DATENWISSENSCHAFT UND MASCHINENLERNEN

End-to-End-Entwicklung eines Systems, das die logische Struktur von Rechtsdokumenten erkennt. Auf der Grundlage der kundenseitigen Dokumentkorpora (bis zu 40 einzigartige Dokumenttypen) haben wir ein maschinelles Lernwerkzeug entwickelt, das die logische Struktur des Dokuments effizient erkennt. Unsere Lösung ist in der Lage, mit Dokumenten zu arbeiten, die unterschiedliche Stile aufweisen und zu einem Spektrum verschiedener Rechtsdokumente aus verschiedenen Ländern gehören. Wir haben die Lösung auch in die Produktionsumgebung des Kunden integriert. Resultiert in einer prozentualen Zeitersparnis bei der Bearbeitung von Rechtsdokumenten, einer Verbesserung der Kundenerfahrung mit dem Produkt im Allgemeinen. FALLSTUDIEN: Das Tool analysiert die visuelle Struktur der Dokumente: Einrückung, Schriftgrößen usw. Als Ergebnis stellt es das Dokument als eine Reihe von logischen Abschnitten - Artikel, Absätze, Punkte - dar.

Entwicklung eines Instruments, das die Personalabteilung dabei unterstützt, rechtzeitig strategische Entscheidungen zu treffen.

Wir haben uns in die Daten des Unternehmens vertieft und eine Liste von mehr als 20 Hypothesen aufgestellt, wie man Mitarbeiter mit hohem Potenzial bzw. hoher Effektivität identifizieren kann, indem man das Spektrum der verfügbaren Daten nutzt, um daraus ein „Porträt“ eines Mitarbeiters abzuleiten. Nach einer detaillierten Untersuchung, bei der Berufserfahrung, der emotionale Zustand am Arbeitsplatz, Zeugnisse und die persönliche Geschichte jedes Mitarbeiters innerhalb des Unternehmens kombiniert wurden, gelang es uns, zwei Profile zu aggregieren: das Profil des effektivsten Mitarbeiters und das des Mitarbeiters mit dem höchsten Potenzial. Die Ergebnisse wurden als eine Reihe von analytischen Panels in Power BI (Microsoft) visualisiert, in dem die Personalabteilung jeden Mitarbeiter leicht auswählen, mehrere Filter anwenden und sein/ihr Profil mit einem der aggregierten „idealen“ Profile vergleichen kann, um den Prozentsatz der Korrelation und Abweichungszonen bzw. Fähigkeiten zu sehen, um weitere Entscheidungen zu treffen. Wir haben den HR-Mitarbeitern ein viel objektiveres Talentbewertungsinstrument als typische subjektive Bewertungen an die Hand gegeben und Papierkram reduziert.

Ein großes Agro-Unternehmen will eine Börse gründen und ein weltweiter Marktmacher für ein bestimmtes Produkt werden.

Zunächst haben wir die verfügbaren Datenquellen bewertet, um die Kundenbedürfnisse abzudecken. Als nächstes aggregierten wir die Daten und visualisierten sie in einer Reihe interaktiver Analysepanels mit mehreren Filtern, um einen schnellen und einfachen Single-Point-Zugriff auf die Daten aus dem Web und von mobilen Endgeräten aus zu gewährleisten. Das integrierte „Daten abfragen“-Tool hilft den Suchmaschinenbenutzern, exakte Informationen zu finden, ohne die Panels zu durchsuchen. Auf Grundlage aller von uns gesammelten Daten haben wir ein Modell entwickelt, um den Preis 10 Tage im Voraus entsprechend den Konfidenzintervallen vorherzusagen. Wir haben dazu beigetragen, aus den Daten wertvolle Erkenntnisse zu gewinnen, um fundiertere und profitablere Entscheidungen zu treffen.

Erstellung eines Tools zur Erkennung von abnormalen Ereignissen durch Videoüberwachungskameras. Wir haben ein Echtzeit-Reaktionssystem entwickelt, das anormales menschliches Verhalten in einem Videostream von einer IP- Kamera erkennt.

