Математика доставки 2.0: Комбинаторная оптимизация и машинное обучение. Реализованные кейсы в цифрах
планировщик + ML = оптимизация нового уровня Как предиктивка усиливает эффект планирования и оптимизации.
Макеев Алексей на примере реализованных кейсов расскажет о том, как внедрение комбинаторной оптимизации совместно с машинным обучением меняют бизнес процессы и какие при этом достигаются результаты в цифрах.
- Где применяется динамическая маршрутизация и оптимизация – на реализованных примерах
- Возможности комбинаторной оптимизации и маршрутизации – параметры планирования, ограничения, совместимости, скорость расчета и целевые функции оптимизации
- Как использование машинного обучения совместно с динамической маршрутизацией увеличивает эффект для оптимизации на десятки %%
- Реализованные кейсы - результаты в цифрах
О спикере
Ведущий эксперт в области IT-консалтинга. Имеет более 20 лет опыта создания, развития и внедрения IT-решений в разных отраслях бизнеса.
Карьера:
Выпускник МИЭТ, получил образование инженера по специальности «Вычислительные машины, комплексы, системы и сети».
С 1997 по 2005 год возглавлял департамент аналитики в компании «Диасофт», занимающейся разработкой ПО в финансовой сфере.
В 2005 году стал со-основателем компании «Неофлекс», интегратора и разработчика ПО для банковского сектора. Руководил департаментом разработки. Возглавлял бизнес-направление «Интеграция бизнес-приложений».
В 2019 году присоединился к компании Veeroute, разрабатывающей облачный сервис комбинаторной оптимизации. В данный момент является партнёром компании и возглавляет подразделение консалтинга.
