, , ,

IT-PS Dienstleistungs- und Data Science Projekte, wie z.B. 2-factor-lock Lösung, jetzt mit 14% Förderung unterstützt

Infolge der COVID-19 Krise hat der Gesetzgeber die Einführung einer COVID-19 Investitionsprämie für Unternehmen beschlossen. Diese "aws Investitionsprämie für Unternehmen" wurde als Förderungsprogramm konzipiert und wird im Auftrag der Bundesministerin für Digitalisierung und Wirtschaftsstandort (BMDW) durch die Austria Wirtschaftsservice GmbH (aws) abgewickelt. Unter welchen Voraussetzungen Sie die Förderung erhalten und welche Investitionen davon betroffen sind, lesen Sie hier.

Weiterlesen
, , , , ,

IT-PS Performance Monitor – Ihre E2E Monitor Lösung

Automatische Grafiken Ihres IT-Infrastruktur On-Premise & in der Cloud, 5 sinnvolle Metriken in einer Grafik sowie mehrere individuelle Zeiträume Ihrer IT vergleichen? Und das gesamtheitlich für Power Server (IBM i, AIX, Linux), virtuelle Server, HMC, SAN Switche, Storage? Und Sie wollen mehrere Kundensysteme monitoren? Vielleicht auch noch Daten von mehreren Jahren rückwirkend zur Verfügung haben? Darf’s noch was sein?
Das geht nicht?

Weiterlesen
, ,

COVID-19: Machine Learning, Home Office und andere Maßnahmen

Kein Thema hat uns in den letzten Monaten so beschäftigt wie COVID-19. Viele Maßnahmen und Ausnahmeregelungen wurden beschlossen und umgesetzt. Über die Auswirkungen wird viel diskutiert und es gibt verschiedene Meinungen dazu. Das IT-PS Data Science Team wollte sich selbst eine Meinung bilden und hat sich daher mit den entsprechenden Daten auseinandergesetzt:

Weiterlesen
, ,

Report Verlag sagt: „Gut für das Datengeschäft aufgestellt“

Unser Geschäftsführer, Werner Höger, und Michael Petroni, Head of IT-PS Data Science, haben mit Martin Szelgrad, Report Verlag gesprochen. Lesen Sie hier das Ergebnis des veröffentlichten Artikels:

Weiterlesen
, , , , ,

POW3R digital Event – Wie verbindet Machine Learning die IBM i mit Performance-Management?

Große Unternehmen haben bereits mit Data Science Projekten begonnen ihr Business zu unterstützen, doch viele mittelständische Unternehmen hingegen zögern noch. Teilweise, weil sie nicht wissen wie sie beginnen sollen oder weil Unklarheit über Kosten und Nutzen herrscht. Oft fehlt nur ein Partner, der Start und Umsetzung begleitet und auch hilft, das Thema mit seinen Anwendungsmöglichkeiten wirklich zu verstehen und zu realisieren.

Weiterlesen
, ,

IT-PS über das Hexenwerk „Data Science“ im IT- & Digitalisierungsguide 2020 von NEW BUSINESS

Was hat Data Science mit Betrugserkennung und Qualitätsmanagement zu tun? Sind Data Scientists und Data-Engineers das Selbe? Ist das nicht nur etwas für Großkonzerne und was hat Data Science mit einer Glaskugel zu tun?

Alles keine Hexerei, wenn man den richtigen Partner an der Seite hat.
Diese Themen und mehr haben Rudolf Felser, Chefredakteur Guides vom NEW BUSINESS Verlag mit Werner Höger, IT-PS Geschäftsführung und Michael Petroni, Head of Data Science für Sie im aktuellen IT- & Digitalisierungsguide 2020 zusammengefasst:

Weiterlesen
,

Data Science Talk November 2019

Wollten Sie schon immer Ihre vielen Unternehmensdaten für sich arbeiten lassen, dabei Geld sparen und Wissen gewinnen? Nun, Ihr Traum ist wahr geworden: Data Science ist für uns alle greifbar. Jeder Manager, jede Managerin kann den eigenen Unternehmenserfolg heute mit Data Science steuern. IT-PS ist bei dieser Entwicklung mit seinem Data-Science-Team ganz vorne mit dabei. Wie Data Science konkret funktioniert erzählten Experten am 5. November 2019 im Rahmen unseres IT-PS-Data-Science-Talks. Das Wichtigste daraus lesen Sie hier.

Weiterlesen

Geschützt: Data Science Talk November 2019 Downloads

Dieser Inhalt ist passwortgeschützt. Um ihn anschauen zu können, bitte das Passwort eingeben:

Link zu: Kontakt

Möchten Sie mehr wissen? Dann sollten wir einander kennenlernen!

Schreiben Sie uns - denn auch Ihre IT hat die beste Betreuung verdient!

Impressum | Datenschutz | Kontakt | AGB

UPDATE: IT-PS Data Science Talk aufgrund von COVID-19 auf 2021 verschobenTechnology vector @vectorjuiceData Science: Beyond a Machine Learning model