发表于

新加坡,@mcgallen#microwire信息,7年2017月XNUMX日–预测分析软件平台Data Science Studio(DSS)背后的软件开发商Dataiku Inc.今天宣布,其打算加快在亚太地区的扩张。 此举是为了支持更多的亚太客户,例如韩国的三星和现代钢铁,以及新加坡的新加坡国立大学(NUS)等顶尖大学采用了学术许可。

Dataiku的出现正值着令人难以置信的不断增长的需求,以最大化内部数据的生产和分析。 从公司成立以来的增长和盈利能力可以看出,Dataiku期望通过其独特的企业平台来满足这种需求,该平台旨在提高组织内和跨组织的数据科学家,程序员和分析师的生产力和协作能力。 其旗舰产品Dataiku DSS为快速,精确地开发和部署预测分析解决方案提供端到端解决方案,并且正在欧洲,美国和亚太地区加速采用。

为了加快其在亚太地区的扩张和支持客户,Dataiku已任命其区域负责人Albert Antoine,他是一位资深的AI和数据科学家,总部位于新加坡。 Antoine在亚太地区拥有丰富的经验,自1989年17月开始在亚太地区运营业务优化软件领导者ILOG以来,并领导了XNUMX年。 Antoine拥有法国马赛国际人工智能学院的机器人和人工智能硕士学位,以及斯隆管理学院麻省理工学院的战略管理和技术管理工商管理硕士学位(MBA) 。

“亚太地区的组织正在迅速建立其复杂的数据分析和关系预测功能。 我相信安托万掌舵,他和他的团队将为我们现有的客户提供出色的支持,同时加强Dataiku在该地区的业务和合作伙伴关系。” Dataiku首席执行官兼联合创始人Florian Douetteau说。

“我很荣幸与Dataiku和Florian的杰出研究人员和技术人员一起工作。 Dataiku解决方案的功能将在许多组织中获得极大的吸引力,尤其是在政府,关键基础设施,公用事业,大专院校,软件企业等中。 我期待着Dataiku在亚太地区的发展,从过去26年我一直在新加坡打电话的家开始。

这家初创公司于2013年在欧洲成立,现已成长为一个全球品牌,它是通过尖端数据科学和机器学习技术推动创新的代名词。 Dataiku平台将这些技术与协作功能相结合,使组织中的任何人都可以为数据科学生产流程做出贡献。 通过有效地“民主化数据科学”,它使每个团队成员,从编码人员到分析师,都可以使用他们最了解的工具为数据生成和分析过程做出贡献。 它使技术数据科学家能够与数据分析师一起在生产中建立和部署模型,并在短时间内对数据进行有意义的分析,从而解决了具有技术,数据科学能力的人员短缺的问题。 过去需要几天的时间,现在只需要几个小时。

“ Dataiku的驱动理念是每个人都应该能够贡献或收集数据科学的见解,” Dataiku首席执行官Florian Douetteau说。 “我们坚持这一点是因为,在当今世界,我们知道最具竞争性的数据驱动型组织是充分利用其所有数据的组织,而实现这一目标的最有效方法是使人们能够使用这些工具他们最了解。 这就是为什么我们努力提供最佳的协作平台的原因,该平台还结合了最先进的数据科学和机器学习技术。”

如今,从财富500强到中小型企业的全球数百家公司,包括欧莱雅,库卡,三星,现代钢铁等,都每天使用Dataiku来创建,构建和运行可利用数据来解决问题的预测应用程序挑战并改善流程,销售和营销功能。

“帮助所有人遍及所有人的数据分析和数据建模技能的重要组成部分是为学者,研究人员和个人学习提供免费的软件许可和特定的支持资源,以帮助下一代数据科学家学习,创建和成功。” Dataiku首席执行官兼联合创始人Florian Douetteau补充道。

Dataiku学术计划是一项于2017年XNUMX月启动的计划,旨在为数据科学和业务分析领域的老师,研究人员和学生提供完全免费的许可,支持和学习资源。

NUS商业分析中心(BAC)和Dataiku正在探索人工智能(AI)领域的合作。 双方将共同努力,为国大商业分析理学硕士(MSBA)计划的学生提供世界一流的AI教育和研究机会。

要了解更多信息,请访问: www.dataiku.com

这是新加坡媒体午餐的视频:

关于Dataiku
Dataiku开发了Dataiku Data Science Studio,这是独特的高级分析软件解决方案,使公司能够更有效地构建和交付自己的数据产品。 得益于面向数据科学家和初学者分析人员的基于团队的协作式用户界面,以及用于数据项目的开发和部署的统一框架,以及可以立即访问从头开始设计数据产品所需的所有功能和工具,用户可以轻松地将机器学习和数据科学技术应用于原始数据的所有类型,大小和格式,以构建和部署预测性数据流。 电子商务,工业工厂,金融,保险,医疗保健和制药等行业的数百个客户每天都使用DSS来协作构建预测性数据流,以检测欺诈,减少流失,优化内部物流,预测未来维护问题等等。 访问: www.dataiku.com。

###