Fortgeschrittenes Werkzeug zur Identifizierung von Depressionen

Trotz des komplexen und mehrstufigen Entwicklungsprozesses verfügte das Team von Innowise über genügend Fachwissen, um alle Fragen und Probleme zeitnah zu lösen. 

In der ersten Phase engagierten wir einen Spezialisten für die Modellvalidierung, der verschiedene Tools für die ML-Untersuchung von ML-Modellvorhersagen verwendete. Es wurden große Anstrengungen für eine gründliche Vorbereitung der Datenbeschriftung unternommen, was letztlich zu einer enormen Zeitersparnis führte, da wir für alle Spezialisten eine geeignete Infrastruktur eingerichtet hatten. Der Forschungsschritt umfasste verschiedene Modellversuche und wurde effizient über ein entworfenes Validierungsschema durchgeführt.

Nachdem unsere Spezialisten die Daten gefiltert hatten, begannen sie mit dem Training des ML-Modells. Diese Phase bestand aus mehreren Stufen der Verbesserung und Verfeinerung des Modells. Schließlich integrierten die Entwickler das trainierte Modell in die Cloud-Anwendung.

Für das Projektmanagement verwendeten wir Slack und Jira für die Zusammenarbeit innerhalb des Unternehmens und Google Chats für die externe Kommunikation mit dem Kunden. Wir nutzten die Scrum-Methode mit täglichen Meetings und monatlichen Präsentationen der Zwischenergebnisse. 

Ab heute unterstützen wir das Projekt weiter und lösen alle auftretenden Probleme, bis auf Kundenseite alles einwandfrei funktioniert.