Tu modelo predictivo a medida, entrenado con tus datos

Turboself equipa a los centros educativos con soluciones de pago y de gestión de comedores. Sus clientes pedían los alimentos sin saber cuántos alumnos acudirían al servicio, y tiraban lo que sobraba. Galadrim desarrolló el algoritmo de previsión de afluencia integrado en su software. El modelo se entrena con el histórico de asistencia, los datos de Météo France (el servicio meteorológico francés), la presencia del profesorado y el análisis de los menús mediante un modelo de lenguaje. Cada comedor ajusta sus pedidos a la afluencia prevista del día, y el modelo se reentrena a medida que llegan nuevos datos.

Suez entrega cada día a los municipios con los que trabaja el rendimiento de su red de agua, un indicador que exige conocer el consumo de cada contador. Parte del parque no tiene telelectura o envía datos irregulares, lo que restaba precisión al indicador. Galadrim desarrolló el motor de estimación que cubre esos huecos. Un modelo XGBoost predice el consumo de los contadores con histórico, teniendo en cuenta la meteorología y las correlaciones locales. Un método estadístico crea perfiles tipo para los parques con poco equipamiento. Y las simulaciones de Monte Carlo lo consolidan todo en un rendimiento con su intervalo de confianza.

BNP Paribas y Hello bank ofrecen a sus clientes una cartera de acciones y fondos monetarios construida a partir de un cuestionario sobre su perfil de riesgo. Galadrim mantiene y hace evolucionar el algoritmo que genera estas recomendaciones: control de los datos introducidos, cálculo de las variables de entrada, gestión de los casos de error y optimización de los tiempos de respuesta para cumplir los umbrales exigidos. El asesor obtiene una propuesta coherente con el perfil que ha declarado su cliente, y las herramientas de seguimiento detectan cualquier desviación antes de que llegue a los clientes.

Los clientes de Logfret, especialista en transporte internacional, clasifican cada producto que exportan en la nomenclatura aduanera HS: un código que se elige entre 5.000 referencias y del que depende el arancel aplicado. Galadrim desarrolló el motor de clasificación que asigna ese código solo a partir de la descripción del producto, apoyándose en todas las declaraciones ya tramitadas. Los equipos obtienen al instante una propuesta que validan, en cada línea de la declaración.

Ordiges desarrolla Lia, el software con el que administraciones, entidades locales y hospitales preparan sus contratos públicos. Cada expediente exige rellenar decenas de campos normativos y elegir un código de la nomenclatura europea, cuando ya existen licitaciones muy parecidas. Galadrim construyó los dos algoritmos de predicción del software: el primero encuentra las licitaciones similares y propone el contenido de los campos que se pueden reutilizar; el segundo sugiere el código de nomenclatura que corresponde al objeto del contrato. Los datos de cada comprador se mantienen separados y los expedientes reutilizados se anonimizan antes de proponerse.