Python und R:

Python und R sind Open-Source und bestens für Statistik, Datenanalyse und Data Science geeignet. Sowohl einfache als auch komplexe Lösungen können professionell und ohne zusätzliche Software-Produktkosten implementiert werden.

Wichtige Python Module:

  • Numpy
  • Scipy
  • Pandas
  • Statsmodels
  • Scikitlearn

Wichtige R Libraries für Datenanalyse:

  • hmisc
  • lme4/nlme
  • glmnet
  • car
  • rpart
  • randomForest
  • e1071
  • caret
  • ggplot2

SAS:

Folgende SAS-Pakete oder Applikationen werden unterstützt:

  • SAS/Base
  • SAS/STAT
  • SAS/GRAPH
  • SAS/OR
  • SAS/QC
  • SAS/ETS
  • SAS/IML
  • SAS Enterprise Guide
  • SAS Enterprise Miner
  • SAS Business Intelligence Server – Bereitstellung der programmierten Lösungen als Stored Processes
  • Modulare Programmierung, automatisierte, Server-basierte Gesamtlösungen
  • Programmierung unter Einhaltung von internationalen Programmierrichtlinien und internen SOPs
  • Testen
  • Dokumentation

Alle Programmiersprachen:

  • Modulare Programmierung
  • Automatisierte Lösungen
  • Server-basierte Gesamtlösungen
  • Unit Testing / Integration Testing