Aus Daten Value erzeugen mit Data Science
Ein Teil Programmierer, ein Teil Mathematiker, ein Teil fachlicher Berater. Das ist die DNA unser Data Scientists. Auf Basis von Algorithmen und im Austausch mit Ihrem Fachbereich erarbeiten wir detaillierte Fragestellungen zu Ihrem Business und extrahieren Wissen aus Ihren Daten. Mit diesem Wissen entwickeln und trainieren wir Machine Learning Modelle, um individuelle Lösungen zu vergangenen, aktuellen und zukünftigen Geschäftsvorgängen zu erarbeiten - wir finden: It's a Kind of Magic.
Magie mit Methode
Ob einfache CSV-Datei, Datenbank oder Big Data Umfeld: Letzlich geht es für unsere Data Scientists immer darum, die passenden Algorithmen zu entwickeln, um Muster in Ihren Daten zu erkennen und diese sinnvoll zu nutzen. Klassische Beispiele für solche Muster sind das Kundenverhalten vor einer Kündigung oder Druckschwankungen bevor eine Maschine kaputt geht.
Wir arbeiten mit Programmiersprachen wie Python und R, Verfahren aus dem Machine Learning sowie Neuronalen Netzen. Der typische Arbeitsablauf ist angelehnt an den Cross Industry Standard Process for Data Mining (CRISP-DM) und umfasst sechs Phasen:
- Die Phase des Business Understandings verläuft im engen Austausch mit dem Fachbereich. Hier definieren wir die konkrete Aufgabenstellung, die Vorgehensweise und die Ziele des Projekts.
- Im Data Understanding stehen erstmals die Daten im Fokus, die zunächst gesammelt, gesichtet und auf ihre Qualität hin überprüft werden. Mit dem Hintergrund des Business Understandings beziehen wir zusätzlich externe Daten (z.B. Wetter, Verkehr, Rohstoffpreise) mit ein, um die Güte der späteren Analysen zu erhöhen.
- In der darauffolgenden Phase, der Data Preparation, wählen wir die Daten in Hinblick auf in Frage kommende Modelle aus und bereiten sie zu einem finalen Datensatz auf.
Passt hervorragend zusammen: Data Science und Data Lakes. Entdecken Sie, wie wir Ihren Datenschatz heben!
- Das Modeling ist das Herzstück des Data Science-Projekts: Hier werden geeignete Verfahren aus dem Machine Learning ausgewählt, trainiert und optimiert.
- In der Evaluation wählen wir das Modell aus, das die definierte Fragestellung am besten beantwortet.
- In der Phase des Deployments bereiten wir das Modell für eine Operationalisierung und den späteren Betrieb vor. Hier entsteht ein Softwareartefakt, welches einem eigenen Software Lifecycle unterliegt.
Auf diese Weise lesen wir zwischen den Zeilen Ihrer Daten und helfen Ihnen dabei, tiefer in Geschäftsprozesse einzutauchen sowie komplexe Zusammenhänge zu identifizieren. Unsere Reports zeigen nicht nur, was passiert ist, sondern helfen Ihnen das "Warum" zu verstehen und Maßnahmen für die Zukunft abzuleiten.
Vom POC bis zum Betrieb: Was können wir für Sie tun?
Die Möglichkeiten der Data Science sind scheinbar grenzenlos – und gerade für Einsteiger in das Thema schwer zu überblicken. In AI Awareness Workshops bieten wir Ihnen erste Einblicke in die Bereiche Data Science und Machine Learning. Unser CI AlgoLab geht einen Schritt weiter und erkundet als kostengünstiger PoC, welches Potenzial in Ihren Daten steckt. Darüber hinaus verbessern wir bestehende Modelle und unterstützen als ML-Ops bei der Operationalisierung und Inbetriebnahme.
Modellentwicklung: Ideen entwickeln und Testen
- EDA
- Feature Extraction
- Prototyping & Evaluation
Operationalisierung: Vorbereiten zur Anwendung
- Pipeline Design
- Model Serving
- Deployment
Betrieb: Monitoring & kontinuierliche Verbesserung
- Automatisiertes Model Retraining
- Monitoring & A/-B-Testing
- Model Management
Was steckt in Ihren Daten? Mit Data Science und der richtigen Rezeptur finden wir es heraus! Unser CI AlgoLab bietet Ihnen einen kostengünstigen Proof of Concept, um vorhandene Ideen zu testen und Daten auf Zukunftsfähigkeit zu prüfen.
Ihr Ansprechpartner
