti döntéseket? Megvizsgáljuk, miért fontos a megfelelő alapadatok megléte, mekkora adatmennyiség szükséges az érdemi elemzésekhez, és milyen kérdéseket érdemes feltenni már az adatgyűjtés tervezési szakaszában – mindezt gyakorlati use case-eken keresztül.

Az eseményt a Magyar Kémikusok Egyesülete – Kémiai Digitalizáció Szakosztály, valamint partnerei, az EUROAPI,  Stylers Group és Protechtor szervezi.

Program:

12:30 – 13:00 Érkezés, regisztráció

13:00 – 13:05 Köszöntő – Réthelyi László,  Vezérigazgatói és projekt irodák igazgatója @ Egis

13:05 – 13:20 Pharma 4.0: hogyan építsünk értékteremtő digitalizált gyártási adatbázist? – Vida József, Head of Project Portfolio Management Group @ Egis

Egy digitalizált, Pharma 4.0 alapú gyártási adatbázis egyesíti a gyártói, labor- és felszabadítási adatokat, kereskedelmi igényeket stb., így mélyebb folyamatmegértést, hagyományos vagy AI-alapú optimalizálást, valamint pontosabb gyökérok-elemzést tesz lehetővé. 

13:20 – 13:35 Folyamatoptimalizálás ipari sarzsok szenzorelemzésével – Honti Barbara @ EUROAPI

Egy ipari esettanulmányon keresztül bemutatjuk, hogyan támogatja a Statistical Process Analysis (SPA) a gyártási folyamatok jobb megértését, a szenzoradatokból hogyan  történik a folyamatparaméterek elemzése és modellezése, és milyen módszerekkel azonosíthatók a jó és rossz hozamú sarzsok közötti eltérések? Gyakorlati eredmények és fejlesztési lehetőségek a digitális folyamatfejlesztésben.

13:35 –  13:50 Adat alapú megoldás: Batch Tracker – Ruska Ákos, Digital Industry Manager @ Ceva Santé Animale

Hogyan használhatók a meglévő adatok a gyártási tételek felszabadításának átlátható követésére? Egy BI eszköz bemutatása, amely rendszerek és folyamatok összekapcsolásával teremt üzleti értéket. Az eszköz összetettségét nem a technikai megvalósítás adja, hanem a különböző folyamatok és a folyamatokat vezérlő rendszerek megértése, majd közös struktúrába való rendezése.

13:50 – 14:05 Hogyan jelezhető előre az MDA-gyűrűképződés a folyamatparaméterek alapján? – Kecskés Regina, Junior Process Engineer @ BorsodChem Zrt.

Egy fekete doboz prediktív modell bemutatása, amely különböző regressziós módszerek összehasonlításával becsüli a gyűrűképződés eloszlásának predikcióját, feltárja a legfontosabb hatótényezőket (pl. hőmérséklet, nyomás, mólarány stb.), és hosszú távon valós idejű becsléssel támogathatja a folyamatstabilitást és a minőségoptimalizálást.

14:05 – 14:45 Szünet

14:45 – 15:00 Workshop felvezetése: Az adatfeldolgozás kihívásai – Havas Levente, Partner I Enterprise Analytics Cluster és Csaba Tamás, Principal expert I Enterprise Analytics Cluster @ IFUA Horváth

A felvezető előadás célja a digitális adatmenedzsment főbb elemeinek áttekintése. A megértés támogatására egy adatfolyam-ábra is felvázolásra kerül.
A felvezetés többéves elméleti és gyakorlati tapasztalatokra épül, beleértve a sikeres megoldásokat és a tanulságos kihívásokat egyaránt.

15:00 – 16:00 Workshop: Adatfeldolgozás kihívásai – IFUA Horváth szakembereinek koordinációjával: Havas Levente – Partner I Enterprise Analytics Cluster, Csaba Tamás – Principal expert I Enterprise Analytics Cluster, Vida Gábor – Partner I CLS, Szórádi Balázs – Principal I CLS

A felvezető előadás alapján nteraktív, kiscsoportos workshop, ahol a résztvevők támogatást kapnak ahhoz, hogy felmérjék saját szervezetük digitális adatmenedzsment terén elért érettségi szintjét, valamint azonosítsák a legfontosabb kihívásokat és fejlesztési irányokat. A közös munka során lehetőség nyílik best practice-ek, konkrét, valós tapasztalatok – sikeres és tanulságos esetek – megosztására és megvitatására.

