author image

Magne Bakkeli

Magne har over 20 års erfaring som rådgiver, arkitekt og prosjektleder innen data & analytics, og forstår godt forretningsmessige og tekniske problemstillinger.

Glitni øker leveranseevnen innen data science og MLOps

28.08.2024 | 3 min lesetid
Kategori: Kunstig Intelligens | Emneknagger: #MLOps, #AI, #Partnerskap, #Glitni

Glitni inngår et samarbeid med Telum — konsulentene som skaper resultater med kunstig intelligens. Ved å kombinere Glitni sin ekspertise på dataplattformer og data engineering med Telum sin erfaring på data science- og MLOps-feltet, kan vi tilby en helhetlig verdikjede for utvikling og drift av data- og KI-produkter.

Kryssfunksjonelt samarbeid er nøkkelen

Vi ser tydelig at å bryte ned tekniske og faglige siloer er nøkkelen til å bygge bedre produkter og forbedre interne prosesser med data og KI. Både Glitni og Telum har konsulenter med lang erfaring fra modne selskaper og miljøer, der ulike fagdisipliner jobber sammen for å utvikle og drifte full-stack dataprodukter som brukes til kritisk beslutningsstøtte, innovativ produktutvikling, og inkrementell prosessforbedring.

Der Glitni har ekspertise på dataplattformer og data engineering, har Telum spisskompetanse på full-stack data science — inkludert MLOps. Konsulentene i Telum har vært sentrale i oppbyggingen av data science-området i blant annet Elkjøp Nordic og Oda, og har både faglig dybde og teknisk bredde.

De har levert og ledet forretningskritiske prosjekter innenfor blant annet produkt- og innholdsanbefalinger, søk, prognoser, supply chain-optimering, kundesegmentering, prising, bildeprosessering og tekstprosessering, og har implementert MLOps-infrastruktur for å effektivt utvikle og drifte disse prosjektene.

Sammen kan Glitni og Telum tilby både implementering av plattformkapabiliteter og utvikling av data- og KI-produkter, enten det er snakk om skreddersøm med høy kompleksitet eller sømløse integrasjoner med hyllevare.

Telum-teamet

Kjetil Åmdal-Sævik | Data science & MLOps

Kjetil er en erfaren data science-leder, data scientist og MLOps engineer med bakgrunn fra blant annet Elkjøp Nordic og Oda. Han har vært involvert i utviklingen av kommersielt relevante og teknisk ledende maskinlæringsløsninger siden 2014, og har omfattende erfaring med å skalere opp og sette data science på agendaen i både etablerte selskaper og start-ups.

Kjetil Åmdal-Sævik.
Kjetil Åmdal-Sævik.

Aleksander Wang-Hansen | Data science

Aleksander er en erfaren data scientist og teamleder med bakgrunn fra blant annet Oda. Han er en tidligere toppidrettsutøver og effektiv problemløser med solid bakgrunn innenfor matematikk, statistikk og maskinlæring, og har betydelig praktisk erfaring med bygging av svært forretningskritiske maskinlærings- og optimeringsløsninger og å gi strategisk rådgivning og opplæring.

Aleksander Wang Hansen.
Aleksander Wang Hansen.

Jens Fredrik Skogstrøm, PhD | Data science

Jens Fredrik er en erfaren data science-leder, data scientist og analytiker med bakgrunn fra blant annet SSB, Menon Economics og Oda. Han er meget sterk på å omdanne teori til kommersielle resultater, og har lang erfaring med å levere og lede maskinlærings- og analyseprosjekter for å forbedre både produkter for sluttbrukere og interne arbeidsprosesser i ulike selskaper.

Jens Fredrik Skogstrøm.
Jens Fredrik Skogstrøm.

Eksempler på KI-leveranser teamet har erfaring med

  • Skreddersydde maskinlæringsløsninger for prognoser som kan kombineres med menneskelig dømmekraft, til bruk innen f.eks. bemanningsplanlegging og innkjøp.
  • Optimerings- og simuleringsløsninger for produksjon og logistikk — gjerne kombinert med maskinlæringsmodeller — for effektivitetsøkning i ulike ledd i forsyningskjeden.
  • Prediktive kundesegmenteringsmodeller for målrettet markedsføring og produktforbedring
  • Produkt- og innholdsanbefalingssystemer basert på både strukturerte og ustrukturerte (tekst, bilde, video, audio) data.
  • Søkeløsninger for alle former for innhold, med bruk av språkmodeller for optimalisert, selvforbedrende indeksering og spørring.
  • Lean, fleksibelt MLOps-oppsett som kombinerer utvikling og idriftsetting lokalt og i cloud (Azure og/eller Google Cloud Platform), for data science teams som ønsker å være svært produktive og levere driftssikre løsninger.

Magne Bakkeli

Magne har over 20 års erfaring som rådgiver, arkitekt og prosjektleder innen data & analytics, og forstår godt forretningsmessige og tekniske problemstillinger.