Ein bewährter Prozess, der in über 35 maschinellen Lernprojekten weiterentwickelt wurde. 

Unser Team für maschinelles Lernen hat Dutzende von erfolgreichen Projekten auf den Markt gebracht. Wir begleiten Sie durch den Prozess, um Ihr Risiko zu minimieren und die Fehler zu vermeiden, die ML-Projekte oft vom Kurs abbringen und das Budget sprengen.

how-we-work-illustration

Ihre 4 Schritte zum maschinellen Lernerfolg

1

Dauer: 1 Tag

Schritt 1: Strategietag

Das richtige Problem lösen

Ihr Projekt beginnt mit einem intensiven Strategietag vor Ort!

Auf dieser ganztägigen, sondierenden Sitzung lernen wir Ihr Unternehmen gut kennen.  Wir helfen Ihnen, das Problem richtig zu definieren und den besten Ansatz für Ihr Geschäft, Ihre Domain, Ihre Ziele und Daten zu wählen.

Eine Vorabbeurteilung der Lösung hilft dabei, kostspielige Fehlentscheidungen zu vermeiden – wie z.B. die falsche Frage zu stellen, nicht genügend Daten zu haben oder das Problem zu komplex zu machen.

2

Dauer: 4 Wochen

Proof of concept

Ihre Lösung validieren

Wir nutzen unser technisches Können, unsere Erfahrung sowie schon vorhandene Recheninfrastruktur, um in maximal 4 Wochen einen Machbarkeitsnachweis (PoC) für Ihre ML-Lösung zu erarbeiten.

Einen PoC schnell und kostengünstig zu erstellen ist unerlässlich, um Ihr Team frühzeitig gut in das Projekt einzubinden. Außerdem minimieren Sie so das Risiko einer Produktlösung, die unter den Erwartungen liegt.

In dieser Phase validieren wir den Algorithmus, um sicherzustellen, dass er Ihr Problem auch wirklich löst. Wir nehmen dann Anpassungen vor oder verlagern unsere Arbeit, je nachdem, was wir im Prozess gelernt haben.

3

Dauer: 2-6 Monate

Entwickeln, integrieren, testen

Ihre ML-Lösung geht live

Unser Team arbeitet in 2-wöchigen Intensivphasen an der Entwicklung Ihrer Lösung, mit halbwöchentlichen Telefonaten, um den Fortgang zu besprechen. Die Echtzeit-Kommunikation über Slack oder MS Teams bringt die Sache direkt voran und hilft, Kommunikationsengpässe zu umgehen.

Dann gehen wir mit der Lösung live, um ihre Leistung innnerhalb Ihres Produktionsablaufs zu bewerten.

Schließlich automatisieren wir das Ganze, stimmen die Details ab und liefern Ihre Lösung - herzlichen Glückwunsch, Ihre Daten arbeiten nun offiziell für Sie! 

4

Dauer: Fortlaufend

Lernen. Skalieren. Wachsen.

Bauen Sie auf Ihrem Erfolg auf

Eine erfolgreiche ML-Anwendung ist kein Endpunkt - sie ist eine Startrampe. Also, was kommt als nächstes? 

Wir können Ihnen helfen, Ihre Lösung schnell auf andere Standorte, Projekte oder Produkte zu übertragen. Oder entwickeln Sie völlig neue Strategien, um Ineffizienzen zu beseitigen, Prozesse zu verbessern oder den Umsatz zu steigern.

Oder Ihr Entwicklungsteam kann es von hier aus selber übernehmen und auf dem Gelernten aufbauen. Wir sind mit Rat und Tat für Sie da, wenn Ihr Team einmal festsitzt.

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

Was Sie von uns erwarten können

communicating-icon

Klare Kommunikation

Wir haben kein Verkaufsteam. Oder "Junior"-Techniker. Oder Kundenbetreuer. Bei jedem Projekt arbeiten Sie direkt mit unserem A-Team zusammen. 

attention-icon

All-Access, jederzeit verfügbar

Wir arbeiten mit nur wenigen Kunden zugleich, so dass Sie unsere volle Aufmerksamkeit haben. Unser CEO & CTO leitet Ihr Projekt persönlich und kennt jedes Detail in- und auswendig.

price-icon

Keine Arbeitsstunden

Wir berechnen Ihnen niemals unsere geleisteten Arbeitsstunden. Wir vereinbaren einen Gesamtpreis für das Projekt, mehr bezahlen Sie nicht. Keine Kostenüberschreitungen. Keine Überstunden.

learn-icon

Lernen Sie von unserem Team

Wir arbeiten mit Ihrem Team zusammen und Sie erhalten während des gesamten Projekts vollen Zugriff auf unseren Code. So kann Ihr Team von uns lernen, um seine ML-Fähigkeiten weiter zu verbessern.

Was Sie bekommen

Proaktives Projektmanagement und eine maßgeschneiderte Lösung, die funktioniert:

planning-icon
Projektplanung 

Experteninterviews, Datenanalyse und wissenschaftliche Forschung

optimization-icon
Optimierter Algorithmus

Feature-Engineering, Algorithmenauswahl und Tuning

documentation-icon
Sauberer, getesteter und dokumentierter Code

Der Code gehört Ihnen, verwenden Sie ihn oder wenden Sie ihn bei Bedarf auf neue Fragestellungen an.

parallelization-icon
Infrastruktur und Parallelisierung

Von Tausenden bis zu Milliarden von Entscheidungen pro Tag

import-icon
Einbindung in Ihre Toolkette

Automatischer Datenimport, Export von Ergebnissen oder API-Zugriff

transparent-icon
Vollständige Transparenz

Vollständiger Zugriff auf Pläne, Fragen und unseren Git-Repo

management-icon
Projektmanagement

Wir bewachen den Zeitrahmen des Projekts und halten Sie auf dem Laufenden

updates-icon
Regelmäßige Updates

Wöchentliche Engineering Calls & alle zwei Wochen eine Präsentation der Zwischenziele

communicating-icon
Echtzeit-Kommunikation

Slack oder Microsoft Teams, um alles am Laufen zu halten

Es macht Spaß, mit dem Team von Data Revenue zusammenzuarbeiten - sie sind offen, neugierig, professionell und unbürokratisch. Jeden Schritt des Prozesses gestalten sie aktiv, und sie denken voraus. Sie haben sich für uns sehr ins Zeug gelegt und haben unser vollstes Vertrauen!

Joern Hagenguth

,

Leiter Relocation

Werfen Sie einen Blick in unser Toolkit 

Wir verwenden Tools, die eine schnelle Iteration, Reproduzierbarkeit, einfache Skalierung und solide Architektur ermöglichen. Dies sind die Standardbausteine einer Data Revenue Machine Learning Lösung:

Python
-
Unsere wichtigste Programmiersprache.
Pandas
-
Ideal für Sondierung und Feature Engineering.
Dask
-
Unsere Geheimwaffe für große Datensätze.
Luigi
-
Orchestrierung von Datenpipelines - ähnlich wie Airflow.
AWS
-
Unser Partner für Cloud Computing.
Google Cloud
-
Auch ein exzellentes Cloud Tool.
Microsoft Azure
-
Azure macht auch Spaß.
Docker
-
Flexible und portable Implementation.
Kubernetes
-
Schnellere, effizientere und agilere Infrastruktur.
XGBoost
-
Gradient Boosting to the max.
scikit-learn
-
Machine Learning Toolbox.
Prophet
-
Prognosetool von Facebook.
Zipline
-
Trading Simulation.
LightFM
-
Hybrid Recommender.
Flask
-
Web Apps & APIs.