Data- og AI-udvikling
Data- og AI-udvikling: machine learning, computer vision og MLOps, dataannotering til træning og evaluering, data engineering på Databricks og Snowflake, event streaming med Kafka, workflow- og AI-automatisering, analyse og BI i Power BI, Tableau og Looker samt databaseudvikling på relationelle og NoSQL-databasemotorer. Dedikerede specialister til jeres team eller projekter leveret fra start til slut.
Data- og AI-ydelser, vi leverer
Hver side beskriver det arbejde, vi tager på os, måderne at arbejde sammen med os på og de spørgsmål, kunderne stiller først.
AI og machine learning
Udvikling inden for AI og machine learning: forecasting, svindeldetektion, anbefalingssystemer, computer vision, NLP og talegenkendelse samt MLOps, med dedikerede machine learning-ingeniører eller projektleverance.
Data engineering
Data engineering: ETL-pipelines, Spark, dbt og streaming, data warehouses og lakehouses i Snowflake, Databricks, BigQuery, Redshift og Microsoft Fabric, med dedikerede data engineers eller projektleverance.
Dataanalyse og Power BI
Dataanalyse og Power BI: dashboards i Power BI, Tableau og Looker, produktanalyse, A/B-test, finansiel rapportering og marketingrapportering, med dedikerede dataanalytikere og BI-udviklere eller projektleverance.
Databaseudvikling
Databaseudvikling og -administration: skemadesign, tuning af forespørgsler, migreringer og sikkerhedskopier i SQL Server, PostgreSQL, MySQL, Oracle og MongoDB, med dedikerede databaseudviklere og DBA'er eller projektleverance.
Computer vision-udvikling
Computer vision-udvikling: objektdetektion, visuel inspektion, OCR, videoanalyse, medicinsk billeddannelse og modeller på edge-enheder, med dedikerede computer vision-ingeniører eller projektleverance.
Dataannotering
Dataannotering og labelling til AI: labelling af billeder, video, tekst, lyd og LiDAR, RLHF og evalueringsdata, med kvalitetskontrol af hvert batch, fra dedikerede dataannotatorer eller projektleverance.
MLOps
MLOps og rådgivning: ML-platforme, CI/CD til modeller, model registries, serving og autoskalering, GPU-infrastruktur, overvågning af drift og LLMOps, med dedikerede MLOps-ingeniører eller projektleverance.
Databricks-udvikling
Databricks-udvikling og -rådgivning: opsætning af lakehouse, pipelines i Lakeflow, Unity Catalog, migreringer, AI/BI, machine learning og omkostningskontrol, med dedikerede Databricks-ingeniører eller projektleverance.
Snowflake-udvikling
Snowflake-udvikling og -rådgivning: design af warehouse, indlæsning med Snowpipe og Openflow, dbt, migreringer, Cortex AI, sikkerhed og omkostningskontrol, med dedikerede Snowflake-udviklere eller projektleverance.
Kafka og event streaming
Apache Kafka-udvikling og -rådgivning: event-drevet arkitektur, Kafka Connect og Debezium, Flink og Kafka Streams, Confluent Cloud, MSK og Event Hubs, med dedikerede Kafka-ingeniører eller projektleverance.
Workflow-automatisering
Workflow- og AI-automatisering: flows i n8n, Make, Zapier og Power Automate, AI-agenter i workflows, automatisering af CRM, økonomi og dokumenter, med dedikerede automatiseringsudviklere eller projektleverance.
Beskrevet andre steder på websitet
AI-udvikling
AI-udvikling: AI-agenter, AI-integration af LLM'er i jeres software, AI-chatbots, AI-vidensøgning og RAG, dokumentbehandling, voice AI-agenter, Microsoft Copilot og Copilot Studio, AI-kodeassistenter, MCP-servere, private LLM'er og fine-tuning samt AI-rådgivning, med dedikerede AI-udviklere eller projektleverance.
Python-udvikling
Python-backends, datapipelines, AI-agenter og arbejde med vektordatabaser på AWS eller Azure, leveret af ingeniører, vi ansætter og interviewer netop til den stack.
Django- og FastAPI-udvikling
Django- og FastAPI-udvikling: webapplikationer, REST-API'er, backends til AI og LLM'er, datapipelines, platforme til fintech og e-handel samt Django-opgraderinger, med dedikerede udviklere eller projektleverance.
