Das Formular wurde erfolgreich abgeschickt.
Weitere Informationen finden Sie in Ihrem Briefkasten.
Sprache auswählen
Innowise führte für einen Ontologieanbieter ein vielfältiges Upgrade der medizinischen Forschungssoftware durch, das KI-gesteuerte Suche, benutzerdefinierte Daten-Dashboards und die Integration der Ontologie in die Infrastruktur eines chemischen Forschungsunternehmens beinhaltete.
Unser Kunde, ein führendes Unternehmen im Bereich der Ontologie, ist in Deutschland tätig. Das Unternehmen ist auf die Entwicklung von Technologien spezialisiert, die Informationen aus strukturierten und unstrukturierten Daten extrahieren und in Wissen für Forschung, Entdeckungen und Entscheidungsfindung umwandeln. Ihre Expertise erstreckt sich über Chemie, Biologie und verwandte wissenschaftliche Gebiete. Sie besitzen ein riesiges Ontologiesystem, ein strukturiertes Gerüst aus miteinander verbundenen wissenschaftlichen Begriffen und Konzepten.
Detaillierte Information über den Kunden kann im Rahmen der NDA nicht offengelegt werden.
Die wichtigsten Herausforderungen, denen sich unser Kunde gegenübersah, konzentrierten sich auf drei Hauptbereiche: die Entwicklung eines Front-End für sein KI-gestütztes Suchsystem, die Automatisierung Datenvisualisierung-Tools in medizinischen Forschungssoftware und die Integration seiner Ontologien in das System eines bestehenden chemischen Forschungsunternehmens:
Innowise konzentrierte sich bei dem Projekt auf drei Schlüsselaspekte:
Unser Team konzentrierte sich auf die Entwicklung und Verbesserung eines spezialisierten KI-gestützten Suchsystems - ein Schlüsselsubsystem in einem größeren Rahmen, das für Web- und mobile Schnittstellen entwickelt wurde. Diese Aufgabe umfasste mehrere technische und funktionale Verbesserungen:
Unsere Data-Science-Team konzentrierte sich auf die Automatisierung der Datenvisualisierung durch Dashboards, eine wichtige Komponente für die Forschung des Kunden bei der Identifizierung molekularer Ziele für neue pharmazeutische Behandlungen. Zu den untersuchten Grunderkrankungen gehörten Übergewicht und Muskelerkrankungen.
Dashboard-Erstellung: Ziel des Teams war es, Dashboards zur Visualisierung pharmazeutischer Daten zu erstellen. Dabei wurden große Datensätze verarbeitet, bei denen es sich um eine große Anzahl kommentierter medizinischer Artikel mit eindeutiger ID und Metadaten handelt, um große GBQ-Tabellen zu bilden.
Datenvisualisierung: Mit Looker Studio haben wir diese großen Datentabellen in kleinere, übersichtlichere Formate für die Dashboard-Erstellung umgewandelt. Dieser Visualisierungsschritt war für Experten notwendig, um Daten besser überprüfen und filtern zu können.
Dashboard-Automatisierung: Nach der Genehmigung durch medizinische Experten automatisierten wir die Erstellung des Dashboards mithilfe von Data-Engineering-Techniken. Dazu wurden Repositories mit SQL-Skripten verwendet, um die erforderlichen Informationen abzurufen. Diese Skripte wurden so geplant, dass sie in bestimmten Zeitabständen ausgeführt wurden, um sicherzustellen, dass die Dashboards stets auf dem neuesten Stand der Forschungsergebnisse waren.
Fortlaufende Aktualisierung und Integration: Unsere Lösung ermöglichte die kontinuierliche Integration neuer relevanter Publikationen in die Dashboards. Dieser dynamische Aktualisierungsprozess wurde durch Google Cloud Functions erleichtert. Es wurden Dashboards mit den neuesten Daten aktualisiert.
Verwaltung von Abfragen: Wir bearbeiteten Abfragen über große Tabellen und zogen spezifische Informationen basierend auf Suchanfragen heraus. Das Team visualisierte diese Statistiken in den Dashboards und identifizierte alle Probleme in den Suchanfragen.
