Статьи
В данной статье рассказываем о решении задачи прогнозирования прерывистого спроса с помощью алгоритмов машинного обучения (ML)
Технологии обработки больших данных плотно вошли в IT индустрию. В этой статье расскажем подробнее об архитектуре платформы обработки больших данных
При разработке систем прогнозирования товарных номенклатур (SKU) важным является выбор правильной метрики качества модели. Результат выбора непосредственным образом влияет на ценность решения
Прогнозирование спроса – важный инструмент для эффективного планирования продаж, поставок и производства
Форум New Retail 2022 традиционно объединил игроков ритейла: от производителей до сервис-провайдеров. Beltel Datanomics выступил в рамках потока «Автоматизация и анализ эффективности бизнес-процессов в ритейле»
Использование Kafka позволяет агрегировать данные из разных источников в определенные топики для последующего переноса информации в необходимые сервисы или системы хранения данных
При реализации BI проектов для медицинских учреждений наша команда использует сервис DataLens в облачной экосистеме Яндекс. Это удобное и быстрое решение для визуализации данных и BI аналитики
Аналитическая платформа – одна из неотъемлемых частей IT инфраструктуры большинства компаний. Её задача объединять данные из разных источников, предоставлять инструменты быстрой обработки данных, построения отчетов в реальном времени
При переносе сервисов могут возникнуть ряд проблем, о которых мы расскажем на примере переноса пайплайна обработки данных из сервиса Azure DataBricks в Yandex Cloud DataProc
Определение аномалий в работе оборудования является важной задачей, которая помогает предотвратить аварии с серьезными последствиями и является первым шагом на пути построения системы предиктивного обслуживания
Применение алгоритмов машинного обучения и технологий Data Science позволяет бизнесу оптимизировать расходы и увеличить прибыль
Пилотные проекты, или проекты Proof of Concept (PoC), с ограниченным функционалом позволяют получать быстрые результаты и минимизировать риски ИИ проектов