Nach unserer Erfahrung laufen Machine Learning Projekte in drei Phasen ab. In der ersten Phase sollten Sie neben Überlegungen einer sinnvollen Anwendung bereits erste technische Experimente durchführen. Anhand dieser entscheiden Sie, ob eine weitere Verfolgung der Idee sinnvoll ist und eine Phase 2 erwogen werden kann.
Wir unterstützen Sie in dieser ersten Phase und erstellen mit Ihnen zusammen einen Prototypen. Wir sind dabei weder in der Domäne noch in der Art des Machine Learnings eingeschränkt.
Machine Learning erfordert ein tiefes Verständnis einer ganzen Reihe von Technologien. Kurzfristig können Sie mit uns auch ohne diese Fähigkeiten erste Experimente durchführen.
Ein unabhängiger Berater kann Sie nicht nur bei der Durchführung, sondern auch bei der Bewertung ihrer ersten Schritte besonders gut unterstützen.
Neben der technischen Kompetenz erfordert Machine Learning auch eine ganze Reihe von methodischen Fähigkeiten. Diese bringen wir mit und haben diese bereits in vielen praktischen Projekten erprobt.
Gerade bei ersten Schritten sollte ein möglichst sinnvolles Experiment gewählt werden. Wir helfen Ihnen bei Auswahl und Schärfung
Wir gehen mit Ihnen durch die erste Explorationsphase. Dabei lernen auch Sie die technologischen und methodischen Grundlagen besser kennen.
Erscheint die Anwendungsidee attraktiv und realistisch? Wie kann diese für eine sinnvolle Umsetzung und anschließende Bewerertung geschärft werden?
Welche Daten sind vorhanden oder können für die Umsetzung der Anwendungsidee beschafft werden?
Anhand des angestrebten Nutzens und der vorhandenen Daten legen wir die Lern-Strategie und die gewünschten Qualitätsziele fest.
Wir durchlaufen ein oder mehrere Experimente, um den gewählten Ansatz und die vorhandenen Daten zu prüfen. Dabei entsteht ein Prototyp, der als Grundlage für eine Produktivsetzung dienen kann.
Gemeinsam mit Ihnen bewerten wir das Ergebnis der Experimente und der Erfolgaussicht für Ihren Prototypen. Erscheint ein weiteres Verfolgen der Idee aussichtsreich? Was wären die nächsten Schritte?
Für die Umsetzung eines Prototypen oder eine Proof-of-Concept ist sowohl das technische Detail, als auch der Überblick über das Thema ML wichtig.
embarc verbindet die breite methodische Kompetenz mit der Fähigkeit, diese auch in funktionierende Software umzusetzen.