Aitenea
Objetivos
-
Ecosistema o framework
Creamos un ecosistema o framework que permite integrar de forma más sencilla el desarrollo, el testeo y la puesta en producción de algoritmos I+D. -
Interfaz intuitiva
Este ecosistema tiene una interfaz intuitiva capaz de ser usada para que cualquier usuario pueda experimentar con los algoritmos buscando alternativas de uso en otros problemas. -
Mantenimiento y evolución
Fácil mantenimiento y evolución de los algoritmos. -
Testeo de forma automática
Proporcionamos en este ecosistema herramientas para testear de forma automática. -
Alternativas para la gestión
Ofrecemos diferentes alternativas para la gestión de eventos en función de los resultados de la aplicación y de las técnicas de machine learning.
Proceso de desarrollo
de un algoritmo machine learning
Aitenea
Arquitectura
-
capa
de bajo nivel
El lugar donde se incorporan los nuevos algoritmos. Está programada 100% en Python.
-
capa
intermedia
Es un API rest que sirve de comunicación entre la capa de bajo nivel y el entorno gŕafico
-
capa
gráfica
Interfaz donde se puede entrenar, ejecutar y desplegar modelos según una programación de flujo.
¿Cómo usar Aitenea?
Aitenea ya incorpora una serie de algoritmos y transformaciones de datos pero la idea es que gracias a la comunidad y a su carácter open source estos crezcan rápidamente.
Un experto en Inteligencia Artificial quiere ensayar su algoritmo, tal vez para emplearlo en un nuevo problema.
Codifica su solución heredando las clases de Aitenea
Ocupándose únicamente de la codificación, el algoritmo ya formará parte de Aitenea y podrá ser usado desde la interfaz gráfica.
Desde el entorno gráfico cualquiera puede entrenar el algoritmo, testearlo y ponerlo en producción.