Data Science steht bei uns nicht nur für den sicheren Umgang mit mathematisch-statistischen Methoden zur Analyse von Daten. Data Science steht für den Anspruch, das theoretisch Mögliche zu finden, das Optimum anzustreben und stets auf dem aktuellen Stand der Forschung und der Technik zu arbeiten.
Data Engineering bedeutet für uns, das Machbare konsequent umzusetzen. Das gilt in erster Linie für die Implementierung von datengetriebenen IT-Lösungen. Aber auch für unser Leben im Alltag und die Entwicklung unseres Unternehmens.
Wir stehen vor großen gesellschaftlichen Herausforderungen: Klimawandel, Populismus, Ausgrenzung. Wir wollen unseren Beitrag leisten, indem wir Vorbild sind. Vorbild darin, rational zu entscheiden und nachhaltig zu handeln.
Mit Respekt und Toleranz für jeden Einzelnen.
Zu jeder Aufgabe gibt es ein perfektes Team. Entscheidend ist, dass sich die Fähigkeiten optimal ergänzen.
Nach dieser Überzeugung besetzen wir Projekte in ganz Deutschland. Wir arbeiten verteilt und eng vernetzt. Ob im Home-Office oder vor Ort bei unseren Kunden und an eigenen Standorten.
Wir wollen aus Daten in jeglicher Form wirtschaftlichen Nutzen für unsere Kunden generieren. Vom klassischen Kennzahlensystem über die Anwendung mathematischer und statistischer Verfahren und des maschinellen Lernens bis hin zum automatisierten Text-, Bild- und Sprachverständnis mit künstlicher Intelligenz heben wir für Sie die Potenziale der Digitalisierung.
Durch enge Vernetzung zur Forschung wollen wir mit modernsten Technologien komplexe analytische Probleme lösen und skalierbare Datenprodukte beim Kunden in Produktion bringen.
Wir starten bei der Beratung, greifen Ihre Ideen auf, entwickeln gemeinsam den Business Case,
entwickeln Datenstrukturen und Modelle,
implementieren die Lösung
und integrieren diese nahtlos in Ihre operativen IT-Systeme und Geschäftsprozesse.
Wir starten bei der Beratung, greifen Ihre Ideen auf, entwickeln gemeinsam den Business Case, entwickeln Datenstrukturen und Modelle, implementieren die Lösung und integrieren diese nahtlos in Ihre operativen IT-Systeme und Geschäftsprozesse.
Die richtige Information zur richtigen Zeit am richtigen Ort. Dafür setzen wir auf Microsoft Power BI und die komplette Microsoft Data Platform.
Die Basis für alles. Ob Realtime oder Batch. Egal welche Quelle und welches Ziel. Es geht darum, Daten so aufzubereiten, dass sie nützlich werden.
Wer Daten sammeln will braucht Platz. Wir heben den Data Lake aus und legen die Pipelines. In der Cloud oder On-Premise.
Prognosen und Clustering mit mathematisch-statistischen Methoden von linearer Regression bis Deep Learning. Das ist unser Handwerkszeug, um die Nuggets zu schürfen.
Erst wenn Maschinen selbst etwas verstehen und Schlüsse ziehen sollen, beginnt künstliche Intelligenz. Wir stehen alle gemeinsam am Anfang eines langen Weges. Dürfen wir Sie begleiten?
In unseren Projekten arbeiten wir mit innovativen Technologien. Dafür investieren wir kontinuierlich in Forschung und Entwicklung. Agiles Arbeiten nach Scrum oder Kanban bilden die methodische Grundlage.
Wir setzen auf Open Source-Implementierungen moderner Algorithmen und Frameworks (meist in python) und nutzen zur Speicherung und Verarbeitung z.B. folgende Technologien:
Wir nutzen außerdem Managed Services wie z.B. Azure Data Lake, Azure Data Factory oder Azure Machine Learning Services auf den Cloud Plattformen der Hyperscaler:
Du begeisterst dich für Daten und deren Anwendung? Dann komm zu uns ins Team! Wir suchen:
Dipl.-Wirtschaftsinformatiker
Director Business Intelligence
+49 151 551 525 52
https://www.scieneers.de/wp-content/uploads/2020/09/harmony-in-science-scaled.jpg 1706 2560 Alexandra Wörner https://www.scieneers.de/wp-content/uploads/2020/04/scieneers-gradient.png Alexandra Wörner2020-09-16 14:00:222020-09-16 14:05:13Data Science and Agile in harmony - presenting the Agile Data Science Workflow
https://www.scieneers.de/wp-content/uploads/2020/08/cover.png 731 1500 Nico Kreiling https://www.scieneers.de/wp-content/uploads/2020/04/scieneers-gradient.png Nico Kreiling2020-08-19 12:00:062020-08-26 10:52:22AutoML - A Comparison of cloud offerings