Klantcases & oplossing
Dit jaar werd er gewerkt aan zes uitdagende klantcases. De Emixa-teams hebben zich er hard voor ingezet om binnen de beschikbare tijd met AI-oplossingen te komen en deze in een mooi Mendix-app-jasje te gieten. Hieronder volgt een korte omschrijving van de case en het bijbehorende resultaat:
Nationale Hypotheek Garantie
Case: Is het mogelijk om op basis van interne data te voorspellen welke klanten een hoog risico hebben op betalingsproblemen?
Resultaat: Het team heeft een zeer complexe dataset (> 10 miljoen rijen, > 200 kolommen) gestructureerd en geanalyseerd om zo een solide basis te leggen voor het toepassen van ML modellen op interne NHG data.
GXO
Case: Kunnen we via een optimalisatiealgoritme een slimme, geautomatiseerde invulling geven aan onze dagelijkse workforce planning?
Resultaat: De afgeleverde app geeft een dynamische invulling van de workforce planning en houdt geautomatiseerd rekening met beschikbaarheid, competenties, trainingsmogelijkheden en meer.
Meijer Potato
Case: Kunnen we een statistisch model inzetten om een slimme ranking te maken van ouderparen die verwacht zijn een kandidaat set aan eigenschappen te hebben?
Resultaat: In de app Tinder for Taters kan een gebruiker een segment, grondsoort en moederras kiezen waarna de app kandidaat vaders op basis van gewenste eigenschappen selecteert.
J-Tec
Case: Kunnen we het vinden van de juiste technische handleidingen van systeemcomponenten vergemakkelijken?
Resultaat: Door taalmodellen vergelijkbaar met het model achter ChatGPT in te zetten, kunnen gebruikers hun vraag invoeren, waarna de app automatisch de juiste sectie in de gewenste handleiding vindt en presenteert.
Prorail/NS
Case: Kunnen openlijk beschikbare satellietbeelden gebruikt worden om te bepalen waar fietsen (verkeerd) geplaatst staan en hoeveel fietsen aanwezig zijn op een station?
Resultaat: De afgleverde app past image recognition modellen toe op beeld data uit verschillende bronnen. Met gemiddeld zo’n 90% nauwkeurigheid kunnen auto’s (en uiteindelijk fietsen) op elk moment geteld worden.
Dille & Kamille
Case: Kunnen we via een statistisch model prijselasticiteit van onze producten berekenen?
Resultaat: De app Fantastic Elastic geeft een interactieve weergave van geschatte prijselasticiteit voor meer dan 750 producten.
De Winnaar
Na vele uren hard werken was het tijd om de eindpresentaties van de MVP’s te presenteren waarbij zowel Emixa medewerkers als klanten aanwezig waren. Een stemming heeft uiteindelijk bepaald dat team J-Tec de beste oplossing heeft ontwikkeld. Een toegepast en gefinetuned taalmodel kon haarfijn assisteren bij het vinden van de juiste handleiding bij voorkomende machineproblemen. De opgeleverde MVP’s vormen de basis voor verdere gesprekken met de deelnemende klanten.
Benieuwd naar de uitwerking van de Hackathon cases?
Houd dan de Magnus LinkedIn pagina in de gaten voor meer updates! Bekijk alvast de video voor een sfeerimpressie van het Hackathon evenement of neem contact op met Corine Beerepoot.
