Перейти до вмісту
BigTree108

Послуги з розробки AI і машинного навчання

Розробка AI і машинного навчання: прогнозні моделі та прогнозування, виявлення шахрайства й оцінка ризиків, рекомендаційні системи, комп'ютерний зір, обробка природної мови та розпізнавання мовлення. Навчаємо моделі на ваших даних і підтримуємо їх у продакшні за допомогою MLOps. Виділені інженери з машинного навчання для вашої команди або проєкт із машинного навчання, який ми ведемо від початку до кінця.

Що ми створюємо на AI і машинне навчання

  • Прогнозні моделі та прогнозування

    Прогнози попиту та продажів, відтоку клієнтів і lifetime value, а також скоринг лідів на основі вашої власної історії. Використовуємо LightGBM, XGBoost або CatBoost для табличних даних, statsforecast чи попередньо навчені моделі часових рядів, як-от Chronos і TimesFM. Кожну модель перед запуском порівнюємо з простою базовою моделлю.

  • Виявлення шахрайства та оцінка ризиків

    Шахрайство з транзакціями, захоплення облікових записів і сповіщення щодо протидії відмиванню коштів, а також кредитні та платіжні ризик-скори в реальному часі з feature store. Пороги налаштовуємо з урахуванням того, чого коштує хибна тривога тим, хто у вас перевіряє сповіщення, а кожну оцінку пояснюємо за ознаками за допомогою SHAP.

  • Рекомендації та ранжування пошуку

    Рекомендації товарів, контенту та наступної найкращої дії: two-tower retrieval і модель ранжування поверх нього. Результати пошуку переранжовуємо за допомогою learning to rank, а кожну зміну оцінюємо в A/B-тесті за кліками, конверсією чи виручкою, а не лише за офлайн-метриками.

  • Комп'ютерний зір

    Класифікація, виявлення об'єктів, сегментація та OCR у PyTorch: донавчаємо попередньо навчені моделі, як-от Ultralytics YOLO, vision transformers і Segment Anything, на ваших розмічених зображеннях, а коли модель має працювати на пристрої, експортуємо її в ONNX Runtime, TensorRT або Core ML.

  • Обробка природної мови

    Класифікація текстів, вилучення сутностей, аналіз тональності та семантична схожість на донавчених transformer-моделях із Hugging Face, англійською, українською та іншими мовами. Там, де невелика модель, яку ви розгортаєте у себе, швидша й дешевша в розрахунку на документ, ніж звернення до великої мовної моделі.

  • Мовлення та аудіо

    Розпізнавання мовлення на Whisper або NVIDIA Parakeet, адаптованих до вашої лексики та акцентів, діаризація мовців за допомогою pyannote, транскрибування й аналітика дзвінків для контакт-центрів, а також синтез мовлення, пакетний або потоковий.

  • Моделі для реклами та ціноутворення

    Прогноз клікабельності та конверсії, оптимізація ставок, uplift-моделі, що показують, чию поведінку кампанія справді змінює, сегментація клієнтів і динамічне ціноутворення. Кожну модель перевіряємо в контрольованому експерименті, перш ніж вона почне спрямовувати витрати.

  • Пайплайни навчання та MLOps

    Навчання, оцінювання та реєстрація моделей як єдиний пайплайн у MLflow 3, Kubeflow, Azure Machine Learning, SageMaker AI, Gemini Enterprise Agent Platform (наступник Vertex AI) або Databricks. Дані версіонуємо в DVC чи таблицях Delta, тож кожну модель у продакшні можна простежити до її коду, даних і параметрів.

  • Сервінг і моніторинг моделей

    Моделі, доступні через FastAPI, BentoML, NVIDIA Dynamo-Triton (раніше Triton Inference Server) або KServe чи запускаються всередині застосунку на .NET або Java через ONNX Runtime. Дрейф і якість прогнозів відстежуємо в Evidently, а коли точність опускається нижче межі, узгодженої з вами, запускаємо перенавчання.

Наші інженери з машинного навчання для вашої команди

  • Виділені інженери з машинного навчання

    Інженери з машинного навчання, які приєднуються до вашої команди на повний робочий день, працюють у ваших репозиторіях, трекері й на ваших зустрічах і звітують вашому керівнику. Співбесіду проводите ви, а український договір, зарплата, рахунки й відпустки на нас.

  • Проєкти на AI і машинне навчання під ключ

    Команда, яка веде проєкт на AI і машинне навчання від визначення обсягу до релізу: оцінка, розробка, тести й розгортання, а технічний лідер з нашого боку відповідає за план і якість.

  • Підтримка і прийняття проєктів на AI і машинне навчання

    Наявна система на AI і машинне навчання, яку ми приймаємо від іншої команди або підтримуємо в роботі: спершу огляд без змін у коді й письмовий перелік ризиків, далі виправлення і нові функції в порядку їхньої користі.

