Progettazione e realizzazione dell'infrastruttura per il calcolo dell'affidabilità dei veicoli
Data Science
I servizi di Data Science, erogati da figure professionali definite 'Data Scientist' o più comunemente da team composti da developers, data engineers e data scientist consentono alle aziende di effettuare studi ed analisi sui dati con lo scopo di creare modelli esplicativi dei processi aziendali, identificare e quantificare cause ed effetti, identificare potenziali predittori di grandezze od eventi di interesse, classificare, raggruppare, caratterizzare i dati a disposizione in modo da derivare una migliore comprensione dell'azienda e del suo funzionamento anche in relazione al mondo esterno ed identificare azioni di controllo in grado di ottimizzare gli output del business. Completano i servizi in questo ambito le attività di formazione, progettazione e gestione relative alle piattaforme tipicamente utilizzate per le attività di Data Science come ad esempio KNIME, Dataiku, Jupyter, Zeppelin etc.
Condividi il Case
Cliente
L’azienda si occupa di noleggio auto a Lungo Termine per le aziende, possessori di partita IVA e privati.
Bisogno del Cliente
- A seguito dell’attività di consulenza i Data Scientist del cliente necessitano di avere una piattaforma nella quale poter aggiornare i calcoli di affidabilità periodicamente ed effettuare ulteriori sperimentazioni.
- La piattaforma da noi utilizzata con gli algoritmi utilizzati è stata rilasciata e si è effettuata formazione: sugli algoritmi e sul codice sviluppato oltre che sull’uso dell’infrastruttura.
Valore per il Cliente
- Sviluppo di pratiche e conoscenze interne per analisi dati
- Aggiornamento autonomo delle valutazioni di affidabilità
- Disponibilità di una piattaforma di sperimentazione.
Elementi differenzianti
Elevata specializzazione nella:
- Progettazione di sistemi distribuiti
- Strumenti e tecniche per l’analisi parallela di grandi quantità di dati
Processi & Tecnologie
- Approccio metodologico consolidato in ambito Data Science
- Strumenti e tecniche per l’analisi parallela di grandi quantità di dati
- Consolidata esperienza nelle architetture a supporto di piattaforma per la Data Analytics
- Conoscenze approfondite dello stack Spark/Hadoop on premise e su AWS/Azure