Alle kundecases
Maersk Line

Prognoser for havneudgifter med ML-mikroservices

En containeriseret prognosetjeneste forudsiger brugen af slæbebåde ved skibes ankomst og afgang — leveret på én måned.

Machine learning & AITransport & logistik

NøgleresultatLeveret som produktionsklar mikroservice på 1 måned

Udfordring

Automatiseret indkøb af forsyninger og tjenester, når skibe anløber havne, sænker omkostningerne — men det krævede pålidelige prognoser for havneudgifter som brugen af slæbebåde.

Løsning

En prognosealgoritme blev implementeret som en containeriseret løsning, klar til at blive deployet som en mikroservice i Maersks landskab.

  • Smart estimering. Modellen bruger oplysninger om skib og terminal til at estimere, hvor mange slæbebåde der skal bruges ved ankomst og afgang.
  • Øjeblikkelig og reproducerbar. Det automatiske estimat sparer indkøbsteams tid og sender en pålidelig forudsigelse direkte ind i indkøbssystemet.

Resultater

  • +5% bedre klassifikationsnøjagtighed
  • Mikroservice leveret
  • 1 måneds udviklingstid

Emner

  • Machine Learning
  • Mikroservices
  • MLOps

How we work, the Flowtale Way.

Tag kontakt