Business Case: Datenbereitstellung für KI-Prognosen
Große Datenmengen sortieren und brauchbar machen
Ein KI-Unternehmen rüstet den Einzelhandel mit Analysedaten zu Lagerkapazitäten und Nachfrageprognosen aus. Die großen Datenmengen sind ein wertvolles Nebenprodukt – aber nur, wenn sie jemand bereinigt, verbessert und für Analysen bereitstellt. Hier kommen wir ins Spiel.
© Oliver Hallmann: Äpfel, Lizenz CC BY 2.0
Wann wollen Kunden diese Frucht kaufen? Mit künstlicher Intelligenz kann man das vorhersagen. Und aus den entstehenden Daten noch jede Menge machen.
Projektanforderungen/Aufgaben
Unser Kunde hat eine Software entwickelt, mit der Einzelhändler ihre Liefer- und Lagerprozesse verbessern können. Dazu erhält unser Kunde Rohdaten von den Märkten und entwickelt daraus komplexe Prognosen. Ein weiterer Mehrwert, den er den Händlern bietet: Er stellt optimierte Datensets wiederum für eigene Auswertungen zur Verfügung – ein doppelter Service also. Dazu müssen jedoch Datenmengen im Terabyte-Bereich strukturiert und bereinigt werden. Zudem können weitere Informationen wie Wetterdaten oder relevante Events ergänzt werden: Wer weiß, wann ein Fußball-Endspiel bei Sommerhitze ansteht, kann entsprechend nachgefragte Kaltgetränke anbieten.
Das ist unser Beitrag
Als Data Engineers mit kundigem Blick auf die Data-Science-Aktivitäten unseres Kunden reichern wir die anfallenden Datasets an und stellen sie bereit. Keine triviale Aufgabe, denn für die Extraktion und Belieferung der Datensätze in dieser Größenordnung braucht es einen Partner mit hoher Big-Data-Kompetenz.
Durch unseren Beitrag kann unser Kunde Einzelhändler nicht nur mit seinen KI-Prognosen beliefern. Die Extrameile geht er, weil er durch uns auch qualitativ hochwertige Datensätze im Angebot hat, die wir aus den gewaltigen Rohdatenmengen geformt und so einsatzfähig gemacht haben.
Das Projekt auf einen Blick
-
Projekttitel:
-
Datenaufbereitung und -bereitstellung für KI-Prognosen
Branche:
-
KI-Software
Laufzeit:
-
6 Monate
-
-
Unser Beitrag:
- Datenbereiningung
- Datenanreicherung
- Datenbereitstellung
Technologien:
- Microsoft Azure
- Python Dask
- Python Pandas