SITUACIÓN
Nuestro cliente, una oficina del gobierno estatal centrada en los datos y la analítica asociada a las oportunidades económicas, recopila datos de varias organizaciones estatales. El conjunto de datos tiene muchos problemas de calidad y le falta estandarización y coherencia. El cliente se asoció con nosotros para crear una solución que limpiara estos datos de forma continua, permitiéndoles tomar mejores decisiones basadas en datos con respecto a los programas y regulaciones estatales.
SOLUCIÓN
Nuestro equipo de ingenieros, formado por cuatro personas, diseñó una solución en AWS utilizando Fuzzy Logic y Text Mining. Pudimos implementar un algoritmo de procesamiento de lenguaje natural basado en Python, que era necesario para proporcionar el enriquecimiento de datos adecuado. Además, el equipo desarrolló una capacidad de automatización de AWS con Terraform para poder crear, actualizar y versionar fácilmente los entornos.
RESULTADO
Nuestra solución permite a nuestro cliente relacionar los datos sobre salarios y prestaciones con otras fuentes de datos que influyen en los programas y la elaboración de políticas. El proceso es reutilizable, por lo que puede ejecutarse tan a menudo como sea necesario para crear valor a partir de conjuntos de datos nuevos y modificados a medida que fluyen en la organización. Además de resolver el problema de cotejo de datos de nuestro cliente, nuestra solución también servirá como base tecnológica para cargas de trabajo similares de big data e inteligencia artificial (IA).