Платформа разработки моделей машинного обучения 7TECH ML

Cloud Native платформа, обеспечивающая полный цикл анализа данных, разработки, развертывания и мониторинга моделей машинного обучения. Благодаря готовой экосистеме пакетов по машинному обучению, компьютерному зрению, обработке сигналов и параллельной обработке, платформа позволяет в короткие сроки обучать модели и создавать ML-сервисы

Преимущества:

ПРОСТОТА СОЗДАНИЯ СЕРВИСОВ
За счет поддержки всех популярных фреймворков машинного обучения и языков программирования

БЫСТРОТА РАЗРАБОТКИ
Обеспечивается Agile-методологиями и непрерывностью цикла разработки и внедрения готовых моделей ML

АКТУАЛЬНОСТЬ И ДОСТУПНОСТЬ ДАННЫХ
Благодаря структурированному версионному хранению обучающих датасетов и моделей машинного обучения 

ГИБКОСТЬ ПЛАТФОРМЫ
Обеспечивается модульностью архитектуры и предоставляет возможность реализации сложных бизнес-сценариев с использованием моделей глубокого машинного обучения 

АРГУМЕНТИРОВАННОСТЬ РЕШЕНИЙ
Обоснована объясняемым AI, позволяющим на естественном языке понять логику принятия решений ИИ

МОНИТОРИНГ ЭФФЕКТИВНОСТИ
Обеспечивается непрерывным мониторингом бизнес-показателей функционирования моделей 


Архитектура
мл.png
Платформа позволяет осуществлять параллельную обработку больших массивов данных, что существенно увеличивает скорость вычислений и разработки приложений. Возможность создания сложных архитектур нейронных сетей для глубокого обучения обеспечена использованием современных и популярных фреймворков и языков программирования.


Примеры реализованных сервисов:

ЦИФРОВОЙ ПРОФИЛЬ
Конфигурируемый сервис, объединяющий разрозненную информацию о клиенте в один цифровой профиль

СЕГМЕНТАЦИЯ БОЛЬШИХ ДАННЫХ
Осуществляет сегментацию больших данных, для последующей маркетинговой аналитики, выявления аномалий, выявления групп схожих пользователей компаний, объектов мониторинга

БИЗНЕС АНАЛИТИКА
Сервис на основе данных данных осуществляет формирование многомерных витрин данных и их анализ

ПОИСКОВАЯ СТРОКА
Осуществляет полнотекстовый, семантически ориентированный многоиндексный поиск с гибкими возможностями настройки

РЕКОМЕНДАТЕЛЬНАЯ СИСТЕМА
Осуществляет построение рекомендаций по предложению товаров и услуг для клиентов и партнеров

ГЕОПРИВЯЗКА
По контексту сообщения сортирует (тегирует) его в гео-локацию (субъект РФ или детальнее)

КЛАССИФИКАЦИЯ ТЕКСТА
Осуществляет классификацию текста с помощью натренированной нейронной сети

ВЫДЕЛЕНИЕ ИМЕНОВАННЫХ СУЩНОСТЕЙ
Выделение в тексте именованных сущностей, позволяющее кластеризовать и обрабатывать данные

КЛАСТЕРИЗАЦИЯ ТЕКСТА И ИЗОБРАЖЕНИЙ
Объединяет тексты или изображения в группы связанные одной тематикой или описывающие одно и тоже событие


Стек:

  • Среда исполнения - Kubernetes
  • Хранение и обработка данных - PostgreSQL, MongoDB, redis, neo4j, Spark, elastic, hadoop
  • Геоинформационная система - OpenStreetMap, OSM Mapnik, PostGIS
  • Языки программирования - Ruby, JS, Python
  • WEB-серверы - Nginx, Tornado
  • Представление статистических данных - Pentaho, Superset
  • Автоматизация бизнес-процессов - Camunda
  • Управление очередями сообщений - RabbitMQ, Kafka
Вернуться в решения

Group 36 Group 36 Group 16 ic_8 ic_9