use data |
Решение бизнес-задач с помощью передовых технологий и современных подходов
Мы предлагаем нацеленные на результат IT-решения на основе ваших бизнес-задач
Создаём доступные, эффективные и высокоскоростные хранилища больших данных
Повышаем ценность корпоративной информации за счёт глубокой аналитики и визуализации данных
Помогаем принимать эффективные решения на базе цифровых моделей бизнеса, предиктивной аналитики, машинного обучения
Создаём системы обработки изображений, компьютерного зрения, решения для IT-медицины
на результат
Компетенции
Экспертиза и компетенции SMedX базируются на многолетнем опыте наших специалистов, за каждым знанием стоит реальный сервис или продукт, которые были разработаны нашей командой
Разработка Data Lake и Data Warehouse
Разработка систем сбора и хранения данных, логистика и актуализация
Верификация, актуализация и интерпретация данных
Разработка, тестирование, внедрение и эксплуатация программных продуктов
DevOps
Аналитика и визуализация данных
Нейронные сети и искусственный интеллект
Компьютерное зрение, трекинг и AR
Обработка медицинских изображений
Системы распознавания, детектирования, верификации и визуализации
Сегментация, сшивание, преобразование, коррекция медицинских изображений
Построение нейронных сетей, машинное обучение и ИИ
Разработка Data Lake и Data Warehouse
Организация хранилища данных для различных задач
Организация сбора данных из различных источников (в том числе неподготовленных) или экспресс-анализ существующих решений хранения данных - первый шаг нашей работы с вами!
Команда SMedX предлагает разработку архитектуры, выбор решений и построение Data Lake или Data Warehouse для организации эффективного и перспективного хранения ваших данных. Наши специалисты прекрасно разбираются в огромном разнообразии технологических решений для построения хранилищ данных, помогут подобрать максимально подходящее и менее затратное решение под конкретные нужды.
Усовершенствование или перестроение хранилища данных тоже является частой задачей, с который сталкиваются наши клиенты. Мы гарантируем бережное и максимально эффективное обновление вашей инфраструктуры данных, обеспечиваем стабильную и безболезненную миграцию. Data Scientists и ETL-программисты компании SMedX настроят все необходимые связи между источниками данных, создадут коннекторы.
Наши специалисты прекрасно подготовлены по следующим направлениям:
Специалисты SMedX успешно выполнили задачи компаний Nominum, МТС, Altenar.
Команда SMedX предлагает разработку архитектуры, выбор решений и построение Data Lake или Data Warehouse для организации эффективного и перспективного хранения ваших данных. Наши специалисты прекрасно разбираются в огромном разнообразии технологических решений для построения хранилищ данных, помогут подобрать максимально подходящее и менее затратное решение под конкретные нужды.
Усовершенствование или перестроение хранилища данных тоже является частой задачей, с который сталкиваются наши клиенты. Мы гарантируем бережное и максимально эффективное обновление вашей инфраструктуры данных, обеспечиваем стабильную и безболезненную миграцию. Data Scientists и ETL-программисты компании SMedX настроят все необходимые связи между источниками данных, создадут коннекторы.
Наши специалисты прекрасно подготовлены по следующим направлениям:
- Python, Java, Scala, C/C++, Golang
- Docker, Kubernetes, OpenStack, Ansible, Puppet, Chef, Jenkins, IaaC (Groovy), Airflow, Luigi
- AWS, GCP, Azure, Alibaba Cloud
- Prometheus, Grafana, Kibana в качестве систем мониторинга и DashBoards
- Vertica, MemSQL, HBase и другие OLAP решения
- Elasticsearch, MongoDB, Redis в NoSQL, Postgresql, MySQL и Oracle в RDBMS
- Hadoop стэк, включая Spark, Kafka, а также «более real-time» решения, такие как Flink
- Наши инженеры сертифицированы Red Hat и Kubernetes
Специалисты SMedX успешно выполнили задачи компаний Nominum, МТС, Altenar.
