Разработка геоинформационных ML/AutoML систем
О нас

Наша компания занимается разработками информационных систем на стыке геоинформационных технологий и машинного обучения для города и бизнеса. В настоящее время мы занимаемся кастомизированными разработками, но все наши системы объединяет единый подход.

Представьте себе процесс, которым вы хотите управлять — городское планирование, развитие сети точек продаж, мониторинг аварийности объектов энергетической инфраструктуры и т. д. На основе ретроспективных данных об этом процессе и множества данных о городском пространстве мы создаем модели машинного обучения, позволяющие выявить и формализовать закономерности процесса, и вывести управление этим процессом на новый уровень. Эти модели мы представляем в виде удобных и наглядных геоинформационных сервисов.

Опираясь на реальные данные о целевом процессе и городе, которые постоянно обновляются, наши системы оказываются синхронизированными с реальными миром и меняются вместе с ним. Таким образом, наши системы — это цифровые двойники, которые позволяют тестировать различные гипотезы по управлению целевым процессом и отвечать онлайн на вопрос: «Что будет, если?».

Познакомьтесь с некоторыми реализованными нами проектами

Сроки и стоимость разработки и внедрения зависят от итоговой сложности системы и не могут быть опубликованы в силу действия коммерческой тайны. Хотите обсудить проект? Напишите нам

Наши особенности
True data driven
В основе наших систем лежит предиктивная аналитика на базе машинного обучения на реальных ретроспективных данных, что делает содержание систем отражением реальности
AutoML
Все data science процессы автоматизированы — предиктивные модели обновляются по мере накопления новых данных, что позволяет поддерживать системы в актуальном состоянии
Реактивность
Наши системы оснащены инструментами симуляций, позволяющими пользователю перед принятием реального решения в режиме онлайн смоделировать целевую ситуацию и оценить эффект её реализации
Прозрачность
Мы используем модели машинного обучения, позволяющие интерпретировать каждый прогноз и понять, какие именно факторы и в какой степени повлияли на итоговое значение
Технологии

 PostgreSQL, PostGIS,  Redis,  RabbitMQ, Martin, pg_tileserv,  React,  TypeScript,

Нам доверяют