A medida que el análisis de datos se vuelve cada día más sofisticado, la necesidad de un procesamiento rápido se hace más acuciante.
Shay Strong, director de Ciencia de Datos y Aprendizaje Automático de EagleView, habló con Amazon Web Services sobre cómo EagleView utiliza modelos de aprendizaje profundo en la nube de AWS.
Los desastres naturales, como los incendios de Santa Rosa de 2017 y el huracán Harvey, causan cada año daños materiales por valor de cientos de miles de millones de dólares, lo que provoca estragos económicos en la vida de los propietarios. Las compañías de seguros hacen todo lo posible por evaluar las viviendas afectadas, pero pueden pasar semanas hasta que se disponga de las valoraciones y se pueda comenzar con las labores de rescate y protección de las viviendas.EagleView, una empresa dedicada al análisis de datos inmobiliarios, está abordando este reto mediante aprendizaje profundo en AWS.
«Tradicionalmente, las compañías de seguros enviaban peritos para evaluar los daños materiales, pero eso podía llevar varias semanas porque la zona estaba inundada o, por cualquier otro motivo, era inaccesible», explica Shay Strong, director de ciencia de datos y aprendizaje automático en EagleView. «Utilizando imágenes de satélite, aéreas y de drones, EagleView ejecuta modelos de aprendizaje profundo en la nube de AWS para realizar evaluaciones precisas de los daños materiales en un plazo de 24 horas. Proporcionamos estos datos tanto a grandes aseguradoras nacionales como a pequeñas aseguradoras regionales, para informar a los propietarios y preparar los siguientes pasos con mucha mayor rapidez».
Más información en el blog de AWS.