Not found, error 404
The page you are looking for no longer exists. Perhaps you can return back to the site's homepage and see if you can find what you are looking for. Or, you can try finding it by using the search form below.
Sitemap
Pages:
- A Stratis Kft. külső adatvédelmi tájékoztatója ügyféllel elektronikus úton kitöltetett kérdőív kapcsán
- A.N.I.T.A.
- Adatvédelmi tájékoztató
- Blog
- Főoldal
- Ipari megoldások
- Kapcsolat
- Karrier
- Közbeszerzés
- Kulcsemberek
- Referenciák
- Rólunk
- Szolgáltatások
- A.N.I.T.A.
- Anomália felderítés
Categories:
Authors:
- henriett.vacz (6)
- laszlo.emese (52)
- Stratis (12)
Monthly:
- 2023. november
- 2023. október
- 2023. július
- 2023. június
- 2023. május
- 2023. március
- 2023. január
- 2022. december
- 2022. november
- 2022. október
- 2022. augusztus
- 2022. július
- 2022. június
- 2022. május
- 2022. április
- 2022. február
- 2022. január
- 2021. december
- 2020. március
- 2019. november
- 2019. június
- 2019. április
- 2019. február
- 2018. december
- 2018. március
Recent Posts:
- AI-asszisztens – az ügyfélszolgálati folyamatok Jeanne d’Arc-ja
- Beszerzési stratégiák adatokra építve
- Rábízhatjuk egy vállalat döntéseit a mesterséges intelligenciára? – Interjú Havasi Andorral és Gáspár Sándorral
- Miért nem dörömbölnek az ágazat szereplői kórházi referencia architektúrát követelve?
- Szükség van-e kórházi referencia architektúra tervre?
- Nagyvállalati integrációk három árnyalata – a best of breed megközelítés buktatói
- A sikeres vállalati fúziók és integrálások receptje
- Hogyan készül? IT integrációs feladatok felvásárlás után
- A közigazgatás legyőzi a versenyszférát digitalizációban?
- Top 5 mesterséges intelligencia trend 2023-ban
- A mesterséges intelligencia szerepe a digitális transzformációban
- Fókuszban a digitális transzformáció – Interjú Fazekas Jánossal, a Stratis Analytics üzletág igazgatójával
- Kereslet előrejelzés, a Stratis megoldásaként
- A mesterséges intelligencia a digitális transzformáció motorja?
- A prediktív analitika alkalmazási területei
- A mesterséges intelligencia szerepe a digitális transzformációban – interjú Gáspár Sándorral
- Kiskereskedelmi értékesítés teljesítmény-menedzsment adat alapokon
- Prediktív analitika – Tekintsünk a jövőbe az adatok segítségével!
- BI érettség felmérési modell
- Beszámoló a MAJOSZ Járműipari Konferenciáról
- Mit tehet egy felelős cégvezető, ha elszabadulnak a költségei? – Racionális válaszok a gazdasági nehézségekre
- Természetes nyelv feldolgozás (Natural Language Processing, NLP) és erre épülő tudásmenedzsment
- Esettanulmány: vállalati intelligens keresőmotor
- A szoftver, ami előre szól, ha el fog romlani valami – bevásárolt a Siemens
- Iparvállalatok tevékenységének digitalizációja – adatvezérelt működés az iparban
- A Stratis eredményes szereplése a Magyar Ipari Célgép Nagydíjon
- Esettanulmány: hogyan csökkentette költségeit egy gyártó vállalat a folyamatbányászat során feltárt insight-ok alapján
- Folyamatbányászat, azaz egy vállalat működésének megértése az adatokon keresztül
- Optimalizálás – mint a hatékonyság, a versenyképesség és pénzügyi eredményeink javításának egy lehetséges eszköze, nem alábecsülendő!
- “MERT AZ ADATOKON ALAPULÓ DÖNTÉSEK JOBBAK” – A STRATIS otthonosan mozog az iparban is!
- Út az Ipar 4.0 felé: iparvállalatok digitalizációja lépésről lépésre – Interjú Gáspár Sándorral
- Adatvezérelt működés az iparban
- A mesterséges intelligencia hasznai: kereslet-előrejelzés a kiskereskedelemben
- Újít a Lidl: megváltozik az árufeltöltés a boltok polcainál
- Hatékony hibafeltárás a mesterséges intelligencia alkalmazásával
- Esettanulmány: anomália felderítés, prediktív karbantartás
- Amikor a mesterséges intelligencia írja a népdalokat
- Egy okosgyár számokban: 48%-kal kevesebb hiba és 67%-kal gyorsabb működés
- Esettanulmány: gépi látás, hibakeresés
- Mesterséges intelligenciával hatékonyabbá tehető a minőség-ellenőrzés
- Gépi látás az Ipar 4.0 szolgálatában: Mi is az a computer vision? – 2. rész
- Gépi látás az Ipar 4.0 szolgálatában: Mi is az a computer vision? – 1. rész
- Hogyan mérjük fel a kereslet várható mértékét? – 2. rész
- Hogyan mérjük fel a kereslet várható mértékét? Mi így csináltuk – 1. rész
- Modern ellátási láncok, avagy kereslet előrejelzés és tervezés adat alapokon
- Miért jó nekünk az IOT? – 2. rész
- Miért jó nekünk az IOT? – 1. rész
- Stratis-történelem első kézből – Interjú Béndek Péterrel és Fazekas Jánossal
- A jövő technológiáiról a jelen szakértőjétől – Interjú Frisch Tamással
- Mit kell tudni a gépi látásról? Interjú Gáspár Sándorral
- Smart Factory – avagy az ipar 4.0 a gyakorlatban
- Mit kell tudni az ipar 4.0-ról?
- Hogyan jutottunk idáig? – Az ipari forradalmak történeti áttekintése
- Mi is teszünk a koronavírus megfékezéséért!
- Budapest BI Forum előadás
- Az MI koalíció tagjai lettünk
- Online beiratkozás az általános iskolába
- Gyorsulási verseny az adatsztrádán
- Legsikeresebb évünk
- „Az adat az új olaj!” – ahogy a mai IVSZ Data Economy Conference mottója is tartja.
- Véget ért a BME Management Szakkollégium Projekt Management kurzusa
- Novemberben három nagy konferencián is részt vettünk előadóként.
- Vezércsere a Stratisnál