DataJaala — koneoppimista ja konsultointia

1800-luvun puolivälissä jaalalaivat kehittyivät Suomenlahden rannikkokaupungeissa. Alunperin jaaloissa oli kaksi tai kolme mastoa, mutta 1940-luvun jälkeen moottorit yleistyivät ja viimeisimmissä jaaloissa ei ollut purjeita lainkaan. Jaalat olivat luotettavia ja kestäviä työjuhtia, jotka kuljettivat Helsinkiin ja muihin kasvaviin kaupunkeihin polttopuita, hiekkaa ja monia muita tarpeellisia tarvikkeita. Satoi tai paistoi, jaalan kuljettivat arvokkaat lastinsa asiakkaille.

Jaalojen hengessä DataJaalan tehtävä on toimittaa korkealaatuisia koneoppimispalveluja ja ohjelmistotuotekehitystä asiakkaille tehokkaasti, hyvällä meiningillä ja innovatiivisesti. DataJaalan tarkoitus on olla Aidosti hyvä juttu.

DataJaalan syömähammas on erikoistuminen

Useat it-konsultointiyhtiöt toimivat hyvin laajasti eri teknologioiden parissa, mutta DataJaala keskittyy tiettyihin teknologioihin sekä ratkaisuihin ja on saavuttanut merkittävää osaamista valituilla alueilla. Vuosien saatossa DataJaalan henkilökunta on tehnyt webbi-projekteja, säätöjärjestelmiä, automaatiojärjestelmiä, asiakasanalytiikkaa, asiakaspoistuman mallinnusta, aikasarja-analyyseja, anomalian tunnistusta, dataputkia, pilvidata-alustoja ja niin edelleen. Tärkein huomio on ollut, että maailmanluokan osaamisen hankkiminen edellyttää keskittymistä tarkasti valittuihin osaamisalueisiin. DataJaala keskittyy aikasarjoihin, anomalian tunnistukseen, MLOpsiin ja pilvipalveluihin.

DataJaalan monipuolinen kokemus mahdollistaa auttamisen laajasti projektien eri vaiheissa ja eri rooleisssa. Seuraamme tekoälyn kehitystä aktiivisesti sekä käytännöllisellä että teoreettisella tasolla. DataJaalalla on runsaasti kokemusta viimeisimpien tekoälyalgoritmien implementoinnista ja sovittamisesta käytännön tilanteisiin sekä suurien koneoppimisjärjestelmien rakentamisesta ja viemisestä tuotantoon.


Palvelut

DataJaala toimittaa koneoppimisen konsultointia tuntilaskutukseen perustuen. DataJaalalla on huomattavaa osaamista ja kokemusta seuraavista asioista:

Koneoppiminen aikasarjoissa
Ennustaminen, analyysit, anomalian tunnistus..
Aikasarjateknologiat
Aikasarjatietokannat, prosessointi, ETL:t, muunnokset, filterointi...
MLOps
AWS Sagemaker, Databricks, Azure Machine Learning ja koneoppimisinfrastruktuurin rakentaminen pitkästä tavarasta.
Pilviteknologiat
Pitkä ja monipuolinen kokemus pilvipalveluista käyttäen terraformia, aws cdk:tä, ansiblea ja muita teknologioita, jotka mahdollistavat pilvipalveluiden rakentamisen ohjelmistokoodin perusteella (infrastructure as code).

Ennustavan huollon alkusysäys

Ennustavan huollon alkusysäys auttaa asiakkaan ennustavan huollon matkalle tunnistamalla käyttötapauksia ja luomalla ennustavan huollon koneoppimismalleja käyttäen asiakkaan dataa.

Kehitystyö voidaan tehdä DataJaalan tietoturvallisessa pilvianalytiikkaympäristössä tai asiakkaan tietojärjestelmissä asiakkaan tarpeiden ja preferenssien mukaan.

Hinnoittelu: tuntipohjainen hinnoittelu

MLOps-arkkitehtuuri

MLOps on välttämätön osa ammattimaista koneoppimistoimintaa, joka kannattaa aloittaa luomalla räätälöity MLOps-arkkitehtuuri sekä näkemys koneoppimisella tavoiteltavista hyödyistä.

Tuotteistetussa MLOps-arkkituuriprojektissa DataJaala kehittää asiakkaan tarpeisiin räätälöidyn MLOps-arkkitehtuurin yhteistyössä asiakkaan asiantuntijoiden ja datatieteilijöiden kanssa.

Hinta: 19 500€ (VAT 0%)

Koodaava Data-alusta arkkitehti

DataJaalan koodaava data-alusta arkkitehti luo käytännöllisen arkkitehtuurin data-alustalle ja varmistaa, että tiimi toteuttaa data-alustan tehokkaasti ja tietoturvallisesti.

Hinnoittelu: tuntipohjainen hinnoittelu

Koodaava Lead ML engineer

DataJaalan koneoppimisinsinööri kehittää edistyneitä koneoppimismalleja ja vie ne tuotantoon, jotta malleista saadaan käytännön liiketoimintahyötyä.

Hinnoittelu: tuntipohjainen hinnoittelu

Konsultit

Ilpo teki ensimmäisen datatieteeseen liittyvän projektinsa vuonna 2005. Sittemmin hän suoritti tekniikan tohtorin tutkinnon laskennallisen fysiikan saralla korkean lämpötilan suprajohteiden elektronirakennetta laskien. Ilpo on työskennellyt laajasti eri teknisissä rooleissa startupeissa, IT-konsultoinnissa ja pörssiyhtiöissä.

Ilpon CV löytyy Linkedin profiilista ja hänen vapaamuotoisempaa ajattelua datatieteestä ja ohjelmistotekniikasta löytyy Ilpo blogista


DataJaala Lab

DataJaala Lab seuraa huippututkimusta anomalian tunnistuksessa, aikasarjoissa ja generatiivisissa malliessa. Lisäksi DataJaala Labissa implementoidaan ja kokeillaan tarkoin valittuja koneoppimismalleja, ideoita ja menetelmiä tekoälytutkimuksesta, jotta asiakasprojekteissa voidaan hyödyntää huippututkimusta haastavien koneoppimisongelmien ratkaisemisessa. DataJaala Lab myös kokeilee aktiivisesti koneoppimisessa, isossa datassa ja pilvipalveluissa käytettäviä teknologioita.


Stateful spark streaming with deltalake

In breakpoint time series only changed values are indicated and therefore the data must be to transformed to equally sampled data before using in most time series algorithms.

See project github repo here!

LSTM anomaly detection

LSTM sequence to sequence model anomaly detection implementation based on LSTM-based Encoder-Decoder for Multi-sensor Anomaly Detection.

See project github repo here!