Cloud og DevOps
Azure Functions, Azure SQL med Always Encrypted, Terraform til hver ressource og pipelines i GitHub Actions, med drift detection og omkostningskontrol indbygget fra start.
Ét team fra databasen til modellen
Arbejdet kan dække hele vejen: den operationelle database, de eventstrømme og pipelines, der flytter dens data, datavarehuset eller lakehouset og rapporterne ovenpå, de mærkede data og de modeller, der er trænet på dem, og de AI-funktioner og automatiseringer, der bruger de samme data. Eller vi tager én del af det ved siden af de folk, I allerede har.
Pipelines, modeller, rapporter og skemaer ligger i Git og når produktion gennem en pipeline med deres tests. Infrastruktur defineres i Terraform, hemmeligheder kommer fra en vault, afhængigheder holdes på aktuelle releases, og intet ændres i hånden i produktion.
Personoplysninger holdes ude af steder, hvor de ikke behøver at være: maskeret eller pseudonymiseret uden for produktion, krypteret, hvor de er følsomme, kun læsbare for de roller, der har brug for dem, og kun sendt til en AI-udbyder på vilkår, der udelukker træning på dem.
Data, vi selv driver i produktion
Vores egen virksomhed kører på en platform, vi har bygget til rekruttering, onboarding, kontrakter, tidsregistrering, fravær, aflønning og fakturering, på .NET, Angular og Azure. Dens skemaændringer leveres som migreringer gennem pipelinen, dens personlige og økonomiske kolonner er Always Encrypted, og de timer, der registreres i den, er de samme tal, der danner hver faktura. Læs casen.
Spørgsmål om data- og AI-arbejde
Hvilke data- og AI-ydelser leverer I?
Machine learning til prognoser, afsløring af svindel, anbefalinger, sprog og tale; computer vision til detektion, inspektion, OCR og videoanalyse; MLOps til at holde modeller i produktion; dataannotering, fra mærkning af billeder, video og LiDAR til RLHF- og evalueringsdata; data engineering på Databricks, Snowflake, BigQuery, Amazon Redshift og Microsoft Fabric med event streaming på Kafka; workflow- og AI-automatisering i n8n, Make, Zapier og Power Automate; analyse og BI i Power BI, Tableau og Looker, herunder produktanalyse; og databaseudvikling og -administration på SQL Server, PostgreSQL, MySQL, Oracle, MongoDB og Redis. AI-agenter, LLM-integration, chatbots og resten af generativ AI har en sektion for sig under AI-udvikling.
Hvilke brancher laver I data- og AI-arbejde for?
AI- og dataprodukter; fintech til svindel- og risikomodeller, betalingsstrømme af events og lovpligtig rapportering; e-handel og detail til anbefalinger, efterspørgselsprognoser, visuel søgning og salgsdashboards; sundhedssektoren til medicinsk billeddannelse, klinisk tekst og patientjournaler; produktion til visuel inspektion og sensordata; reklame- og marketingteknologi til budgivning, attribution og eventdata; enterprise SaaS til brugsanalyse, automatiseringer og AI-funktioner i produktet; og logistik til sporingsdata og leveringsrapportering.
Hvor skal vi starte: med data eller med AI'en?
Med det spørgsmål, I vil have besvaret, og de data, der allerede findes. En kort vurdering viser, om dataene kan understøtte en model i dag, om en rapport eller en assistent over jeres dokumenter ville tjene sig hjem hurtigere, eller om pipelines skal komme først. I får det svar skriftligt, før I forpligter jer til noget større.
Arbejder I i vores cloud og vores konti?
Ja. Pipelines, modeller og databaser kører i jeres Azure-, AWS- eller Google Cloud-abonnement, under jeres adgangskontroller og på jeres regning. Vores folk får adgang gennem jeres identitetsudbyder, og den fjernes, når arbejdet slutter.
Hvem ejer de modeller, pipelines og rapporter, I bygger?
Det gør I. Hver specialist har en underskrevet kontrakt med BigTree108, som overdrager alt arbejdsresultat til virksomheden, og vores aftale med jer overdrager det videre til jer. Kode, designs og dokumenter leveres ind i jeres egne repositories og værktøjer og opbevares ikke et sted, hvor kun vi kan ændre dem.
Har I data eller en AI-idé, der skal arbejdes på?
Fortæl os, hvad I vil vide, forudsige eller automatisere, og hvor data ligger. I får svar inden for én arbejdsdag: en plan, en anbefaling om, hvor I skal starte, eller kandidatprofiler.