16:00 – 16:30  Lezárás, networking

Egyéb információ

  • Időpont: 2026. január 27. (kedd) | 13:00–16:30 (érkezés: 12:30-tól)
  • Jelentkezési határidő: 2026. január 22. (csütörtök)
  • Helyszín: Egis Gyógyszergyár Klubház (1106 Budapest Orbán István utca 6.)
  • Parkolás: Egis külső parkolója (bejárat a Keresztúri út-Orbán István u. kereszteződésnél)
  • Megközelítés tömegközlekedéssel: az Örs vezér terétől HÉV-vel, 44-es, 45-ös busszal (Rákosfalva megálló), illetve 67-es busszal (Egis Gyógyszergyár megálló)

Szakértőink

Csaba Tamás

Az IFUA Horváth EA/BI senior szakembere. Évtizedes adattárház és BI rendszerépítési tapasztalattal. Számos iparág, számos funkció rendszerét építette fel. Utóbbi években leginkább Microsoft és Databricks technológiában AI ready adatkörnyezet kialakításában mélyült el.

Havas Levente

Az IFUA Horváth EA/BI területéért felelős partner. Szakterülete az adatos üzleti problémák lefordítása az architektúra különböző szintjeire. Számos technológiában jártas. Szakterülete a sok rétű technológiai architektúrában megtalálni a választ az üzleti adatalapú kérdésekre. 

Honti Barbara

Vegyészmérnökként végeztem, azonban a folyamatmérnöki témakörök mellett mindig érdekelt a modellezés is. Jelenleg PhD hallgató vagyok a BME Szerves Kémia és Technológia tanszékén, ahol vegyipari modellezéssel foglalkozom, a kristályosítás mechanisztikus modellezésétől kezdve az ipari “big data” elemzéséig ML módszerekkel. Fontosnak tartom az ipar és a tudomány szoros kapcsolatát, így doktori munkámmal párhuzamosan tevékenykedek az Euroapi Hungary Kft. digitalizációs osztályán, ahol a statisztikai folyamatelemzés projektekben vettem részt az elmúlt években.

Kecskés ReginaKecskés Regina

Tanulmányaimat a Pannon Egyetem Mérnöki karán végeztem, vegyészmérnök alap- és mesterszakon. Ezt követően a pályafutásomat a Borsodchem Zrt. Folyamat Tervező Irodán kezdtem meg folyamatmérnökként.  Mindennapi munkám során ipari technológiák modellezésével, folyamattervezésével foglalkozom, emellett különböző szoftvereket és adatvezérelt módszereket alkalmazok technológiai döntések támogatására. Előadásomban egy gyakorlati példát mutatok be egy fekete doboz modell felépítésére.

Ruska Ákos

Ruska Ákos

Végzettségem szerint gépészmérnök vagyok, de már több mint 10 éve gyártási környezetben működő informatikai rendszerekkel foglalkozom, kezdetben az autóiparban, jelenleg pedig gyógyszeripari környezetben. Míg az autóiparban a MES, addig a gyógyszeriparban a batch record a legfontosabb kérdés a gyártási adatok kezelésekor – sok projektet volt szerencsém vezetni ezekben a témákban.
Nagyon fontosnak tartom a folyamatos tanulást, ami az én szakmámban leginkább az „IT jellegű” technikai tudást jelenti. Érdekes helyzetet teremt, hogy a napi munkám kapcsán túlnyomó részt papír alapon történő dokumentálással találkozok, ugyanakkor szakmai fórumokon arról tanulok, hogy milyen jelentős előrelépést jelent az MCP megjelenése az agent to agent kommunikációban. Legyen mindenki felkészült, a digitális transzformáció el fog érni minden területet.

Szórádi Balázs

Az IFUA Horváth vegyipari és gyógyszeripari kompetencia központ vezetője. Az iparágban fogja össze az IFUA adatos projektjeit.

Vida Gábor

Az IFUA Horváth vegyipari és gyógyszeripari területért felelős partner. Folyamatosan ütközik és old meg adatos problémákat az iparágban.  

Vida József

Jelenleg az Egis Gyógyszergyár Zrt. LCM projektportfólió menedzsment csoportját vezetem. Tanulmányaimat a Budapesti Műszaki és Gazdaságtudományi Egyetemen végeztem, ahol vegyészmérnöki diplomát szereztem.

Pályámat a Servier Research Institute of Medicinal Chemistry-nél kezdtem meg, majd 2010-ben csatlakoztam az Egishez fejlesztő analitikus munkakörben. 2015-től készítményfejlesztési projektmenedzserként dolgoztam, majd 2020-tól az LCM projektportfólió menedzserként folytattam karrieremet. 2022 óta vezetem az LCM projektportfólió menedzsment csoportot, ahol egyik fő feladatom a Pharma 4.0 / Process Analytical Technology (PAT) implementációs program koordinálása a készítmény gyártásfejlesztési területen.

Szenvedélyesen foglalkozom a gyógyszeripari fejlesztésekkel és innovációkkal, különösen a fejlett gyártási technológiák és analitikai eljárások terén. Célom, hogy hozzájáruljak a gyógyszergyártás modernizálásához, digitalizációjához és hatékonyságának növeléséhez.

További visszatekintő