HORNBACH: Aufbau einer Analytics Platform

inovex hat für Hornbach eine Plattform zur Analyse von Kundenbewertungen aufgebaut. Eine der Motivationen für das Projekt war der Wunsch von HORNBACH, Reviews auf Social Platforms wie Google Maps analysieren zu können. Damit sind die Bewertungen gemeint, die ein Kunde nach seinem Besuch im Baumarkt abgeben kann – in welchem Baumarkt der Kunde war, wie das Kauferlebnis wahrgenommen wurde etc. Ziel ist es, auf anonymisierter Basis die Stimmung der Kunden beim Einkauf in den Märkten zu erkennen und die Ergebnisse grafisch ansprechend zu visualisieren, um daraus Verbesserungspotenziale beim Verkauf abzuleiten.

Agile Data Science für die Supply-Chain-Optimierung von REWE digital

inovex hat im Bereich der Supply-Chain-Optimierung mit der REWE-IT-Tochter REWE Digital intensiv zusammengearbeitet. Bei REWE Digital werden alle strategischen Online-Aktivitäten der REWE Group gebündelt. Ziel ist es, der führende Anbieter von Online-Lösungen in allen für REWE relevanten Einkaufsmärkten und Lieferlagern zu werden. Ziel ist das Fulfillment: Verlängerte Supply Chain gegenüber dem Einzelhandel.

Best of Both Worlds: Aufbau einer hybriden BI-Architektur mit Big-Data-Komponenten für dmTECH

Die IT-Tochter von dm-drogerie markt fokussiert sich mit mehr als 800 Mitarbeitern auf die Digitalisierung des Handels. Im Mittelpunkt steht die Entwicklung von innovativen Lösungen: für den Online-Shop, Kunden- und Mitarbeiter-Apps sowie für die IT in den dm-Märkten, den Verteilzentren und der Zentrale. inovex hat dmTech dabei unterstützt, die Möglichkeiten einer bestehenden Data-Warehouse-Lösung mit Big-Data-Technologien zu erweitern.

inovex Blog

Darjan Salaj | 21.10.2020

Deep Learning on Bad Time Series Data: Corrupt, Sparse, Irregular and Ugly

How do you train neural networks on time series that are non-uniformly sampled, irregularly sampled, have non-equidistant timesteps, or have missing or corrupt values? In the following post, I try to summarize and point to effective methods for dealing with bad time series data data. [...]

inovex Blog

Christian Becker | 14.10.2020

Federated Learning: Frameworks for Decentralized Private Training – Part 2

This blog post evaluates three different Federated Learning frameworks and the concepts they use to achieve a collaborative training. Basic knowledge about Federated Learning is required to understand this blog post. If you need a refresher, check out the previous part of this series “Federated Learning: A Guide to Collaborative Training with Decentralized Sensitive Data – Part 1”. [...]

inovex Blog

Arne Maier | 07.10.2020

JavaScript Proxies: Changing the core functionality of Objects

JavaScript Proxies allow you to intercept core functionality on JavaScript Objects so you can tweak the behaviour of existing features. And it is not limited to objects created by you but is also possible with objects created by others. As a reminder, in JavaScript there are eight different data types: Boolean, Null, Undefined, Number, BigInt, String, Symbol and Object (see MDN). So changing the behaviour of objects lets us change a huge part of JavaScript. [...]