Skaff is een incubator
voor Artefact technische producten
De technische leveringsstandaarden verhogen.
Commercieel succes verbeteren.
Consolideer artefact als leidend data.
Skaff biedt open source kennis en inzetbare oplossingen om fundamentele technische problemen op te lossen
Er is een aanzienlijke technische overhead voordat data- en AI-projecten hun waarde kunnen aantonen.
Skaff erkent dit fundamentele werk en bouwt acceleratoren van hoge kwaliteit om het bouwen en implementeren te stroomlijnen, zodat teams zich kunnen concentreren op het werk dat waarde toevoegt.
Kennis
Verpakkingen
Een vliegende start maken
Versnel uw kennismaking met een technologie of expertise door een van onze kennispakketten te doorlopen.
Wat zit er in de doos?
Kennispakketten bevatten een hands-on van 45 minuten,
en onze collectieve overtuigingen over hoe we
het onderwerp benaderen.
Probeer een
Implementeerbare pakketten
Snijd door de boilerplate heen
Versnel de ontwikkeling en industrialisatie van data projecten door gebruik te maken van open source software.
Hoe ziet het eruit?
Deze versnellers kunnen Python-pakketten zijn,
Terraform modules, Git repository sjablonen,
wireframes voor dashboards, en nog veel meer.
Probeer een
Volg uw Gen AI app snel met
onze Langchain industrialisatiekit.
Succesverhalen
Privé vermogen
Door gebruik te maken van Skaff's GenAI versnellers, demonstreerde een Artefact team snel de grote tijdsbesparing die bereikt kon worden door het indexeren en doorzoeken van ongestructureerde data voor fusies en overnames.
Analisten konden vragen stellen over due diligence documenten, marktonderzoeken, interviews met experts en andere reports in natuurlijke taal. Hierdoor kan informatie gemakkelijk worden vergeleken, wat de productiviteit enorm verbetert.
Greenlit om op te schalen naar 1500 gebruikers.
Consumenten schoonheid
Bij het bouwen van een data platform om marketing use cases te ondersteunen, versnelde het gebruik van Skaff-versnellers de implementatie van data lakes, data pipelines, toegangscontrole, finops en data governance.
Nu dit binnen enkele dagen geregeld was, in plaats van weken of maanden, konden de technici van data zich richten op het bouwen van data-producten en het bedienen van strategische use cases voor het merk.
RETAIL
Voor het analyseren van data streaming van verkooppunten in een use case voor fraudedetectie werd de dbt server-accelerator van Skaff gebruikt voor het implementeren en plannen van de analysepijplijn.
Hierdoor kon het Artefact-team snel inzicht krijgen in gebeurtenissen bij fraudedetectie en andere incidenten.
Doordat ze deze versneller al hadden, konden ze weken aan ontwikkelingstijd besparen en zich op hun product concentreren.
Medium blogartikelen van onze technische experts
Hallucinaties detecteren bij LLM's, één teken per keer
Grote Taalmodellen zijn verbazingwekkend vaardig. Ze vatten samen, vertalen, redeneren en coderen (beter dan ik). Maar in tegenstelling tot mij, zijn ze ook berucht geworden voor het uitvinden van...
Zal de toekomst van Agentic AI gebaseerd zijn op kennisgrafieken?
Terwijl bedrijven zich haasten om AI operationeel te maken, ontdekken de meesten dat hun data infrastructuur nooit ontworpen was voor autonoom redeneren. Vandaag de dag is tot 80% van de AI implementatie...
De doe-het-zelf-ervaring verrijken: Hoe ADEO AI gebruikt om inhoud en kennis te verbinden
Assortimentoptimalisatie is een cruciaal proces in de detailhandel waarbij de ideale mix van producten wordt samengesteld om aan de vraag van de consument te voldoen, terwijl er rekening wordt gehouden met de vele logistieke...
MotherDuck uitgelegd: Hoe de Next-Gen AI & Analytics-oplossing past in uw Data-stack
MotherDuck breidt de analytische prestaties van DuckDB uit naar de cloud met samenwerkingsfuncties, levert 4x snellere prestaties dan BigQuery en kostenbesparingen ten opzichte van traditionele data...
Assortimentoptimalisatie met discrete keuzemodellen in Python
Assortimentoptimalisatie is een cruciaal proces in de detailhandel waarbij de ideale mix van producten wordt samengesteld om aan de vraag van de consument te voldoen, terwijl er rekening wordt gehouden met de vele logistieke...
Is Preference Alignment altijd de beste optie om LLM-gebaseerd vertalen te verbeteren? Een empirische analyse
Neurale meetmethoden voor de evaluatie van machinevertalingen (MT) zijn steeds prominenter geworden vanwege hun superieure correlatie met menselijke beoordelingen in vergelijking met traditionele lexicale meetmethoden.
Keuze-leren: Grootschalige keuzemodellering voor operationele contexten door de lens van machinaal leren
Discrete keuzemodellen zijn gericht op het voorspellen van keuzebeslissingen die individuen maken uit een menu van alternatieven, een zogenaamd assortiment. Bekende toepassingen zijn onder andere het voorspellen...
Het tijdperk van generatieve AI: Wat verandert er?
De overvloed en diversiteit van reacties op ChatGPT en andere generatieve AI's, of ze nu sceptisch of enthousiast zijn, tonen de veranderingen die ze teweegbrengen en de impact...
Hoe Artefact erin slaagde een eerlijk en toch eenvoudig loopbaansysteem voor software-ingenieurs te ontwikkelen
In de dynamische en steeds veranderende technologiesector van vandaag kan een carrièrepad vaak aanvoelen als een kronkelend pad door een dicht woud van mogelijkheden. Met snelle...
Waarom u LLMOps nodig hebt
Dit artikel introduceert LLMOps, een gespecialiseerde tak waarin DevOps en MLOps worden samengevoegd voor het beheer van de uitdagingen die grote taalmodellen (LLM's) met zich meebrengen...
De kracht van LangChain Expression Language (LCEL) ontketenen: van proof of concept naar productie
LangChain is in minder dan een jaar uitgegroeid tot een van de meest gebruikte Python-bibliotheken voor interactie met LLM's, maar LangChain was vooral een bibliotheek...
Hoe we de reconciliatie van profiel-ID's hebben afgehandeld met behulp van Treasure Data Unification en SQL
In dit artikel leggen we de uitdagingen van ID-conciliatie uit en demonstreren we onze aanpak om een eenduidig profiel-ID te maken in het Data platform van de klant,...
