Von Big Data zum wertvollen Wissen.
Wir sind ein kleines dynamisches Team, das für Data Science brennen und an der rasanten Entwicklung
in diesem Bereich und den damit verbundenen vielseitigen Aufgaben stetig wächst.
Nicht nur im Headcount: Kommunikationsfreudig entwickeln wir als Berater und Entwickler
zugleich, einerseits gezielt kundenspezfische ML-Modelle, andererseits bauen wir unser eigenes
Data-Science-Ökosystem stetig aus.
Im Fokus stehen dabei unsere Kunden aus dem Online-Retailbereich. Denn dort enstehen täglich
wertvolle Daten, die es gilt zu heben. Wir analysieren sie, bereiten sie auf, bereinigen verwerten
und visualisieren sie, so dass klar ist, wo und wie sie entstanden sind, was sie genau aussagen und
wo sie vielleicht Schwächen haben.
Komplexe Probleme, einfach angehen.
Für unsere Maschine Learning-Modelle wandeln wir komplexe Probleme in viele kleine, einfache
Lösungen um: Schließlich ist ein gut überlegtes, mathematisch-statistisch wohlfundiertes Modell oft
nützlicher als ein hochkomplexes Deep Neural Network.
Vor allem, wenn es darum geht, dem Kunden zu erklären, was im Code steckt. Schließlich gehört
die Software am Ende ihm.
Er kann frei darüber verfügen und sollte wenigstens im Kern verstehen, was die Theorie dahinter ist.
Unsere Machine Learning-Lösungen in der Cloud sind fester Bestandteil des Pagnos Web
Services-Portfolio. Ein Beispiel sind Recommendation Systeme. Diese Software-as-a-Service
(SaaS)-Lösungen kommen vor allem bei Händlern zum Einsatz, die mit passgenauen Empfehlungen weiteres
Geschäft generieren wollen.
Damit wir die Daten aus dem bereits etablierten Ökosystem für das Lernen direkt nutzen können,
arbeiten wir hierbei eng mit unseren Spezialisten für Cloud Development zusammen. Zudem beraten
wir unsere Kunden bei der Erstellung und Auswertung von Umfragen für verwertbare, valide Daten
genauso wie bei der Integration von Predictive Analytics im Business
Intelligence-Reporting.
Auch stehen uns unseren Kollegen zur Seite, die auf BI & Reporting spezialisiert sind.
Lösungen, die schnell zum Ziel führen.
Unsere SaaS-Prototypen, die wir gemeinsam mit unseren Kollegen vom Cloud Development entwickeln,
sind schnell einsetzbar.
Mit nur kleinen Veränderungen lassen sie sich rasch an die jeweiligen Kundenanforderungen
anpassen.
Im Zentrum steht dabei die Anbindung an SAP und Amazon Web Services. Dies garantiert eine hohe
Wiederverwendbarkeit, Skalierbarkeit bei hoher Kosteneffizienz.
Dennoch bleiben wir nie beim Status Quo stehen, sondern schauen uns in der wissenschaftlichen
Fachlitertur immer nach neuen Ansätzen um.
Dort finden wir regelmäßig Inspiration, unsere SaaS-Lösungen zu optimieren. Momentan faszinieren uns
Extreme Learning Models, also neuronale Struktur verbunden mit schnellem Training.
Goodies, die dir die Arbeit erleichtern.
Ob professionelle Entwicklerwerkzeuge wie MacBook Pro und andere Hardware oder ein festes Budget für
Fortbildungen und Zeit zum Besuchen von Konferenzen –
bei uns findest du die besten Voraussetzungen, um dich stetig weiterzuentwicklen.
Wenn du für uns die Entwicklungen im Bereich Data Science im Blick behältst, sollst du dafür genau
das Werkzeug vorfinden, das du dafür brauchst.
Was wir mit dir vorhaben.
Wir freuen uns auf dich, wenn du den Ausbau unserer SaaS auf Online- und Reinforcement Learning mit
vornantreibst.
Zudem nehmen wir uns in diesem Jahr erste Beratungsprojekte zu Demand Forecastung und Fraud
Detection vor. Und wir wollen gemeinsam mit dir darüber nachdenken, wie unsere Kunden das
Verhalten des Algorithmus besser verstehen oder sogar beeinflussen können.
Wenn unsere Kunden begreifen, warum ein Algorithmus entscheidet, wie er entscheidet hilft dies, die
Akzeptanz zu erhöhen und zeigen, dass sich Machine Learning lohnt. Genau dafür werden wir ein
ML-basiertes Reporting entwickeln, das unsere Algorithmen im Hinblick auf diverse KPI evaluiert.
