Una empresa de telecomunicaciones enfrentaba retos en su infraestructura de red, con incidencias que impactaban la estabilidad del servicio. La falta de una visión predictiva sobre el comportamiento de la infraestructura de red dificultaba la prevención de caídas y aumentaba los costos operativos por mantenimiento reactivo.
Entender las problemáticas de negocio y definir el problema a resolver, cosa que no es trivial.
Predecir fallos críticos en la red antes de que ocurran.
Implementar un modelo automatizado que integre predicciones con sistemas operativos existentes.
Modelar correctamente la operación para poder generar las predicciones.
Vinkos diseñó una solución de mantenimiento predictivo, basada en un modelo de Machine Learning que analiza alarmas críticas y anticipa posibles fallos en la red. Para ello, se construyó un entorno completo de ingeniería y ciencia de datos, incluyendo:
Esta solución permitió:
