Data Analytics ServicesIndustrial Data Analytics Services
데이터 분석, 머신러닝 모델 구축 및 성능향상, AI 서비스 구현
-
분석 설계
현장 전문가 인터뷰와 분야 세부 지식 습득을 병행하여 문제 해결을 위한 요구사항을 도출합니다. 데이터 과학자와 현업 간 효율적인 의사소통 및 협업이 요구됩니다. 비즈니스 목표와 도출된 요구사항이 정렬되도록 구조화 하며, 머신러닝 활용으로 효용이 극대화 될 수 있는 부분을 판별합니다. 요구 사항이 모두 포함되는 초기 솔루션 아키텍처를 설계합니다. 이는 데이터 처리 파이프라인, 문제 해결을 위한 가설, 활용될 머신 러닝 모델 기법이 포함됩니다. -
데이터 통합, 전처리
수집된 데이터를 검토하여 머신러닝 모델에 적용 될 수 있도록 데이터를 평가, 선별, 정제하는 작업을 수행 합니다. 다양한 형태로 분산된 레거시 데이터 구조를 통합하고, 결함 파악 및 보완 작업을 수행합니다. 이렇게 처리된 데이터는 하나의 저장소에서 통합 관리 합니다. 추가 데이터가 필요한 경우, 데이터 증강 기법 활용 및 기존 데이터 간 결합으로 보완하고, 추가 데이터 수집 계획 및 수량 목표를 도출하여 제시합니다. -
데이터 분석, 모델링
통계적 기법 및 데이터 시각화를 통해 가설을 검증하고 보완합니다. 기본적인 데이터 간 패턴 및 상관관계를 고려하여 머신러닝 기법에 활용될 피처를 도출합니다. 문제 특성, 분야, 데이터 현황을 고려해 적합한 머신러닝 기법들을 선별합니다. 모델 간 성능 비교 이후 선택된 최적 기법으로 심화 학습을 진행합니다. 목표 정확도 및 연산 속도를 얻기 위해 많은 실험을 수행하며, 반복적으로 매개 변수 조정 작업을 이뤄집니다. -
모델검증, 적용
구축된 모델을 활용하여 실제 비즈니스 환경에서의 정량적 효과를 분석하며, 비즈니스 목표 달성 여부 및 가능성을 정확하게 검토 합니다. 현장 인력 및 의사결정자에게 검증, 적용 결과가 도식화 된 데이터 분석 결과 리포트를 공급하고, 문제 해결을 위한 위한 최적 가이드라인을 제공합니다. 프로토타입 구축을 통해 모델 실제 성능을 검증하고, 일반화 성능 향상을 위한 추가 보완 작업을 수행합니다. -
제품화
구축된 머신 러닝 모델을 레거시 응용 프로그램과 통합하여 서비스를 제공합니다. 이는 데이터 파이프라인 병합이 포함되며, API 제공 또는 패키지 개발로 진행됩니다. 서비스는 필요에 따라 클라우드, 전용 서버, 모바일에서 활용할 수 있도록 패키징, 배포되며, 지속적인 모델 업데이트를 수행합니다. 모델 성능 및 데이터 품질 모니터링을 통해 전체 프로세스를 지속적으로 조율하며, 새로운 데이터, 데이터 이상 및 핵심 지표 에 대한 통찰력을 제공합니다.