莫林Teyssier

我们的机器学习算法的核心能力在Reonomy交付产品。我们独特的数据资产是知识图连接信息为所有商业地产在美国,自己的公司和个人和工作在这些属性。这张图是建立与执行实体解析模型,定义了顶点类型,和顶点的属性,以及创建多个边缘类型图。其他类似的数据资产集中在一个小得多的属性子集和/或手动构造。的体积数据,以及所需的连接质量,限制我们的最佳工具,计算能力和技术堆栈。它还提供了我们一个激动人心的机会构建尚未普及的东西,因为是众所周知的公式如何构建数据资产和构建可交付成果。在您的模型定义的形状数据资产,用于构建公司的所有产品,使每一个选择都至关重要,尤其当你是一个日益增长的启动支持大约12个不同的模型。我走过关键代码设计选择的例子,集群配置选择,选择算法是必要的成功构建图形组件。你会带走时需要考虑的关键点实现生产质量模型嵌入大容量数据管道,以及一个逻辑框架来构建知识图能够,如情报产品支持一组不同的属性。