Назад
Аналитика и визуализация данных
Огромный спектр услуг по сбору, верификации, классификации, аналитике и интерпретации данных для решения самых разных задач
Команда SMedX обладает впечатляющим набором компетенций по работе с данными для решениях задач на промышленных производствах, в телекоммуникационных компаниях и на других рынках. Мы предлагаем полный цикл услуг по работе с данными, начиная с организации сбора и верификации данных, построения Data Lakes и Data Warehouses, заканчивая разработкой систем и модулей аналитики и визуализации.
Наши специалисты прекрасно подготовлены по следующим направлениям:
Специалисты SMedX успешно выполняют задачи компаний Nominum, Akamai, МТС.
Наши специалисты прекрасно подготовлены по следующим направлениям:
- Python, Java, Scala, C/C++, Golang
- Docker, Kubernetes, OpenStack, Ansible, Puppet, Chef, Jenkins, IaaC (Groovy), Airflow, Luigi
- AWS, GCP, Azure, Alibaba Cloud
- Prometheus, Grafana, Kibana в качестве систем мониторинга и DashBoards
- Vertica, MemSQL, HBase и другие OLAP решения
- Elasticsearch, MongoDB, Redis в NoSQL, Postgresql, MySQL и Oracle в RDBMS
- Hadoop стэк, включая Spark, Kafka, а также «более real-time» решения, такие как Flink
- Наши инженеры сертифицированы Red Hat и Kubernetes
Специалисты SMedX успешно выполняют задачи компаний Nominum, Akamai, МТС.
Назад
DevOps
Оказание всего комплекса услуг DevOps и SRE (Sire Reliability Engineering), чтобы вы смогли состредоточиться на инновациях
Мы создаем последовательные рабочие процессы начиная с «понимания» и заканчивая «моделированием». Наш подход является технологически-диагностическим и основывается на достижении поставленных целей.
Применяя CI/CD автоматизацию мы обеспечиваем бесперебойную работу ваших продуктов на этапе обновления и при последующей эксплуатации.
Работая в тесной связи с вашими специалистами, команда SMedX готова работать на результат в максимально сжатые сроки.
Стек технологий, которыми прекрасно владеет наша команда:
Некоторые клиенты, для которых мы разрабатывали решения или работаем прямо сейчас REG.RU, МТС.
Применяя CI/CD автоматизацию мы обеспечиваем бесперебойную работу ваших продуктов на этапе обновления и при последующей эксплуатации.
Работая в тесной связи с вашими специалистами, команда SMedX готова работать на результат в максимально сжатые сроки.
Стек технологий, которыми прекрасно владеет наша команда:
- Python, Java, Scala, C/C++, Golang
- Docker, Kubernetes, OpenStack, Ansible, Puppet, Chef, Jenkins, IaaC (Groovy), Airflow, Luigi
- AWS, GCP, Azure, Alibaba Cloud
- Prometheus, Grafana, Kibana в качестве систем мониторинга и DashBoards
- Vertica, MemSQL, HBase и другие OLAP решения
- Elasticsearch, MongoDB, Redis в NoSQL, Postgresql, MySQL и Oracle в RDBMS
- Hadoop стэк, включая Spark, Kafka, а также «более real-time» решения, такие как Flink
- Наши инженеры сертифицированы Red Hat и Kubernetes
Некоторые клиенты, для которых мы разрабатывали решения или работаем прямо сейчас REG.RU, МТС.
Назад
Нейронные сети и искусственный интеллект
Создание нейронных сетей, решений на базе машинного обучения и систем с элементами искусственного интеллекта
"Определить размеры человека по селфи с телефона?"
"А реально заставить цифровой аватар произносить любую речь, чтобы она губами двигала как живая?"
"И можно сделать систему распознавания лиц, которая будет работать на мобильном телефоне?"
