Заказные проекты в области машинного обучения и анализа данных

Распознавание объектов на фотографиях

Реализуем систему распознавания и классификации объектов на фотографиях.
Технология используется для модерации и классификации контента, тегирования изображений, поиска и определения брака на производстве.

Анализ выкладки товаров в магазинах

Проанализируем выкладку товаров в магазине по фотографиям: система оценит ассортимент и соберет статистику по наличию на полках конкретного бренда или конкретного SKU.

Поиск нечетких дубликатов записей

Определим нечеткие дубликаты записей в базах данных и приведем их к единому виду, упростив работу редакторов и аналитиков.

Оптимизация технологического процесса для уменьшения брака

На производстве со сложным технологическим процессом на конечный результат влияет множество факторов: температура, состав и свойства компонент, время начала и остановки шагов производственного цикла.
Вместе с технологами вашего производства реализуем систему мониторинга технологического процесса, которая в реальном времени дает рекомендации по изменению параметров производства для минимизации брака.

Предсказание оттока

Если вы предоставляете услуги по подписке или пользователи регулярно возвращаются за покупками, мы соберем данные и построим модель, которая предскажет вероятность пользователя отменить подписку в ближайший период. Вы сможете обработать этот сегмент пользователей отдельно, снижая отток.

Автоматизация маркетинговых отчетов

Отделы маркетинга часто тратят много времени на сбор данных из разных источников: собственной базы данных, CRM, Google Analytics, Яндекс.Метрики, excel-файлов и др.
Мы поможем собрать все данные в одной базе, нормализуем, приведем в аналитический вид и настроим интерактивные отчеты
по бизнес-метрикам.

Этапность задач машинного обучения

Построение простой модели

Реализуем упрощенную модель решения задачи (с использованием PyTorch или Keras), что позволяет снять риски того, что задача может быть решена технически.  Этот этап проходит на наших мощностях.

Улучшение качества модели

Работаем над качеством модели, формулируем и проверяем гипотезы, которые помогут нам повысить качество обучения. В результате мы выбираем оптимальную архитектуру модели, способ подготовки данных  и процесс обучения.
Мы документируем работу над каждой гипотезой для того, чтобы полученные знания сохранялись, и мы могли принимать обоснованные решения.
Этот этап может проходить на нашей мощности или на мощностях заказчика.

Запуск в боевую эксплуатацию

Выводим систему в боевую эксплуатацию. Переводим модель на Tensorflow, готовим production-сервера и настраиваем процессы контроля качества и регулярного обновления модели на основе новых данных.
В случае, когда задача для решения требует работы с большими данными, мы можем развернуть Hadoop-стек (HDFS, Hive, Spark) на мощности заказчика или в Amazon AWS.

Команда

Андрей Татаринов

CEO Epoch8

Сергей Гордеев

Лид команды аналитики

Игорь Слинько

Эксперт в области машинного обучения

Варвара Красавина

Data Scientist

Алексей Соловьев

Data Scientist

Запросите бриф или задайте вопрос

Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.