 |
ТТК-Центр провел учебные сборы специалистов ЭТЦ
15 декабря 2010 года состоялись учения сотрудников эксплуатационно–технологических цехов (ЭТЦ) компании ТТК-Центр. Учебная тренировка проводилась с целью повышения квалификации работников ЭТЦ в проведении аварийно-восстановительных работ при повреждениях волоконно-оптического кабеля в тяжелых погодных условиях и форс-мажорных обстоятельствах, практической отработки взаимодействия двух ЭТЦ в совместной зоне ответственности по восстановлению связи в случае значительных повреждений инфраструктуры ОАО «РЖД».
В ходе нынешних сборов специалисты ЭТЦ 10 (Александров) и ЭТЦ 4 (Орехово-Зуево) отработали вопросы техники безопасности при проведении работ вблизи контактной сети в случаях ее значительных повреждений и провели в режиме реального времени устранение учебного повреждения волоконно-оптического кабеля с применением временных и постоянных вставок.
В составе ТТК-Центр функционируют 25 эксплуатационно-технологических цехов, осуществляющих свою работу на всей зоне ответственности компании, а именно, в Московской, Брянской, Калужской, Курской, Рязанской, Тульской, Смоленской, Владимирской и Орловской областях. Подразделения общей численностью 148 человек оснащены самым современным оборудованием - мобильными лабораториями связи, оборудованными на базе грузовых автомашин с полным комплектом необходимого оборудования, материалов, средств измерения и контроля.
Директор по эксплуатации ТТК-Центр Игорь Халатов отметил: «Специалисты ЭТЦ обеспечивают текущее обслуживание магистральных волоконно-оптических линий связи и сетевого оборудования, проведение аварийно-восстановительных работ в случае их повреждения, обслуживание линий доступа, подключение клиентов на местах. От того, насколько профессионально и оперативно действуют начальники ЭТЦ, инженеры, техники и водители-механики, зависит качество оказываемых абонентам услуг. Проведение регулярных тренировок ЭТЦ позволяет нам обеспечить высокую надежность и гарантировать качество работы сетей связи».
Контактное лицо: Анастасия Карлова
Компания: ТТК-Центр
Добавлен: 20:21, 15.12.2010
Количество просмотров: 886
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия610 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия601 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия680 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия791 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия134 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
|
