Назад

Предприятие-робот. Сервис автоматизированного учета и управления проектным потенциалом/развитие инфраструктуры предприятия

Идея или концепция
NeuroNet
TechNet
Линейные модели
Методы машинного обучения
Рекомендательные системы
Задачи интеллектуального анализа данных
Аддитивные технологии
Искусственный интеллект
Технологии машинного обучения и когнитивные технологии
Технологии распределенных реестров
Цифровой профиль команды

Описание проекта

Для эффективной деятельности предприятия необходимо держать "руку на пульсе" по управлению инфраструктурой, бизнес-процессами и оборудованием, которые участвуют в прибавочной стоимости выпускаемого продукта. ИИ позволит выявлять скрытые факторы по тонкой настройке различных аспектов предприятия согласуя их с прибыльностью на рынке. Инвест-проекты в такой постановке приобретают динамичный и более эффективный характер по развитию.
http://data-analytic.org

http://data-analytic.org

Презентации

Пульс

в планах
11 июля 2021

Запуск прототипа

Yuriy B., [16.06.21 13:15] ИИ в данном проекте позволит настраивать Математическую модель. Выявлять скрытые факторы по тонкой настройке различных аспектов предприятия согласуя их с прибыльностью на рынке. Инвест-проекты в такой постановке приобретают динамичный и более эффективный характер по развитию. Изменяя стратегию развития компании, оптимизируя издержки. Методы ИИ позволят определить МНОЖЕСТВО ДАННЫХ КОМПАНИИ, которые влияют на издержки конечного продукта. Для этого во-первых, взять в рассмотрении ИТ-инфраструктуру и оптимальные затраты на нее, можно увязать с текущими проектами. Второе, определять стадию/качество проектов по исследованиию текстовой информации или документации (метод NPL) от потенциального внешнего заказчика и там определять болевые места, увязать с ИТ-инфрасруктурой первый этап, потом со структурой организации- задействованных отделов. В целом определить векторное пространство проекта в понимании методов ИИ ( в понимании матмоделерования уже есть), смотреть точки роста, затрат и прибыльности. Для первых этапов моделирования ML использовать данные по компании и техническим системам -- технологическим/проектным. Вторым этапом использовать RL -- обучение без учителя . Выстраивание модели на агентном сборе информации в окружающей среде и проверке ее на каждом шаге изменяя проектные/технологические составляющие, согласуя с издержками больше/меньше и куда двигаться агенту далее.

https://t.me/project_arh20_35/23
реализовано
24 мая 2021

Обновление продукта

Как спланировать миграцию предприятия на другую IT-платформу. Какие проблемы возникают на пути модернизации IT-инфраструктуры? Как провести аудит и составить карту стратегий, чтобы определить наиболее эффективное решение?

https://www.e-xecutive.ru/management/itforbusiness/1993817-kak-splanirovat-migratsiu-predpriyatiya-na-druguu-it-platformu

Достижения

Участник Архипелага 20.35 Участник Архипелага 20.35

Команда

Контакты

Экспертная система

Наши вакансии

Анализ данных
Разработка
Аналитик AI, NPL
тестирование гипотезы управление инвест-проектами предприятия с использованием AI, определение типа проекта через NPL. Аналитика ML/RL
0 откликов
Маркетинг
Продакт менеджмент
Маркетолог, продакт
Проработка намеченных гипотез рынка.Нащупывание новых. Обоснование.
1 отклик
Разработка
программист
фронт и бэк енд
0 откликов

Следят за проектом

НАВЕРХ