Português
DeutschDeutsch EnglishEnglish EspañolEspañol NederlandsNederlands

DeWolff Consultoría

Projectos e treinamento em ciência de dados

Serviços

Projetos de ciência de dados para empresas, organizações e PMEs. Desenvolvemos aplicações e modelos para projetos industriais reais, resolvendo problemas de forma inteligente usando novas técnicas na área de inteligência artificial e aprendizagem de máquinas. Nossa formação científica nos permite compreender e implementar os últimos modelos publicados.

Modelos e aplicações

Somos especializados em criar soluções para clientes que desejam extrair informações-chave de seus processos. Ou seja, com a vasta quantidade de dados disponíveis nos bancos de dados, podemos tirar conclusões, prever eventos, condensar informações, preencher dados ausentes, encontrar tendências, etc., a fim de tomar decisões inteligentes e economizar recursos humanos.

Utilizamos vários objetivos (regressão, classificação, agrupamento e outros) e modelos (redes neurais, processos gaussianos, autocodificadores e outros) para responder perguntas como, por exemplo:

  • Quando meu sistema falhará para antecipá-lo?
  • Como posso minimizar os riscos em emprestar dinheiro aos clientes?
  • Onde é mais provável encontrar minerais no solo?
  • Onde posso concentrar meus esforços para mitigar os incêndios ou o desmatamento?
  • Como posso otimizar a produção agrícola em termos de clima?

Treinamentos

Oferecemos cursos introdutórios na área de ciência de dados e aprendizagem de máquinas, Data Science e Machine Learning em inglês, para treinar equipes nos conceitos associados à inteligência artificial. O conhecimento em IA ajuda a entender como os modelos funcionam e como os dados desempenham um papel importante.

Durante o curso explicamos vários tópicos, tais como os fundamentos da aprendizagem de máquinas, como funcionam os principais algoritmos, o que significam dados de alta qualidade, como eles contribuem para o treinamento de um modelo, e o fluxo de trabalho para treinamento e utilização de modelos. Além disso, fornecemos uma base de habilidades em Python, suas bibliotecas científicas e estatísticas fundamentais.

Equipe

  • Taco de Wolff
  • Cientista de dados
  • Mestrado em Física (U. de Groningen)
  • Pesquisador (CMM, U. do Chile)
  • Alejandro Cuevas
  • Cientista de dados
  • Mestrado Matemáticas Aplicadas (U. do Chile)
  • Engenheiro Machine Learning (NoiseGrasp)

Projectos

VZOR Brain

Previsão de falhas a partir de alertas e logs em servidores com aplicações e sites. Usando CPU, memória, conexão, etc., alertas de uso excessivo ou problemas, um classificador aprende se o sistema irá cair em breve e quais computadores são as causas. Usamos o classificador XGBoost em conjunto com a LDA para extrair tópicos das mensagens de alerta, SMOTE para equilibrar os dados, e LIME para tornar os resultados interpretáveis.

Multi-output Gaussian process toolkit

Desenvolvimento de um conjunto de ferramentas em Python e PyTorch para regressão e classificação usando processos Gaussianos para múltiplas saídas. A biblioteca implementa tudo desde o carregamento e manipulação de dados, inicialização e treinamento de hiperparâmetros, até a visualização e interpretação de modelos. O kit de ferramentas tem uma grande variedade de modelos, probabilidades e kernels implementados, e permite o treinamento de GPU de alta performance.

GitHub repositório: https://github.com/GAMES-UChile/mogptk

Treinamento da equipe do BancoEstado

BancoEstadoEm conjunto com o Centro de Modelagem Matemática da Universidade do Chile, projetamos um curso de aprendizagem de máquinas incluindo: uma introdução à inteligência artificial, uso básico da Python científica (NumPy, SciPy, Pandas, scikit-learn, PyTorch), regressão, classificação, otimização, agrupamento, máquinas vetoriais de suporte, vizinhos K-nearest, validação cruzada, redes neurais, florestas aleatórias, XGBoost, redes e gráficos Bayesianos. O curso foi concluído com a implementação de um modelo de custos de vendas a partir de dados reais de bancos de crédito.

Contato