На сторінці виділеної команди пояснено, як фахівці приєднуються до вашої команди, а на сторінці аутсорсингу описано реалізацію проєктів, прийняття систем від інших команд і те, як ми беремо оплату.

Хто працює над вашим проєктом на AI і машинне навчання

  • Інженери з машинного навчання

    Моделі, оцінювання, сервінг і MLOps

  • Фахівці з data science

    Постановка задачі, експерименти та статистика

  • Data-інженери

    Навчальні дані та пайплайни ознак

  • Інженери на Python, .NET і Java

    Сервіси й застосунки, які звертаються до моделі

  • QA-інженери

    Автоматизація тестування функцій, що працюють на моделях

Навчена модель чи мовна модель

Модель, навчена на вашій власній історії, підходить для структурованих даних із чітко визначеною цільовою змінною: число, яке треба спрогнозувати, клас, який треба передбачити, аномалія, яку треба виявити, товар, який треба порекомендувати. Один прогноз коштує дешево, результати можна пояснити за ознаками, а з накопиченням розмічених даних модель стає кращою. Велика мовна модель підходить для тексту, документів і розмови, де розмічених прикладів мало, а результат є природною мовою. Багато продуктів використовують обидва підходи, а ми для кожної задачі рекомендуємо один із них.

У будь-якому разі робота починається з базової моделі та набору для оцінювання, узгоджених із вами, тож перед запуском модель має перевершити щось вимірюване. Навчання можна відтворити за версіями коду й даних, тести виконуються в пайплайні, а навчальні дані залишаються у вашому хмарному акаунті, і персональні дані псевдонімізуються до того, як їх використають.

Інші послуги у сфері даних і AI, які ми надаємо

Дані і AI: огляд

Питання про розробку на AI і машинне навчання

У яких галузях працюють ваші інженери з машинного навчання?

AI-продукти та продукти на основі даних, де продуктом є сама модель; фінтех: виявлення шахрайства, кредитний скоринг і моніторинг транзакцій; e-commerce і роздрібна торгівля: рекомендації, ранжування пошуку, прогнозування попиту й ціноутворення; охорона здоров'я: аналіз медичних зображень, клінічні тексти й моделі ризиків для пацієнтів; рекламні та маркетингові технології: прогноз кліків, ставки й моделі аудиторій; корпоративний SaaS: прогноз відтоку та функції машинного навчання всередині продукту.

Скільки даних потрібно, щоб почати?

Це залежить від задачі більше, ніж від кількості рядків. Спочатку ми коротко оцінюємо, що у вас є: скільки історії, чи розмічені дані та наскільки вони чисті. Базова модель, побудована на цих даних, покаже, чи є в них сигнал, ще до того, як ви вкладетеся в повну розробку.

Чи навчаєте ви власні моделі, чи використовуєте готові AI-сервіси?

І те, і інше. Якщо хмарний сервіс для зору, мовлення чи документів уже досягає потрібної вам точності, ми інтегруємо його, бо навчання власної моделі коштувало б дорожче за невеликий виграш. Власні моделі навчаємо тоді, коли ваші дані, цільова точність або вартість одного прогнозу виходять за межі того, що пропонують такі сервіси.

Чи можете ви додати модель до нашого наявного застосунку на .NET або Java?

Так. Модель може працювати як окреме API, до якого звертається ваш застосунок, або бути експортованою в ONNX і запускатися всередині застосунку через ONNX Runtime, який має бібліотеки для .NET і Java. Другий варіант позбавляє мережевого виклику та окремого сервісу, який треба підтримувати.

Як швидко можуть стати до роботи інженери з машинного навчання?

Якщо відповідний інженер з машинного навчання вільний, старт залежить лише від вашої співбесіди, NDA і передачі прав на інтелектуальну власність. Інакше ми проводимо пошук, який зазвичай дає профілі кандидатів за два-три тижні, і ніхто не починає роботу, доки ви не скажете «так».

Як найняти фахівців через BigTree108, якщо вам потрібні інженери з машинного навчання?

Розкажіть про роботу, рівень і години, які вам потрібні. Ми пропонуємо одну-двох людей з їхніми профілями, ви проводите з ними співбесіду так, як зі своїм власним кандидатом, підписуєте один договір із ТОВ «БІГ ТРІ 108» і отримуєте один рахунок на місяць.

Кому належать результати їхньої роботи?

Вам. Кожен фахівець має підписаний із BigTree108 договір, за яким усі результати роботи передаються компанії, а наш договір із вами передає їх далі. Код, дизайн-макети та документи постачаються у ваші власні репозиторії та інструменти, а не зберігаються там, де змінити їх можемо лише ми.

Маєте задачу з машинного навчання?

Розкажіть, що ви хочете прогнозувати, виявляти, рекомендувати чи розпізнавати і якими даними володієте. Ви отримаєте відповідь протягом одного робочого дня: план оцінки, профілі кандидатів або рекомендацію, з чого почати.

Напишіть на hello@bigtree108.com Як ми відповідаємо