Optimisation, Machine Learning, at Algorithm Design and Development

Bumubuo kami ng mga analytical na modelo para sa mga problema kung saan napakaraming variable, hadlang, at trade-off upang pamahalaan nang maayos sa pamamagitan ng kamay. Sinasaklaw ng aming trabaho ang spatial at non-spatial na pag-optimize, kabilang ang paglalaan ng lokasyon, pagpili ng site, pagruruta, pagsusuri sa saklaw, disenyo ng pressure-zone, pag-roster ng kawani, pagputol ng stock, pagtatalaga, at mga problema sa pag-iiskedyul.

Kapag ang isang problema ay nangangailangan ng pormal na pag-optimize, idinidisenyo namin ang istruktura ng modelo, tinutukoy ang layunin at mga hadlang, inihahanda ang pipeline ng data, at ipinapatupad ang solve workflow gamit ang mga tool gaya ng Pyomo, PuLP, COIN-OR, GLPK, at Gurobi. Kung saan mas angkop ang machine learning, bumuo kami ng mga modelong sumusuporta sa pagtataya, pag-uuri, pag-prioritize, o pagtuklas ng pattern, karaniwang gumagamit ng mga workflow at framework na nakabatay sa Python gaya ng TensorFlow.

Nakatuon kami sa mga solusyon na maipaliwanag at magagamit, hindi lamang sa matematika na kawili-wili. Nangangahulugan iyon na i-package ang mga output sa paraang sumusuporta sa mga tunay na desisyon, pagdodokumento ng mga pagpapalagay, pagsubok laban sa mga senaryo ng pagpapatakbo, at, kung kinakailangan, pagsasama ng modelo sa mga dashboard, API, batch na proseso, o mga produkto ng produksyon.