
Algorithmus Schmiede GmbH
Alternatives à Algorithmus Schmiede GmbH
Aperçu du profil
À propos Algorithmus Schmiede GmbH
L’atelier d’algorithmes allemand übernimmt des missions de recherche et développement dans les domaines de la Data Science, de l’analyse des données, des mathématiques, de la physique et des algorithmes. Nos collaborateurs sont des scientifiques des sciences naturelles titulaires d’un doctorat.
Notre priorité est la fiabilité des systèmes et la précision des algorithmes développés ainsi que des méthodes de Data Science utilisées. Nos clients proviennent majoritairement du secteur industriel, où des prévisions erronées peuvent entraîner des arrêts de production, voire des rappels.
Voici quelques services concrets :
- Développement d’algorithmes pour l’industrie, maintenance prédictive, qualité prédictive, jumeau numérique
- Développement de logiciels dans le domaine de l’IA, de l’intelligence artificielle, d’AI, d’artificial intelligence et de la Data Science
- Développement d’algorithmes, par exemple Monte Carlo, traitement d’images, optimisation mathématique
- Conférences, keynotes sur le thème de l’IA, de l’intelligence artificielle, d’AI, d’artificial intelligence, aussi bien sur les bases de l’IA que sur des cas d’application pratiques dans le contexte industriel
- Programmation en Python, C, C++ / Cpp / C Plus Plus, Fortran, Mathematica
- Traitement du langage naturel et traitement linguistique, utilisation de grands modèles de langage (LLM) comme ChatGPT et développement de tâches complexes dans le domaine du traitement du langage, par exemple catégoriser des documents, extraire des informations d’un texte continu
- Problèmes d’optimisation mathématique, résolution avec des méthodes présentant des niveaux de complexité variés, de l’optimisation linéaire à des algorithmes sur mesure, par exemple https://www.algorithmus-schmiede.de/komplexe-optimierungsaufgaben/
Contactez le prestataire et obtenez rapidement un retour à vos questions.
Sites
Vidéo
Prestations
- Développement logiciel: 20 %
- Intelligence artificielle: 70 %
- BI & Big Data: 5 %
- Conseil informatique: 5 %
Intelligence artificielle
- Machine learning : 40 %
- Modélisation basée sur la force d’entropie: 10%
- Traitement d’images: 30%
- Analyse de motifs : 5 %
- Traitement de la parole et des textes: 15%
Programmation et scripting
- C Plus Plus (C++): 20%
- Python : 70 %
- C: 5%
- Autres: 5%
Conseil
- Stratégie digitale : 5 %
- Transformation digitale : 5 %
- Stratégie IT: 5%
- Gestion de projet: 85%
Contactez le prestataire et obtenez rapidement une offre correspondante.
Équipe

Dr. Markus Dutschke :
- Data Scientist et développeur d’algorithmes
- Dirigeant, indépendant depuis septembre 2018
- Doctorat en physique théorique (2018)
- Python, C++, Fortran
- Développement de logiciels pour l’industrie, maintenance prédictive, qualité prédictive, jumeau numérique
- IA, intelligence artificielle, AI, Data Science, Machine Learning, ML, apprentissage automatique, Reinforcement Learning
- Mathématiques, optimisation linéaire, optimisation, calcul d’optimisation, simulations Monte Carlo
- Numérique, architecture logicielle, développement d’algorithmes
- Doctorat, algorithme visant à améliorer la précision des expériences ACAR
- Master, simulation Monte Carlo (Metropolis Hastings) d’électrons dans un réseau cristallin
- Licence, optimisation des paramètres d’actions quantiques
Dr. Marc Alexander
- Data Scientist et développeur d’algorithmes
- Collaborateur salarié, depuis août 2021
- Doctorat en physique théorique
- Python, C++, Mathematica
- Développement de logiciels pour l’industrie, maintenance prédictive, qualité prédictive, jumeau numérique
- IA, intelligence artificielle, AI, Data Science, Machine Learning, ML, apprentissage automatique
- Mathématiques, optimisation linéaire, optimisation, calcul d’optimisation
- Numérique, architecture logicielle, développement d’algorithmes
- Vision par ordinateur, recherche de gabarits, équations différentielles, interfaces C++-Python
- Doctorat, simulation de systèmes quantiques multi particules
- Master, analyse numérique des fonctions d’onde
- Licence, résolution numérique de systèmes d’équations différentielles
Contactez le prestataire et obtenez rapidement un retour à vos questions.
Portfolio
Clients
Heidelberger Druckmaschinen AG Soniverse Softwareentwicklung T-Systems International GmbHTéléchargements
Projets

Planification automatique de parcelles constructibles
Référence client de Algorithmus Schmiede GmbH
Description
L’objectif était de découper une vaste surface en parcelles constructibles grâce à l’intelligence artificielle (IA, AI) et au machine learning (ML, apprentissage automatique). Il s’agit d’un problème relevant du domaine du calcul d’optimisation, qui ne peut plus être résolu par une optimisation linéaire. Que l’optimisation des parcelles via des méthodes de data science soit réalisée par un data scientist, par Monte Carlo ou par des algorithmes classiques n’était pas important pour le client.
Défi
Une surface de 65 000 m² a servi de benchmark. Cela a très rapidement conduit à l’optimisation d’un problème combinatoire, qui n’était plus représentable numériquement par une mathématique exacte. Les approches Monte Carlo du proof of concept n’ont elles non plus pas porté leurs fruits. La bibliothèque de graphes utilisée (Python) pour la modélisation mathématique du problème d’optimisation a également entraîné des pertes de performance.
Solution
Pour optimiser les parcelles, nous avons mis en place un algorithme multi-étapes. Pour cela, nous avons utilisé des méthodes éprouvées issues des mathématiques, de la physique et du calcul numérique. Nous avons remplacé la bibliothèque de graphes par une alternative fondée sur C++ plutôt que sur Python. Elle disposait d’une interface Python, de sorte que notre code restait entièrement écrit en Python.
Résultats
Nous avons développé une application d’intelligence artificielle (IA, AI) qui réalise en peu de temps une optimisation complexe des parcelles. Avec des méthodes de data science, nous menons une analyse des données afin d’évaluer la qualité de nos résultats. Ainsi, nous avons conçu un algorithme qui effectue l’optimisation d’un problème bien plus complexe que ce qui est possible avec une optimisation linéaire. Nous n’avons pas utilisé le machine learning (ML, apprentissage automatique) pour résoudre ce problème, car la problématique était très proche des mathématiques et que des approximations soigneusement réfléchies ont probablement conduit à des résultats nettement meilleurs que ne le laissait présager le recours au machine learning (ML, apprentissage automatique).
Description du projet: https://www.algorithmus-schmiede.de/komplexe-optimierungsaufgaben/
Contactez le prestataire et obtenez rapidement une offre correspondante.
Plus de références clients du prestataire
Contactez le prestataire et obtenez rapidement une offre correspondante.
Aperçu des avis clients
Note globale
avis clients
Feedbax avis clients





