Zaprojektowaliśmy i wdrożyliśmy centralny serwis predykcyjny, który przyjmuje zapytania poprzez API, przetwarza je w rozbudowanym, wieloetapowym pipeline’ie oraz zwraca oszacowane prawdopodobieństwo zajścia danego wydarzenia wraz z objaśnieniem.
Dowiedz się więcej
Nasz klient, działający w branży meteorologicznej, postawił przed nami ambitny cel - stworzenie modelu pogodowego przewyższającego dokładnością uznany i szeroko wykorzystywany model Aurora. Nowy system miał być walidowany na podstawie referencyjnych danych ERA5
Developujemy agentów AI opartych na modelach open-source, którzy dorównują lub przewyższają GPT-4 przy znacznie niższych kosztach. Agenci działają w pełni autonomicznie - otrzymują zadanie, analizują kontekst całego projektu używając ast i integrują się z modelami zewnętrznymi przez API.
Rozwijamy zaawansowane algorytmy do wyszukiwania klik, łącząc najlepsze z dwóch światów: implementujemy i ulepszamy opublikowane algorytmy z sieciami neuronowymi z literatury naukowej, jednocześnie tworząc własne, nowatorskie rozwiązania wykorzystujące deep learning i graph neural networks.
Budujemy i utrzymujemy infrastrukturę dla zdecentralizowanej chmury, opartą m.in. o IPFS. Dane są dzielone na zaszyfrowane fragmenty i rozpraszane po wielu węzłach - trochę jak w sieciach torrentowych, tylko z grubą warstwą kryptografii i kontroli.
Budujemy i utrzymujemy pipeline’y do automatycznej generacji obiektów 3D na podstawie tekstu (text-to-3D) i obrazów (image-to-3D). Naszym celem jest to, żeby z krótkiego opisu albo pojedynczej grafiki można było otrzymać gotowy, trójwymiarowy obiekt.
Tworzymy pipeline’y do przetwarzania dużej ilości danych z nagrań meczów piłkarskich z wykorzystaniem infrastruktury chmurowej (AWS S3, Cloudflare R2) i zasobów lokalnych.
Tworzymy skonteneryzowane pipeline'y treningowe dla reinforcement learning z wykorzystaniem technologii Docker, zapewniające izolację środowisk i łatwą skalowalność infrastruktury.