System Architecture

Realizziamo architetture complesse basate sulle
più innovative tecnologie presenti sul mercato.



Alcuni nostri clienti in ambito System Architecture


Machine Learning e Big Data

Abbiamo utilizzato le infrastrutture BIG DATA in vari ambiti: dall’IoT al Machine Learning, dai Social Network alla Data Analysis per:

  • memorizzare ed elaborare grandi quantità di dati raccolti dai sensori (più di 100 mila rilevazioni al giorno per dispositivo);
  • realizzare console di analisi e visualizzazione dei dati in tempo reale;
  • progettare sistemi predittivi basati su algoritmi di Machine Learning (Multi-class, Regression- o Binary-based) in grado di generare predizioni in real time;
  • gestire relazioni multilivello (amicizia, parentela, interesse su più di 4 milioni di utenti) per erogare in tempo reale il social stream, like, commenti, risultati di ricerca.

System Integration

Abbiamo le competenze per integrare e far interagire tra di loro tutti i sistemi informativi presenti in un’azienda (ERP, CRM, sistemi legacy, …).

Abbiamo realizzato ed implementato architetture software per integrare i sistemi delle principali aziende di telecomunicazioni italiane ed alcuni principali istituti bancari, oltre che nel settore dell’ITS (Intelligent Transport Systems).

Deteniamo un elevato know-how e specifiche competenze su piattaforme EAI e ESB. Utilizziamo i principali ESB e service bus presenti sul mercato (Tibco, Mule ESB, IBM, Oracle).


Abbiamo capitalizzato la nostra esperienza nell’ambito dell'Intelligenza Artificiale in una piattaforma che utilizza algoritmi basati sul Deep Learning per addestrare modelli e fornire predizioni

READY-TO-USE
E’ un prodotto finito, pensato per essere utilizzabile anche da utenti non esperti.


HIGHLY SCALABLE
E’ basato su layer applicativi scalabili orizzontalmente che consentono di riconoscere pattern/schemi analizzando grandi quantità di dati.

MULTI DOMAIN
Non è focalizzato e/o ottimizzato per un solo dominio: analizza e gestisce qualsiasi tipo di dato, indipendentemente dal dominio a cui esso appartiene.

MODEL AUTO-DISCOVERY
Può trovare autonomamente il modello migliore per i dati che si stanno analizzando, senza che l’utente debba effettuare alcuna scelta o configurazione.

MODEL AUTO-IMPROVEMENT AND CLEANING
Comprende un sistema di auto-perfezionamento dei modelli grazie all’aggiunta automatizzata di nuovi dati e ad un sistema di pulizia automatica dei dati spurii.

Algoritmi supportati:
Neural Networks, Random Forest, SVM e Regressione Logistica, Classificatori Probabilistici, Linear regression, Isotonic regression, Survival regression, Gradient boost regressor, LSTM Neural Networks, IsolationForest, LGBRegressor, LGBClassifier.