Data Science
Az üzleti sikerek és problémák kulcsa egyaránt az adatainkban keresendő. Mi, a Monodonnál data science csapatként/vállalkozásként hiszünk abban, hogy az üzleti igények pontos meghatározása és a precíz helyzetértékelés a legtöbb esetben már félsikert jelent.
A 21. századi vállalatok hatalmas kiváltsága, hogy lehetőségük van döntéseiket megfelelő adatokra alapozni, melyet ha egy vállalat elmulaszt, az minden esetben a versenyképességének rovására megy. Mindehhez a megfelelő mennyiségű és minőségű adatok gyűjtése mellett arra van szükség, hogy a hatalmas adatmennyiségből információk, összefüggések legyenek kivehetőek, mely azonban megfelelő módszertant és szaktudást igényel.
A Monodon Solutions csapata elhivatott data scientistekből áll, akik arra szakosodtak, hogy az adott környezethez legjobban illeszkedő adatbányászati módszerek alkalmazásával komplex kérdések és problémák felderítésével biztosítsák az adatalapú döntéshozást.
Miben tud segíteni a data science?
Mesterséges intelligencia és gépi tanulás
A machine learning, vagyis a gépi tanuló algoritmusok tanulása során olyan modellek jönnek létre amik a tanító adathalmazban felismert mintázatok és kapcsolatok alapján ismeretlen adatokra vonatkozólag is képes meghozni a megfelelő döntés. Ez lehet egy ismeretlen elem megfelelő csoportba osztályozása, egy keresett érték becséle, előrejelzése. Továbbá, egyes modellek képesek új csoportok kialakítására az általuk felismert összefüggések alapján. Az egyes modellek igénytől függöen állhatnak egyetlen elemből de a komplexebb adatok feldolgozásánál akár több száz elemből is állhatnak. Ennek köszönhetően így képesek vagyunk lineáris és nem lineáris kapcsolatok feltérképezésére is.
Optimalizálás és automatizáció
A hosszútávú gazdasági növekedés motorja a folyamatos optimalizálás, azaz a céges feladatok és folymatok egyre hatékonyabban történő megoldása. Az optimalizálásnak köszönhetően egyre jobb minőségű termékek, egyre gyorsabban és egyre kevesebb anyag felhasználásával készülnek el. A cégek között emiatt egy természetes folyamatként állandó verseny alakul ki, ami a digitalizáció miatt egyre élesebbé válik. A digitális világban a hatékonyság növelésének egyik legjobb eszköze az automatizáció, amely során egyes feladatokat gépekre bizunk, hogy azok önállóan vagy esetleg emberrel együttműködve elvégezzék a munkát. Az automatizációnak köszönhetően a termelés sosem látott szintre emelkedhet, párhuzamosan a termékek minőségének fejlődésével. Továbbá, az automatizáció lehetővé teszi a folyamatok folyamatos monitorozását, ami nagyban segíti az optimalizációt. Ahhoz, hogy megszerezzük a szükséges adatokat, feldolgozzuk őket, illetve kinyerjük az optimalizáláshoz szükséges információkat a data science eszközeit kell használnunk.
Kép- és videófeldolgozás
Kép és videófeldolgozás során különböző algoritmusok használatával nyerünk ki információt vagy alakítunk át képeket és videókat. Ez történhet klasszikus képfeldolgozási algoirtmusokkal, vagy neurális hálózatokkal. A kép és videófeldolgozás főbb feladatai:
- Képek bekategorizálása
- Objektum felismerés
- Képminőség javítása
- Jellemzők kinyerése
- Transzformáció
Mit tudunk tenni mi érted?
Segítünk rendelkezésre álló adatok, azok közötti összefüggések és a problémák megértésében.
Az adatok szakértőiként segítséget nyújtunk az adataid megértésében, az összefüggések és a valódi problémák feltérképezésében. Célunk, hogy az adatalpú működés megteremtésével támogassunk a mérhető és kézzel fogható üzleti érték elérésében.
A közös munka során az alábbi folyamaton megyünk végig
Az adatokban rejlő információ megismerése előtt kiemelt hangsúlyt fektetünk arra, hogy az adott szakterület kulcsfontosságú szereplőivel interjúkat és workshopokat folytassunk le. Célunk, hogy minél mélyebben megértsük a vállalati működést, a felmerülő problémákat és igényeket, valamint olyan aspektusokat is megismerjünk, melyek a háttérkutatás alapján nem lennének megismerhetőek.
Az első és legfontosabb feladat, hogy megvizsgáljuk a meglévő adatkészleteket, felmérjük, hogy azok milyen minőségben és mennyiségben állnak rendelkezésre. Ezek nélkül ugyanis nem biztosítható, hogy az adatokból a számunkra megfelelő információ nyerhető ki.
Miután ezen vizsgálatokat elvégeztük, az üzleti igények figyelembe vételével hipotézist állítunk fel, melyek mentén meghatározzuk az elvégzendő elemzési feladatokat és a vizsgálati célokat.
Ebben a fázisban adatmérnökeink modelleket dolgoznak ki, állítanak fel és tesztelnek annak céljából, hogy kiderüljön, a korábbi feltételezéseket igazolni vagy cáfolni tudjuk. Célunk, hogy az üzleti igények és célok ismeretében a lehető legtöbb modellt teszteljük.
Ebben a szakaszban elemezzük a metrikák értékeit és a modellek teljesítményét, célunk ezek mélyebb megértése, valamint ez alapján a szükséges korrekciók és kiigazítások megtétele. Fontos, hogy az eredményeket a szakterület képviselőivel megismertessük, az esetleges fejlesztési javaslatokat közösen kialakítsuk.
Miután a teljesen validált modellt véglegesítettük, azt egy tesztszerverre telepítjük, mely lehetővé teszi a modellek monitoringját. Amennyiben a modellek a tesztkörnyezetben megfelelően működnek, telepítjük azokat az éles környezetre. Célunk, hogy olyan modelleket adjunk át ügyfeleink számára, melyek a javasolt szoftveres fejlesztéseik számára megfelelő alapot biztosítanak.
Hungarian 
English