Centogene AG
Biotech

Automatisieren Sie wissenschaftliche Entdeckungen

HTT generiert zunehmend zu viele Daten, um sie manuell zu analysieren. Mit maschinellem Lernen und skalierbarer Infrastruktur automatisierten wir die Analyse großer proteomischer und genomischer Datensätze. Das ersetzt eine dreiwöchige manuelle Analyse durch 5 Minuten Rechnerarbeit.

Laborgeräte für die Genomik und Metabolomik produzieren eine riesige Menge von Daten, die dadurch für eine manuelle Analyse ungeeignet sind.

Durch den Einsatz von maschinellem Lernen führt Centogene eine automatisierte Mustererkennung an großen Datensätzen durch, wodurch die Analysezeit verkürzt werden kann, um neue Erkenntnisse über seltene Krankheiten zu gewinnen.

Dies wiederum hilft Centogene, mehrere Biomarker oder zusätzliche Biomarker-Muster zu identifizieren, um die Entwicklung von Behandlungen für Patienten zu beschleunigen.

Wir sind sehr zufrieden mit der Unterstützung von Data Revenue - insbesondere mit ihrem Wissen und der Anwendung von Machine Learning, Projektmanagement und Kundeninteraktion.

Volkmar Weckesser

,

CTO

Tools, die wir benutzt haben

AWS
-
Unser Partner für Cloud Computing.
Dask
-
Unsere Geheimwaffe für große Datensätze.
Docker
-
Flexible und portable Implementation.
Kubernetes
-
Schnellere, effizientere und agilere Infrastruktur.
Luigi
-
Orchestrierung von Datenpipelines - ähnlich wie Airflow.
Pandas
-
Ideal für Sondierung und Feature Engineering.
Prophet
-
Prognosetool von Facebook.
Python
-
Unsere wichtigste Programmiersprache.
scikit-learn
-
Machine Learning Toolbox.
XGBoost
-
Gradient Boosting to the max.