Разработчики: | Axenix (ранее Аксенчер Россия) Аксеникс |
Дата премьеры системы: | 2025/03/14 |
Отрасли: | Консалтинг, включая управленческий и кадровый |
Технологии: | Data Mining, Data Quality - Качество данных, MDM - Master Data Management - Управление основными мастер-данными |
Основные статьи:
- Data mining Интеллектуальный анализ данных
- Управление качеством данных
- Управление данными (Data management)
2025: Запуск лаборатории Data Lab
Axenix 14 марта 2025 года объявил о запуске лаборатории данных Data Lab. Сервис будет доступен компаниям по модели подписки. Это позволит клиентам по упрощенной схеме подключать команду специалистов Axenix к выполнению задач в области управления данными, аналитики и искусственного интеллекта.
Data Lab работает в формате Consulting as a Service (CaaS). По словам руководителя направления «Аналитика данных» для банков и ресурсных компаний Axenix Дениса Шипулина, это минимизирует формальности и предполагает более гибкие условия сотрудничества, чем при классической форме проектной работы. Так, команды Axenix могут привлекаться к точечным задачам по мере необходимости (в отличие от схемы непрерывного вовлечения), что позволяет заказчикам форсировать реализацию своих потребностей без серьезных затрат на привлечение внешних ресурсов.Импортовозвращение. Стоит ли ожидать, что иностранные ИТ-вендоры вновь придут в Россию? Оценка TAdviser
Data Lab оказывает услуги в области управления данными (Data Governance), разработки и аналитики (Data Engineering and Data Analytics) и искусственного интеллекта (Artificial Intelligence). У Data Lab предусмотрен пробный период – 1 месяц, в течение которого компании могут протестировать новую услугу и оценить качество сервиса. Для дальнейшей работы заказчику необходимо приобрести платную подписку, предусматривающую SLA в соответствии с запрашиваемым объемом и скоростью реализации потребностей.
Специалисты Axenix готовы разработать Data-стратегию, проанализировать качество данных, наполнить каталоги и словари терминов, а также закрыть другие потребности компаний в области управления данными. В сфере инженерии и аналитики данных в рамках Data Lab доступны такие услуги, как формулирование бизнес-требований и технических заданий к витринам данных и BI-отчетам, разработка части хранилища данных (DWH), интеграция систем-источников с хранилищем и др.
Компании, внедряющие технологии искусственного интеллекта, могут использовать Data Lab для разработки и тестирования ML-моделей, GenAI. Кроме того, Data Lab может быть полезна на старте ИИ-проектов, когда необходимо сформулировать бизнес-требования к моделям машинного обучения и компьютерного зрения, оценить потенциальные бизнес-эффекты от реализации проекта, исследовать данные для более эффективного обучения моделей, подготовить датасет, найти и устранить ошибки в работе моделей.
![]() | Компании все чаще ищут быстрые и малозатратные способы тестирования технологических решений. Наш подход позволяет клиентам минимизировать риски, оперативно проверять гипотезы и оценивать потенциал технологий без сложных бюрократических процессов, что делает сервис особенно актуальным в текущих рыночных условиях. Мы уже видим интерес заказчиков к такой модели работы и уверены, что спрос на услуги Data Lab будет расти, — отметил Денис Шипулин. | ![]() |
По его словам, у Data Lab доступен также коллаборативный режим работы по согласию заказчиков, когда разные компании видят кейсы друг друга в общей библиотеке, могут оценить и использовать в своих целях успешные результаты предыдущих работ. В Axenix отмечают, что в Data Lab есть все необходимые процессы, чтобы быстро применять накопленную экспертизу для разных клиентов.
Подрядчики-лидеры по количеству проектов


















Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
























Распределение систем по количеству проектов, не включая партнерские решения


















Подрядчики-лидеры по количеству проектов


















Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
























Распределение систем по количеству проектов, не включая партнерские решения

















