Какие задачи мы решаем

разработка

Разработка AI-систем

Реализация сложных систем, использующих компьютерное зрение, предиктивные алгоритмы, обнаружение аномалий и любые другие компоненты, ассоциирующиеся с искусственным интеллектом. Мы проведем анализ задачи, проконсультируем, как именно необходимо собирать и размечать данные. Разработаем необходимые алгоритмы и реализуем их на Python. Обеспечим взаимодействие с уже имеющимся у вас кодом или работающей системой.

Анализ задачи на потенциал применения машинного обучения

Если Вы задумываетесь об автоматизации того или иного процесса с помощью умных алгоритмов, мы можем помочь. Мы знаем возможные подводные камни, с которыми Вы можете столкнуться при попытке применить машинное обучения в Вашей задаче. Вам лучше узнать о них (или об их отсутствии) до того, как приняты окончательные решения.

"Аудит" существующего AI-решения

Мы можем изучить разработанную в Вашей компании систему, использующую алгоритмы машинного обучения, предложить Вашей ML-команде новые подходы решению задачи. Предлагаем пути качественного и количественного улучшения

Консультация по сбору данных для последующего применения машинного обучения

Одно из самых важных и «дорогих» решений на пути создания AI-продукта: сбор данных для обучения. Ошибки на этом этапе приводят или к задержке создания продукта из-за необходимости повторного сбора данных, или к созданию неспособной показать достаточную точность системы.

Корпоративное обучение по направлениям:

Принятие решений и AI — курс для менеджеров и технических руководителей.
Введение в машинное обучение — курс для технических специалистов.
Глубокое обучение — продвинутый курс для технических специалистов, предполагает знание основ машинного обучения.
Введение в компьютерное зрение — курс для технических специалистов, предполагает знание основ машинного обучения.
Компьютерное зрение с использованием глубокого обучения — продвинутый курс для технических специалистов, предполагает знание основ машинного обучения, основ компьютерного зрения, глубокого обучения.
Обработка естественного языка — продвинутый курс для технических специалистов, предполагает знание основ машинного обучения.

Проведение научно-популярных лекций по AI

Проведение научно-популярных лекций на интересующие Ваш коллектив темы.

Примеры научно-популярных лекций в Центре современной культуры «Смена»:

Разметка данных

Качественная и быстрая разметка данных для задачи компьютерного зрения, а также задачи обработки естественного языка (русского и английского).

экспертиза команды

Компьютерное зрение

Обнаружение аномалий

Обработка естественного языка

Системы рекомендаций

Анализ временных рядов

Цифровая обработка сигналов

Распознавание речи

И другое

Компьютерное зрение
Обнаружение аномалий
Обработка естественного языка
Системы рекомендаций
Анализ временных рядов
Цифровая обработка сигналов
Распознавание речи

и другое

технологии

Python

PyTorch

PyTorch Lightning, Ignight, Catalyst

TensorFlow 1.x/2.x

Keras

MLFlow

Plotly

Gym

CVAT

WebAnno

Docker

Kubernetes

ReactiveX

RabbitMQ

Apache Kafka

Hadoop

Apache Spark

DB

MySQL, Postgres, Reddis, MongoDB, ClickHouse, Elasticsearch

ORM

PonyORM, SQLAlchemy

ROS

С++

Python

PyTorch

PyTorch Lightning, Ignight, Catalyst

TensorFlow 1.x/2.x

Keras

MLFlow

Plotly

Gym

CVAT

WebAnno

Docker

Kubernetes

ReactiveX

RabbitMQ

Apache Kafka

Hadoop

Apache Spark

DB

MySQL, Postgres, Reddis, MongoDB, ClickHouse, Elasticsearch

ORM

PonyORM, SQLAlchemy

ROS

C++

Обнаружение ржавчины. Анализ снимков алгоритмами компьютерного зрения.

кейс 1/6

К нам обратились с задачей обнаружения ржавчины на металлических конструкциях. Фотографии с конструкциями уже были размечены, от нас требовалось разработать систему, способную локализовать ржавчину и определять степень коррозии: от легкой до сильной.

Сделано в Pr3vision

Обнаружение трещин. Анализ снимков алгоритмами компьютерного зрения.

кейс 2/6

Необходимо было обнаруживать трещины в стене, вычислять их длину и ширину. За разметкой снимков обратились к нашей команде.

Сравнение измеренных системой длин трещин разной ширины с действительными длинами этих трещин.

В итоге была разработана система, способная:

обнаруживать трещины от 0.1 мм в ширину
вычислять ширину и длину трещины

Сделано в Pr3vision

Обнаружение дефектов на ленте конвейера. Анализ видеопотока алгоритмами компьютерного зрения и обнаружения аномалий.

кейс 3/6

Также был запрос находить признаки износа ленты конвейера, чтобы предотвратить его поломку. На видео представлено демо разработанной системы, которая обучалась без размеченных данных!

Сделано в Pr3vision

Обнаружение аномалий в потоках данных. Анализ потоков алгоритмами обнаружения аномалий.

кейс 4/6

Наша команда решала задачу обнаружения аномалий во множестве потоков данных в реальном времени.

В результате была разработана система, не нуждающаяся в разметке данных, применимая для:

практически всех видов цифрового трафика
взаимодействия пользователей с сервисами
различных типов транзакций и т. д.

Сделано в Pr3vision

Умная альтернатива A/B тестированию. Поиск оптимальных стратегий алгоритмами обучения с подкреплением.

кейс 5/6

Еще одной задачей была реализация системы, способной предсказать, какая стратегия взаимодействия сервиса с пользователями принесет наибольшую прибыль. Использование нашей разработки со временем начинает приносить большую прибыль.

Сделано в Pr3vision

Поиск похожих изображений. Анализ снимков алгоритмами компьютерного зрения.

кейс 6/6

У нас есть экспертиза в области поиска похожих изображений, как в коммерческой разработке, так и в академической сфере. Пример работы представлен на картинке.

Наша система работает в сервисе backit.me

Сделано в FIX

скачать
презентацию