SAS Korea

데이터를 넘어 인텔리전스 세상으로 향하는 SAS 코리아의 여정에 함께 하세요.
Analytics | Artificial Intelligence | Machine Learning
Hyeshin Hwang 0
개발자와 모델러를 위한 완벽한 작업환경, SAS Viya Workbench를 소개합니다.

개발자와 모델러는 데이터를 찾고 검증하거나 부서간에 협업할 때, 그리고 작업 결과를 엔터프라이즈 플랫폼에서 운영할 때 여러 문제에 직면합니다. 데이터 분석 및 머신 러닝 모델에 셀프 서비스 방식의 온디맨드 컴퓨팅 환경을 사용하면 생산성과 성능을 높이는 동시에 IT 지원과 비용을 최소화할 수 있습니다. 지난 7월 출시된 SAS Viya Workbench(바이야 워크벤치)는 클라우드 환경의

Analytics | Artificial Intelligence
Bang-Bon Goo 0
'생성형 AI’와 ‘전통적 AI’, 결합하면 시너지 업!

생성형 AI는 기업의 생산성을 높이고 새로운 비즈니스 기회를 창출할 수 있는 잠재력을 가지고 있지만, 모든 기업이 성공적으로 도입하는 것은 아닙니다. 822명의 기업 리더와 이사회 임원을 대상으로 실시한 가트너의 새로운 설문조사 결과, 현재 9%의 기업이 생성형 AI를 활용해 비즈니스 모델을 혁신하고 새로운 비즈니스 기회를 창출하고 있다고 나타났습니다. 하지만 데이터 품질 저하,

Analytics | Artificial Intelligence
KiWan Lee 0
코오롱베니트, 한국 SAS 고객에게 가치를 더하다.

SAS와 같은 글로벌 기업이 비즈니스를 할 때에는 글로벌 관점과 현지 관점의 균형을 맞추는 것이 중요합니다.  제품은 글로벌 시장 전반에 걸쳐 제공되어야 하고, 글로벌 경쟁력을 갖춰야 합니다. 반면, 고객과의 관계 구축은 현지 상황에 맞아야 합니다. 이는 적절한 현지 파트너와 협력을 통해서 강화할 수 있습니다. SAS코리아와 오랜 세월을 함께 동행해온 든든한 파트너,

Analytics | Artificial Intelligence
0
AI/ML 기반 모델 개발, 과제와 해결방안은?

기업내에 AI/ML를 적용하기 위해, 업무 관점에서 시민 데이터 사이언티스트(Citizen Data Scientist, 이하 CDS)와 그 필요 역량인 데이터 문해력(Data Literacy)의 중요성이 높아지고 있습니다.(참고 : 데이터 문해력과 시민 데이터 사이언티스트의 필요 역량) 이와 연결하여, 데이터를 기반으로 신속하게 개발한 예측 모델을 업무 시스템에 통합 또는 활용하기 위해 IT 관점에서 해결해야할 과제와 접근 방안에 대해

1 2 3 68