Cette formation est proposée sous la marque Alliance4Training
Formation - Introduction to Data Analytics and Machine Learning Techniques for Geosciences and Reservoir Engineering
This course provides an extensive and practical knowledge for applying data analytics in reservoir modeling and predicting the well performance; the data driven approach is used to understand the main factors affecting the reservoir performance, using the fuzzy logic to rank these parameters and build a predictive model to optimize the reservoir response. Emphasis will be put on the use of supervised and unsupervised neural networks algorithms
Formation - Introduction to Data Analytics and Machine Learning Techniques for Geosciences and Reservoir Engineering
Pour qui ?
Ingénieurs et techniciens du secteur pétrolier (forage, complétion, production) et parapétrolier dont les activités sont en liaison avec l'abandon et bouchage des puits (P&A)
Aucun prérequis n'est nécessaire pour suivre cette formation
Objectifs
- Distinguer les différents types de bouchage des puits (temporaire, permanent)
- Reconnaitre les procédures de design et des opérations de bouchage des puits
- Identifier les éléments de barrières et leur validation
- Apprécier le rôle des personnels chargés des opération P&A
Les apprenants seront capables de mettre en œuvre les compétences suivantes :
Programme
Pédagogie
Evaluation des acquis
Plus d'informations
Compétences visées
- Carry out technical/economic studies
- Master methods
- Master techniques and tools
Formation - Introduction to Data Analytics and Machine Learning Techniques for Geosciences and Reservoir Engineering
This course provides an extensive and practical knowledge for applying data analytics in reservoir modeling and predicting the well performance; the data driven approach is used to understand the main factors affecting the reservoir performance, using the fuzzy logic to rank these parameters and build a predictive model to optimize the reservoir response. Emphasis will be put on the use of supervised and unsupervised neural networks algorithmsThis course provides an extensive and practical knowledge for applying data analytics in reservoir modeling and predicting the well performance; the data driven approach is used to understand the main factors affecting the reservoir performance, using the fuzzy logic to rank these parameters and build a predictive model to optimize the reservoir response. Emphasis will be put on the use of supervised and unsupervised neural networks algorithms
| Langue: Anglais |
| Modalité: Présentiel |
IFP Training est référencé au DataDock. Rapprochez-vous de votre OPCO pour connaître les possibilités de financement de cette formation.
Pour vérifier l’accessibilité de cette formation à une personne en situation de handicap, contactez notre référent à l’adresse suivante : [email protected]