아직 답변이 없습니다
간략하고 명쾌하신 답변 감사드립니다.
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
최적의 플랫폼이라는 것을 딱 어떤 것이라고 말씀드리기는 어려울 것 같습니다. 같은 제품이라 하더라도 도메인에 따라 핏이 좋은 것도 있고 그렇지 않은 것도 있습니다. 솔루션에 따라 데이터 전처리에 강점을 가지는 것이 있을 수 있고요, 다른 플랫폼은 MLOps에 강점을 가질 수 있도 있습니다. 메일로 연락드리겠습니다.
1. 비용 2. 인력 3. 프로세스 4. IT환경 (온프레미스, 클라우드) 등이 고려 대상입니다만, Dataiku의 MLOps 사이클을 통해 해결 가능합니다. 따로 F/U 드리겠습니다
결과적으로 AI/ML을 통해 무엇을 얻고자 하는게 무엇인지 세부 목표를 상세하게 설정하여 점검하는 것이 최우선순위라고 할 수 있습니다. 예를들어 개인화 추천이라 한다면, 소비자의 어떤 성향을 사용하여 분석할지, 그 예측 기간은 얼마가 될지 상세하게 설정하신다면 성공적인 프로젝트로 이어질 수 있습니다.
Dataiku의 글로벌 고객 중 사례로 Australia Post, DHL, Walmart, La Poste사례가 있습니다. 추가 설명은 따로 f/u MTG으로 연락 드리겠습니다.
AI 서비스로 제공하는 기술들을 바로 사용하실 수 도 있고 직접 개발 할 수 도 있습니다. 범용적인 AI 서비스를 이용하는 경우 기본적인 성능에 빠르게 접근하여 서비스를 제공, Time To Market으로 이르는 시간을 줄일 수 있습니다. 자세한 내용은 따로 연락을 드릴 수 있도록 하겠습니다.
글로벌하게 하기의 사례들이 있습니다. 수요 예측: Dataiku를 사용하여 과거 판매 데이터 및 기타 변수를 분석하여 수요 예측 모델을 구축할 수 있습니다. 이를 통해 재고 관리 및 물류 계획을 최적화하고 예측 오류를 최소화할 수 있습니다. 고객 세그먼테이션: Dataiku를 활용하여 고객 데이터를 분석하고 세그먼테이션 모델을 구축할 수 있습니다. 이를 통해 고객 그룹을 식별하고, 개별 고객에게 맞춤화된 마케팅 및 서비스를 제공할 수 있습니다. 제품 추천 시스템: Dataiku를 사용하여 고객의 이전 구매 기록, 행동 데이터, 소셜 미디어 등의 정보를 기반으로 제품 추천 모델을 개발할 수 있습니다. 이를 통해 개인화된 제품 추천을 제공하여 고객 경험을 향상시킬 수 있습니다. 추가적인 고객 내용은 따로 연락 드리도록 하겠습니다.
AI를 활용한 딥러닝이나 머신러닝을 실시간으로 서비스하는 것과 기존 일반 서비스들을 제공하는 것과 아키텍처상으로는 크게 다르지 않습니다. 다만 제공하는 내용을 내부적으로 AI/ML의 수행결과로서 생성 제공한다고 생각하시면 됩니다. 이를 위해서 인프라에 대한 선택과 서빙에 대한 제약사항을 이해하고 결과를 제공할 수 있는 알고리즘을 선택 제공할 수 있습니다.
솔루션과 알고리즘에 따라 요구하는 데이터의 양이 다르기 때문에, [email protected] 이곳으로 메일 주시면 상세하게 답변드리겠습니다.
맞습니다. 일반적으로 기업에서 알고리즘 자체를 만드는 것이 아니고 좋은 알고리즘을 가지고 활용하는 것이 일반적입니다. 그에 따라서 알고리즘을 이해하고 알고리즘에 맞는 데이터를 입력으로 주는 것이 중요해서 데이터의 확보와 전처리에 많은 시간을 투자하는 것이 맞습니다. 이러한 데이터를 빠르게 처리하기 위해서는 데이터에 대한 전처리를 위한 weak supervision이나 semi-supervised 러닝 같은 기법을 활용 할 수 있고 데이터 자체를 증강하여 기존 데이터를 변형하여 사용할 수도 있습니다. 데이터 이쿠등의 데이터 커넥터등과 같이 데이터 준비 및 변환을 위한 도구 사용을 하는 경우도 있을 수 있습니다. 더불어 데이터 수집 이후 AutoML이라던가 빠른 결과를 얻을 수 있도록 하는 방법도 있습니다.
Dataiku의 기능과 더불어 추가 설명 드리면, 보통 70-80%의 공수 발생 이유는 크게 세 가지(1. dataset 종류가 다양함 & 2. 연결/접속이 어려우며 그 인력이 충분하지 않음. 3.정리가 어려움) 가 될 것 같습니다. 1. Datatiku에서는 50개 가지의 다양한 Dataset을 접속, 연계 할 수 있는 기능을 지원하기에 access 가능합니다. 2. 데이터/통계/분석에 대한 지식이 전무한 분들이 GUI기반으로 단순히 클릭으로 사용이 가능하기에 현업에서 직접 데이터 인풋이 가능합니다. 3. 몇 번의 클릭(노코드) 기능으로 쉽게 Dataiku자체에서 다양한 dataset의 merge 기능 등으로 정리가 가능합니다.
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
아직 답변이 없습니다
소규모 기업의 경우, 대표자의 개인신용을 함께 평가하여 신용도에 반영합니다. 다만 기업금융은 금액의 규모도 크고, 이에 따라 약속의 불이행 보다 더 큰 리스크 요인이 존재하여, 보다 다양한 측면의 평가가 필요합니다. 이를 보완하기 위한 기술등급 등이 있습니다.
아직 답변이 없습니다
해외의 경우, 금융 정보의 커버리지가 낮거나 금융정보의 유의성이 낮은 상황입니다. 활용 가능한 정보의 확대 차원에서 유용합니다.
신용정보법 상 ‘전문개인신용평가업’의 기준을 따릅니다.