Unser Projekt konzentrierte sich auf die Integration der Ontologien unseres Kunden in eine etablierte Labormanagementsoftware bei einem chemischen Forschungsunternehmen. Diese Aufgabe umfasste mehrere wichtige Schritte zur Modernisierung und Automatisierung seines veralteten Systems:
Programmiersprachen
JavaScript, TypeScript, Java
Frontend
React, react-pdf, Redux, Redux-thunk, React-redux, Primereact, SASS, Lodash, Axios, FileSaver, GPT-Tokenizer
Backend
Spring Boot, Java mit Lucene-Bibliotheken, Stardog
Datenwissenschaft und Analytik
Python (Pandas, Numpy, Plotly, Matplotlib), GCP (Google Big Query, Google Cloud Storage, Cloud Run), Looker, Data Studio, Apache Solr, benutzerdefinierte Tools für die Datenverarbeitung und Visualisierung
Unser Ansatz für den Entwicklungsprozess war methodisch und hielt sich an agilen Prinzipien, die Flexibilität und kontinuierliche Verbesserung sicherstellten.
Zu Beginn führten wir gründliche Recherchen durch, um die Bedürfnisse des Kunden und die vorhandenen Systeme zu verstehen, um ein detailliertes 'Vision and Scope' Dokument zu liefern. Basierend auf den ersten Erkenntnissen haben wir die notwendigen Features für jeden Stream entworfen und entwickelt. Unser Team hielt regelmäßig Sprint-Meetings ab, um zu bestätigen, dass unsere Arbeit mit den Kundenerwartungen übereinstimmte. Alle Funktionen wurden implementiert und strengen Tests auf Leistung und Genauigkeit unterzogen, wobei der Kunde kontinuierliches Feedback gab.
Für eine effektive Kommunikation und Projektverfolgung haben wir Microsoft-Tools und Monday.com verwendet, um einen transparenten Prozess und Echtzeit-Updates zu gewährleisten.
1
Projektmanager
3
React-Entwickler
3
Java-Entwickler
1
ML/Python-Entwickler
2
Dateningenieure
In unserer Zusammenarbeit mit dem Kunden, die drei Schlüsselströme umfasst, haben wir erhebliche Fortschritte bei der Weiterentwicklung seiner wissenschaftlichen Forschungskapazitäten gemacht. Hier eine Momentaufnahme der tatsächlichen Ergebnisse:
60%
Verringerung der manuellen Datenverarbeitung
3x
Erhöhung der Geschwindigkeit bei der Datensuche
50%
schnellerer Anmerkungsprozess
Sobald wir Ihre Anfrage erhalten und bearbeitet haben, werden wir uns mit Ihnen in Verbindung setzen, um Ihre Projektanforderungen zu besprechen und eine NDA (Vertraulichkeitserklärung) für die Vertraulichkeit der Informationen zu unterzeichnen.
Nach der Prüfung der Anforderungen erstellen unsere Analysten und Entwickler einen Projektvorschlag, der Arbeitsumfang, Teamgröße, Zeit- und Kostenschätzung enthält.
Wir vereinbaren einen Termin mit Ihnen, um das Angebot zu besprechen und eine Vereinbarung mit Ihnen zu treffen.
Wir unterzeichnen einen Vertrag und beginnen umgehend mit der Arbeit an Ihrem Projekt.
© 2007-2024 Innowise. Alle Rechte vorbehalten.
Datenschutzrichtlinie. Cookies-Richtlinie. Impressum
Innowise Sp. z o.o Ul. Rondo Ignacego Daszyńskiego, 2B-22P, 00-843 Warschau, Polen
Mit der Anmeldung erklären Sie sich mit unseren der Datenschutzrichtlinie geschickt zu bekommen
Vielen Dank!
Ihre Nachricht wurde gesendet.
Wir werden Ihre Anfrage bearbeiten und Sie so schnell wie möglich kontaktieren.
Vielen Dank!
Ihre Nachricht wurde gesendet.
Wir werden Ihre Anfrage bearbeiten und Sie so schnell wie möglich kontaktieren.