- 就像你看到的那样?LetsTalkUrl让我们谈谈
客户是一家世界500强的机车公司，专门设计和制造重型设备领域的发动机。
主要挑战
机车发动机的保修期由客户承担。检测这些故障需要3到5个月，解决这些故障需要3个月
这一过程导致了大量的人力和金钱的影响，每年都为这项任务带来巨大的影响
为了解决这一巨大的收入阻止，客户需要一种预测未来失败和保修索赔的方法
的影响
30.%
在两台发动机的机器学习(ML)算法模型投入使用后，通过对故障的早期预测来减少保修索赔的预算。
解决方案
Infosys高级分析程序:分析模型的验证
将放置在机车发动机上的传感器的原始数据输入ML算法/模型，以检测故障和问题，提前预测保修要求。Infosys高级分析程序验证了这一模型，并确保了预测的准确性。
从一个“无验证程序”，QA策略已经为客户的数据分析领域带来了一个强大的验证系统。
- Infosys实现了一个明确定义的QA策略来验证分析模型
- 团队构建了定制的自动化解决方案，以在一周的sprint时间内加速执行
- QA验证策略有助于识别核心缺陷。由于定义明确的策略，检测到〜26％的主要缺陷。这确保了该计划的目标，确保约85%的预测准确率
