شرکت داده و اعتبارسنجی تجارت ایرانیان (داتا) در سال 1402 و بنا بر ضرورت توجه به مبحث مدیریت و حاکمیت داده و هوش مصنوعی، با هدف توسعه زیرساختها، تجزیه و تحلیل و مدیریت کلان دادهها و ارائه خدمات هوش مصنوعی تاسیس شد.
این شرکت به پشتوانه نیروی جوان، خلاق و متخصص خود در حوز ههایی چون دادهکاوی، امنیت داده، مدیریت داده، زیرساخت داده و هوش مصنوعی به ارائه خدمات و تولید محصول با استفاده از آخرین فناوریها میپردازد.
داتا با ارائه خدمات تخصصی در حوزههای ذکر شده، نقشی پررنگ و تاثیرگذار در تحول دیجیتال داشته و با بهکارگیری کلان دادهها، مسیر بهبود عملیات و فرآیندها را در سازمانها هموار میکند.
این واژهنامه با هدف ارائهی تعاریف دقیق، بهروز و قابلدرک از مفاهیم کلیدی حوزهی هوش مصنوعی تهیه شده است. در تهیه و تدوین آن، از منبع دانشگاه MIT استفاده شده که به قلم پروفسور حسین رهنما تدیون شده و لینک منبع را در انتهای متن قرار دادهایم. تمامی کلمات بادقت
در بسیاری از سازمانها، ابزارهایی وجود دارد که دادهها را در قالب یک صفحهی خلاصهشده با نمودارها و شاخصها نشان میدهند؛ به این صفحهها «داشبورد» میگویند. هدف از داشبورد این است که مدیر یا کاربر بتواند وضعیت کلیدی سازمان را یکجا ببیند. اما واقعیت این است که بسیاری از این
در دنیای هوش مصنوعی، سالها این باور وجود داشت که مدلهای بزرگتر، بهترند. مدلهای زبانی عظیم (LLM) با میلیاردها پارامتر، قدرت پردازشی بالا و هزینههای هنگفت، ستون اصلی این صنعت بودند. اما آیا آینده هوش مصنوعی واقعاً به این غولها وابسته است؟ حالا یک تغییر روایت جدی در حال وقوع
لیلا نظری، مدیر توسعه کسبوکار داتا تولید و توسعه محصولات و سرویسهای مبتنی بر داده در سالهای اخیر در ایران، با رشد چشمگیری همراه بوده است و با سرعت قابلتوجهی به سمت آینده حرکت میکند، اگر چالشهای مرتبط با توسعهپذیری فنی این محصولات را کنار بگذاریم، موضوع اشتراکگذاری خروجیهای محصولات
ریحانه کوثری-مدیر محصول شرکت داتا؛ طراحی و اجرای سامانههای دادهمحور اغلب با شور و اشتیاق فراوان شروع میشوند، اما بسیاری از آنها در میانهی راه با مشکلات جدی روبهرو میشوند یا به نتایج مطلوب نمیرسند. آمارها تصویر روشنی ترسیم میکنند: به گزارش گارتنر بیش از ۸۵٪ از پروژههای کلانداده در
دادهها به عنوان سوخت اصلی موتور تصمیمگیری سازمانها به شمار میروند. nv hd بانکها به عنوان نهادهایی که روزانه میلیونها تراکنش را پردازش میکنند، در خط مقدم انقلاب دادهها قرار دارند. با این حال، حجم عظیم و پیچیدگی دادههای بانکی باعث شده که استخراج بینشهای عملیاتی و استراتژیک از آنها
