Создаем нейронные сети для решения бизнес-задач
webteam pro
Классификация
Эффективно для распознавания к какому классу относится объект. Например: какой продукт на весах, сорт продукции на конвейере, лицо на проходной, эмоция в голосе и т.д.
Обнаружение
Обнаружение
или детекция объектов. Подходит, когда нужно найти необходимы объект: огонь, оружие, каску, маску, раковую опухоль, частицы вещества и т.д. Вообще это частный случай Классификации, но часто выделяют в отдельный тип задач
Кластеризация
Применяется для изучения и сортировки большого объёма данных в условиях, когда неизвестны параметры сортировки. Например, сегментация клиентов, потоков входящих писем, влияния событий на биржи и прочее
Предсказание
Предсказание
или Регрессия.
Подходит для определения возраста по фотографии, составления прогноза биржевых курсов, оценки стоимости имущества, прогноза продаж или предсказания поломок
Генерация
Автоматическое создание контента или его трансформации. Позволяет создавать уникальные тексты, аудиофайлы, изображения, музыку, стихи и т.п.
Уже работали с компаниями
Топ команда, которая работает вместе 5 лет
Оксана Муштак

Технический руководитель. Отвечает за разработку архитектуры проекта.
Соавтор 14 научных статей в Scopus, ВАК, РИНЦ и других журналах.
Соавтор патента на рекомендательную систему WIZARD.
Максим Кудрявцев

Руководитель студии. Подбирает команды
и продюсирует проекты с 2008 года.
Основал студию «Вебтим.Про».
Клиенты — РЖД, «Газпромнефть», ВТБ Лизинг, Х5 Ритейл Групп
Евгений Комоцкий

Ведущий аналитик. Создает модели машинного обучения. Участвовал в проектах для «Сбербанка», и «Пятерочки». Руководитель проектной лаборатории «Анализ данных социальных сетей» УрФУ.

Антон Трунов

Ведущий программист. В команде отвечает за машинное обучение, нейронные сети и интеграцию с инфраструктурой заказчика. Финалист хакатона «Цифровой прорыв 2021»
Начинаем проекты с аналитики и простого прототипа
Выясняем цели разработки
Изучаем бизнес-процессы, которые нужно улучшить с помощью нейросети
Оцениваем точность работы нейросети и считаем окупаемость
Оцениваем рентабельность запуска
Делаем недорогой прототип, чтобы понять, возможно ли решить эти задачи с помощью нейросети
Создаем первичный прототип
Внедряем полноценное решение
Если прототип удачный, разрабатываем и внедряем полноценное решение. Это самый трудоемкий и сложный этап работы
Запускаем систему в боевом режиме
Запускаем проект в эксплуатацию
Свежие проекты и статьи