Machine learning.
Den revolution inom både mjukvara och hårdvara som vi sett de senaste åren har gett fantastiska möjligheter att automatisera och integrera intelligenta lösningar i allt fler branscher och produkter. Många företag har redan kommit en bit på vägen med att kapitalisera på detta, medan andra precis har börjat förstå värdet det tillför. Oavsett vilken fas ni befinner er i så utgör Neodev en kompetent samarbetspartner.
Hur vi jobbar med machine learning.
I det första steget lägger vi stor vikt på diskussioner med kunden. Vi tar reda på vad kunden vill åstadkomma genom att integrera machine learning i sin produkt och om det finns lämplig data att tillgå för kommande steg. När denna information finns, kan vi bestämma lämplig modell genom att prova olika metoder. I implementationsfasen gör vi en proof of concept och utvärderar vald modell. Därefter sker integrering i produkt/verktyg.
Introduktion till neurala nätverk och Machine Learning
Vi ser en ökad efterfrågan på kompetensutveckling inom machine learning, och som en del i vårt arbete inom området har vi tagit fram en introduktionskurs . Under två dagar får deltagarna lära sig populära machine learning algoritmer, deep neural networks och hur man bäst hanterar data. Vi går igenom olika perspektiv och sätt att kategorisera machine learning, så som supervised learning, unsupervised learning, classification, regression och clustering.
Kurstillfällen 2021:
September 15-16
Tidigare projekt.
Machine learning
Telecom
Förstudie för att undersöka möjligheten att applicera AI, data science och machine learning-metoder inom ett specifikt område hos kund i mobilbranschen.
Machine learning
Security
Mjukvaruutveckling inom Machine Learning för användning i inbyggda system hos kund inom säkerhetsbranschen. Huvudsakligen med C och C++ som programmeringsspråk och Python samt shell script för utveckling av test- och träningsramverk samt dataanalys.
Machine learning
machine learning & systemutveckling
Vinnovaprojekt - AI-modul för integrering i ett befintligt system för att kategorisera text data i olika klassificeringssystem. Arbetet inkluderade text pre-processing och implementering av modeller för att bädda in ord.
Frontendutveckling för samma system - utveckling av ett user interface i React för att hantera input data, demonstrera kategorisering och underlätta datainsamling. [NLP, Python, React, MongoDB, React, Javascript, Flask]
Samma kund valde oss för att modernisera deras befintliga webbapplikation som var skriven i jQuery och webforms. Utveklingen gjordes i React och arbetet krävde planering, omstrukturering och utveckling av ett nytt arbetsflöde för att kunna leverera en klonad version av webbapplikationen med ytterligare funktioner.
[Git, React, Javascript, C#, ASP.NET, .NET framework]
Machine learning
Machine learning & apputveckling
Utveckling och design av en “mobile first sample gathering” webbapplikation med serverlös backend i Azure. Implementering av model träning och versioning pipeline. Modellerna användes sedan för prediktering av en annan webapplication client genom att använda Tensorflow JS i real-tid.
[Python, Node, Tensorflow, Keras, Javascript, Azure (Cosmos DB, Functions)]