Zunächst schufen wir ein Unüberwachtes Lernmodell (englisch unsupervised learning model), das wir als Grundlage verwendeten. Nachdem wir unseren Ansatz zur Übertragung des Gelernten und zur Feinabstimmung des Modells mit einer neuen Szene geändert hatten, verbesserten wir die Genauigkeit des Tools erheblich. Unsere Lösung weist eine Genauigkeit von 78,2% auf, was 4,2% höher ist als das aktuelle Modell auf dem neuesten Stand der Technik. Vorerst erkennt unser Tool die Anomalie im Echtzeit-Videostream und kann eine Person vor dem Bildschirm durch eine schriftliche oder akustische Mitteilung darüber informieren.

Auffinden von Trends und Abhängigkeiten in öffentlich zugänglichen Daten, um die Transparenz zu erhöhen, mehr Nutzer anzuziehen und potenzielle Betrugsfälle aufzudecken. ProZorro ist ein hybrides elektronisches Open-Source-E-Beschaffungssystem der ukrainischen Regierung, welches aktiv die Transparenz bei Geschäften mit dem Staat fördert.

Wir haben einfach zu bedienende interaktive analytische Dashboards für acht der beliebtesten Branchen im öffentlichen Beschaffungswesen entwickelt, welche die jahreszeitlichen und geographischen Nachfragespezifika (für alle ukrainischen Regionen), die Kosten der Verträge, die Marktgröße für das Produkt bzw. die Dienstleistung usw. aufzeigen. Außerdem haben wir alle verfügbaren Informationen über Kunden und Dienstleister in „Profilen“ zusammengefasst, so dass man vor der Vertragsgenehmigung potenzielle Partner untersuchen kann. Die Datenbank des ukrainischen Anti-Monopol-Komitees wurde ebenfalls in die Profile integriert.

Einführung eines Tools, das die Suche nach einem Parkplatz auf großen Parkplätzen erleichtert.

Durch den Zugang zum Videoüberwachungssystem (sechs Kameras) des Geschäftsviertels haben wir einen virtuellen Plan eines Parkplatzes mit allen vorhandenen Plätzen zum Parken eines Fahrzeugs erstellt. Als nächstes entwarfen wir ein Modell, das die Kameraaufnahmen analysiert, die alle zwölf Sekunden mit Informationen über die Verfügbarkeit von Parkplätzen aktualisiert werden. Außerdem entwickelten wir eine grafische Benutzeroberfläche in Form einer mobilen App, um die Reaktion eines Modells zu visualisieren und den aktuellen Zustand des Parkplatzes zu verfolgen. Schließlich haben wir ein webbasiertes Dashboard für Parkplatzbesitzer mit allen relevanten Statistiken über die Leistung ihres Parkplatzes hinzugefügt.

Gestaltung interaktiver Analysetafeln auf Basis öffentlich zugänglicher Daten, um Wahlkampftrends aufzuzeigen.

Wir haben während des gesamten Wahlkampfs eine Mehrfachanalyse durchgeführt und dabei die öffentlich zugänglichen Daten von Google Trends, Facebook und dem Zentralen Wahlausschuss der Ukraine verwendet. Zu den entwickelten Instrumenten gehörte eine interaktive Karte der Ukraine, welche die geographische Verteilung des öffentlichen Interesses an den TOP-10-Kandidaten widerspiegelt; ein Diagramm der Wählerbewegungen von den Kandidaten des ersten Wahlgangs zu denen des zweiten Wahlgangs. Auf der Grundlage öffentlich zugänglicher Daten des Zentralen Wahlausschusses haben wir eine interaktive Karte der Ukraine erstellt, auf der Anomalitäten in Wahllokalen dargestellt sind, die einen Betrugsverdacht rechtfertigen. Dasselbe gilt für das Modell der Wählerbewegungen zwischen den Parlamentswahlen 2014 und den Präsidentschaftswahlen 2019 in verschiedenen Regionen.

Wir haben ein Analyseinstrument für den Industriegütermarkt in der Ukraine entwickelt. Es bietet die Möglichkeit, auf Grundlage von Geschäftsdaten auf einfache Weise Einblicke über folgende Faktoren zu gewinnen:

1. Industriegüter, die in die/aus der Ukraine importiert/exportiert werden; ihre Hersteller, ihr Herkunftsland, ihr Beschaffungsverfahren und ihr Volumen;
2. Preisspanne der Industriegüter, die in die/aus der Ukraine importiert/exportiert werden, ihre wichtigsten Logistikzentren;
3. Groß- und Einzelhandelsnachfrage nach Industriegütern, die in verschiedenen Preisklassen in die/aus der Ukraine importiert/exportiert werden.