b-data ist spezialisiert auf Data Science Dienstleistungen mit GPU-beschleunigter Recheninfrastruktur.
Nutzen Sie unsere über 15-jährige Erfahrung, um Ihr Data Science Projekt zum Erfolg zu führen!

Schauen Sie sich Oliviers Kenntnisse und Berufserfahrung auf benz0li.b-data.io an.

Als Verfechter von OSS sponsern wir das QGIS Projekt, die Julia Sprache, die R Foundation und die FreeBSD Foundation.

Wir widmen etwa 20 % unserer Zeit OSS und pflegen

Dev Container,
Docker Images und
Deployment Vorlagen

für Data Scientists, ML/AI Ingenieure und dergleichen 🧑‍💻.

Wir bieten Data Science Dev Container zur Verwendung mit VS Code (lokal) und GitHub Codespaces (web) an.
🎯 Eine einheitliche IDE für die gängigen Data Science Programmiersprachen R, Python, Julia und Mojo.
🔥 Die meisten Images sind auch als GPU-beschleunigte (nvidia/cuda-basierte) Version verfügbar.

All dies finden Sie kostenlos auf GitHub sowie GitLab!

Siehe ausserdem Oliviers (benz0lis) Arbeit an GHC musl – Inoffizielle Binary-Distributionen von GHC auf Alpine Linux.
ℹ️ Das Docker Image, das zum Erstellen der statisch verknüpften Linux Binary-Releases von Pandoc verwendet wird.

Wir sind an Ihrem spezifischen Anwendungsfall interessiert, wofür wir eine schlanke und massgeschneiderte Lösung anbieten.
Für einen allgemeinen Einstieg in Data Science empfehlen wir DataCamp.

Dienstleistungen

R-Kompetenzen
Datenbanken mit R (DBI, odbc)
Datenexploration (tidyverse)
Datenvisualisierung (ggplot2)

Wahrscheinlichkeitsverteilungen (actuar, distr)
Zeitreihenanalyse (zoo, forecast)
Machine Learning (caret, xgboost)

RESTful APIs (plumber, OpenCPU)

Git-Kompetenzen
Reproduzierbare Data Science mit Git
Ein erfolgreiches Git branching model anwenden

Alle Kundenprojekte werden in ein Git-Repository eingecheckt. Unser Credo: Der Code gehört Ihnen.
Kostenloser Zugriff auf unsere Data Science Infrastruktur mit JupyterLab und GitLab CE inklusive.

Infrastruktur

Wir helfen beim Aufbau Ihres eigenen Data Science Software Stacks!

IaaS
AWS, Azure, GCP

eigene HW mit
Debian/Ubuntu,
‘Rocky Linux’/RHEL

Virtualisierung
Docker, Kubernetes

Sprachen
R, Python, Julia

IDEs
JupyterLab + code-server
RStudio (auf Anfrage)

VCS
Git (GitHub, GitLab)

Bereitstellung

Schau dir unsere Jupyter Demoumgebung unter https://demo.jupyter.b-data.ch an oder führe sie lokal mit Docker Desktop aus.

docker run -it --rm -p 8888:8888 -v "${PWD}":/home/jovyan glcr.b-data.ch/jupyterlab/r/verse

Führe den initialen Befehl in einem leeren Verzeichnis aus, damit es vom Container befüllt wird.
Öffne http://127.0.0.1:8888/lab?token=<token> in einem Browser um JupyterLab zu laden.