Название базовой системы (платформы): | Google Cloud Platform (GCP) |
Разработчики: | Bell Integrator (Бэлл Интегратор) |
Дата премьеры системы: | 2021/08/03 |
Технологии: | Data Mining, MDM - Master Data Management - Управление основными мастер-данными, SaaS - Программное обеспечение как услуга |
Основные статьи:
- SaaS - История. Философия. Драйверы развития
- Машинное обучение (Machine Learning)
- Управление данными (Data management)
- Data mining Интеллектуальный анализ данных
2021: Выход на российский рынок
Компания Bell Integrator 3 августа 2021 года сообщила о выходе на российский рынок SaaS продукта – облачной платформы Neuton AutoML. Она позволяет всем категориям пользователей строить предиктивные модели для решения множества бизнес-задач и существенно превосходит по своим характеристикам, цене, срокам развертывания и простоте использования другие существующие на рынке решения.
Neuton AutoML представляет собой универсальное автоматизированное решение для машинного обучения на облачной платформе Google (GCP) полного цикла – от подготовки данных и обучения до развертывания моделей и интерпретации результатов предсказаний – в едином интерфейсе. Оно создано на базе запатентованного нейросетевого фреймворка (собственной разработки Bell Integrator), который основан на иных принципах построения нейронных сетей, что позволяет автоматически создавать модели с особыми характеристиками.Олег Чумаков, «АРБАЙТ»: В 2024 ПК и серверы ARBYTE закупали крупнейшие компании страны
В отличие от других решений в области ИИ, продукт Bell Integrator настолько прост в использовании, что не требует опыта в области Data Science, программирования или иной специальной экспертизы. Даже бизнес-пользователи могут самостоятельно строить прогнозы и находить инсайты в данных, будь то предсказание оттока клиентов, прогнозы продаж, оптимизация бизнес-процессов, определение лучшего предложения для каждого клиента или кредитный скоринг.
![]() | Мы наблюдаем бум развития технологий искусственного интеллекта, однако все это делается руками специалистов по машинному обучению, экспертов, которые должны сочетать в себе разносторонние навыки: знания алгоритмов и математики, программирования, науки о данных и много другое. На них невероятный спрос, а многим они просто не по карману. Мы запустили Neuton AutoML, чтобы по-настоящему демократизировать искусственный интеллект, сделав его доступным для всех категорий пользователей, – отмечает Екатерина Василенко, директор по продукту Neuton компании Bell Integrator. | ![]() |
Согласно проведенным бенчмарк-тестам, Neuton AutoML отличен еще и тем, что превосходит другие разработки по таким показателям, как размер (в 1000 раз компактнее), скорость вычисления (в 100 раз быстрее), быстрота внедрения (для внедрения машинного обучения с помощью Neuton AutoML требуются считанные дни, а не месяцы) и стоимость использования. Высокая скорость вычисления и малый размер позволяет использовать созданные с помощью Neuton AutoML модели в микроконтроллерах, то есть в устройствах, не обладающих большим быстродействием, и без выхода в интернет.
Облачная платформа доступна по месячной подписке. Также имеется бесплатный тариф с безлимитными возможностями для обучения моделей. Такая опция позволит пользователям переключаться на платные пакеты, прежде убедившись, что созданные модели решают их бизнес-задачи. Также в зависимости от тарифного плана есть возможность визуализировать результаты предсказания через веб-интерфейс, скачать готовую к использованию модель или подключаться к ней через API для легкого встраивания в существующий бизнес-процесс.
4 августа 2021 года Neuton AutoML запускается на Product Hunt, глобальной площадке для мирового сообщества инноваторов. Ежедневно на ней публикуется около 100 продуктов, и все они борются за внимание аудитории.
Заказчик | Интегратор | Год | Проект |
---|---|---|---|
- Филип Моррис Сэйлз энд Маркетинг, (Philip Morris) | Bell Integrator (Бэлл Интегратор) | --- | ![]() |
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Данные не найдены
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)