Zlecenie 7717997 - Budowa zaplecza badawczo-rozwojowego w MGA Sp. z o.o. ...

ia nowej wiedzy dotyczącej właściwego zakresu gromadzonych informacji i doboru modeli uczenia maszynowego do zagadnienia oraz opracowania koncepcji narzędzia do automatycznej analizy i oceny aktywności użytkowników. Efektem prac powinno być opracowanie koncepcji systemu automatycznej analizy i oceny aktywności użytkowników wraz z systemem przydziału zadań w systemie ERP. Etap 1 projektu będzie realizowany w następujący sposób: 1. Ustalenie typów zadań wykonywanych przez użytkowników w systemie, dla których, na podstawie doświadczenia zaangażowanych w projekt badaczy, możliwe wydaje się stworzenie odpowiednich modeli uczenia maszynowego. 2. Wstępna analiza zestawu cech, który może zostać zebrany dla każdego z typów zadań wyznaczonych w pkt 1. 3. Opracowanie rekomendacji odnośnie sposobu i zakresu zbieranych danych. 4. Zebranie, zgodnie z opracowanymi w punkcie 2. rekomendacjami, próbki danych dostępnych do analizy – w ramach prac zebrana zostanie próbka danych w istniejącym systemie ERP. 5. Preprocessing, czyszczenie i uzupełnianie danych. 6. Analiza zebranych danych pod kątem możliwych do zastosowania technik. 7. Opracowanie potencjalnych modeli. 8. Weryfikacja modeli na podstawie zebranych danych oraz nowych danych transakcyjnych. Etap 6 projektu Będzie polegał na przetestowaniu koncepcji mechanizmów systemu automatycznej analizy i oceny aktywności użytkowników wraz z systemem przydziału zadań opracowanych w etapie 1, w tym wydanie rekomendacji w zakresie skalowalności obliczeń oraz obliczeń heterogenicznych. W etapie zostaną zweryfikowane wstępne założenia systemu. Po opracowaniu uzyskanych w tym procesie wyników zostaną przygotowane końcowe założenia systemu i rekomendacje modeli, uwzględniające ewentualne nieprawidłowości wykryte podczas weryfikacji. Zadania w ramach etapu: 1. Akwizycja pełnych danych dostępnych do analizy. 2. Preprocessing, czyszczenie i uzupełnianie danych. 3. Weryfikacja rekomendowanych modeli w oparciu o pełne dane. 4. Opracowanie uzyskanych rezultatów. 5. Przygotowanie rekomendacji wdrożeniowej: skalowalność oraz obliczenia heterogeniczne. 6. Przygotowanie końcowych założeń systemu oraz rekomendacje modeli.