Мы отвечаем "ДА!" на каждый из этих вопросов. За спиной нашей команды десятки обученных нейронных сетей, ML-решения, которые используют крупнейшие компании. Ежегодно мы находим новое применение этим технологиям и порой шокируем наших заказчиков своими идеями и их воплощением.
Мы применяем передовые технологии для построения "живых" интеллектуальных систем, которые будут выполнять самые смелые задачи.
Стек технологий в этом направлении:
Некоторые клиенты, для которых мы разрабатывали решения или работаем прямо сейчас Sberbank Robotics Laboratory, Самарский университет.
"А реально заставить цифровой аватар произносить любую речь, чтобы она губами двигала как живая?"
"И можно сделать систему распознавания лиц, которая будет работать на мобильном телефоне?"
Мы отвечаем "ДА!" на каждый из этих вопросов. За спиной нашей команды десятки обученных нейронных сетей, ML-решения, которые используют крупнейшие компании. Ежегодно мы находим новое применение этим технологиям и порой шокируем наших заказчиков своими идеями и их воплощением.
Мы применяем передовые технологии для построения "живых" интеллектуальных систем, которые будут выполнять самые смелые задачи.
Стек технологий в этом направлении:
- Python, Java, Scala, C/C++, Golang
- Docker, Kubernetes, OpenStack, Ansible, Puppet, Chef, Jenkins, IaaC (Groovy), Airflow, Luigi
- AWS, GCP, Azure, Alibaba Cloud
- Prometheus, Grafana, Kibana в качестве систем мониторинга и DashBoards
- Vertica, MemSQL, HBase и другие OLAP решения
- Elasticsearch, MongoDB, Redis в NoSQL, Postgresql, MySQL и Oracle в RDBMS
- Hadoop стэк, включая Spark, Kafka, а также «более real-time» решения, такие как Flink
- Наши инженеры сертифицированы Red Hat и Kubernetes
Некоторые клиенты, для которых мы разрабатывали решения или работаем прямо сейчас Sberbank Robotics Laboratory, Самарский университет.
Вернуться
Компьютерное зрение, трекинг и дополненная реальность
Системы распознавания объектов и лиц, позиционирование объектов, моделирование элементов дополненной реальности и их интеграция в виртуальной среде
Компьютерное зрение сегодня это не только безопасность и контроль доступа. Сегодня мы предлагаем огромный спектр услуг и продуктов на базе технологий компьютерного зрения, трекинга и AR для различных рынков.
Опыт работы компании базируется на реализованных прототипах и проектах для ритейла, магазинов одежды, железнодорожных перевозок, медицинских систем.
Совмещение технологий CV и AR, собственная система гибридного трекинга и навыки моделирования виртуальных объектов позволяют нам предлагать и создавать действительно интересные решения, которые помогают развитию и безопасности бизнеса, дают возможность выгодно дистанцироваться от конкуретнов.
Стек технологий в этом направлении:
Некоторые клиенты, для которых мы разрабатывали решения или работаем прямо сейчас Самарский государственный медицинский университет, Самарский университет.
Опыт работы компании базируется на реализованных прототипах и проектах для ритейла, магазинов одежды, железнодорожных перевозок, медицинских систем.
Совмещение технологий CV и AR, собственная система гибридного трекинга и навыки моделирования виртуальных объектов позволяют нам предлагать и создавать действительно интересные решения, которые помогают развитию и безопасности бизнеса, дают возможность выгодно дистанцироваться от конкуретнов.
Стек технологий в этом направлении:
- Python, Java, Scala, C/C++, Golang
- Docker, Kubernetes, OpenStack, Ansible, Puppet, Chef, Jenkins, IaaC (Groovy), Airflow, Luigi
- AWS, GCP, Azure, Alibaba Cloud
- Prometheus, Grafana, Kibana в качестве систем мониторинга и DashBoards
- Vertica, MemSQL, HBase и другие OLAP решения
- Elasticsearch, MongoDB, Redis в NoSQL, Postgresql, MySQL и Oracle в RDBMS
- Hadoop стэк, включая Spark, Kafka, а также «более real-time» решения, такие как Flink
- Наши инженеры сертифицированы Red Hat и Kubernetes
Некоторые клиенты, для которых мы разрабатывали решения или работаем прямо сейчас Самарский государственный медицинский университет, Самарский университет.
Назад
Обработка медицинских изображений
Полноценные решения и модули для существующих систем по конвертации, обработке и коррекции медицинских изображений
Компания SMedX начала свою историю с решений для медицинского сектора, а именно работы над проектами со сложными медицинскими изображениями. За спиной наших специалистов несколько впечатляющих проектов по коррекции, обработке, слиянию, сшиванию медицинских изображений. Мы создаём конверторы снимков в различные форматы (в основном DICOM) для формирования единой среды и обеспечения доступности снимков всеми сотрудниками ЛПУ, города, региона. Точная и качественная сегментация объектов на медицинских изображениях позволяет нам создавать действительно полезные и прорывные продукты для медицинского рынка.
Стек технологий в этом направлении:
Некоторые клиенты, для которых мы разрабатывали решения или работаем прямо сейчас Самарский государственный медицинский университет, Медтехнолайн.
Стек технологий в этом направлении:
- Python, Java, Scala, C/C++, Golang
- Docker, Kubernetes, OpenStack, Ansible, Puppet, Chef, Jenkins, IaaC (Groovy), Airflow, Luigi
- AWS, GCP, Azure, Alibaba Cloud
- Prometheus, Grafana, Kibana в качестве систем мониторинга и DashBoards
- Vertica, MemSQL, HBase и другие OLAP решения
- Elasticsearch, MongoDB, Redis в NoSQL, Postgresql, MySQL и Oracle в RDBMS
- Hadoop стэк, включая Spark, Kafka, а также «более real-time» решения, такие как Flink
- Наши инженеры сертифицированы Red Hat и Kubernetes
Некоторые клиенты, для которых мы разрабатывали решения или работаем прямо сейчас Самарский государственный медицинский университет, Медтехнолайн.
Назад
Решения
Познакомьтесь с некоторыми решениями нашей компании, которыми мы смело можем гордиться!
Визуализация BigData крупнейшей телеком-компании
Работа с большими данными может быть наглядной, а результаты легко доступны и понятны не только узким специалистам
В рамках контракта с компанией Nominum наша команда разработала ряд решений по агрегации и визуализации ключевых данных компании. Одной из ключевых метрик заказчика являлось отображение детектирования новых доменов в трафике в реальном времени и выявление среди них подозрительных групп, которые в последствии кластеризировались в "облака" по схожим признакам и позволяли сразу нескольким департаментам использовать это в своей оперативной работе.
Обрабатывая миллионы событий в секунду мы создали не просто систему визуализации, мы разработали систему мониторинга и выявления аномалий – детектирование за счёт AI и ML-решений + визуальная система отображения кластеров.
DashBoard'ы стали мощным инструментом для саппорта компании и B2B продаж, которые позволили Nominum закрыть несколько многомиллионных сделок с телекоммуникационными компаниями по всему миру.
Стек технологий в этом направлении:
Обрабатывая миллионы событий в секунду мы создали не просто систему визуализации, мы разработали систему мониторинга и выявления аномалий – детектирование за счёт AI и ML-решений + визуальная система отображения кластеров.
DashBoard'ы стали мощным инструментом для саппорта компании и B2B продаж, которые позволили Nominum закрыть несколько многомиллионных сделок с телекоммуникационными компаниями по всему миру.
Стек технологий в этом направлении:
- Python, Java, Scala, C/C++, Golang
- Docker, Kubernetes, OpenStack, Ansible, Puppet, Chef, Jenkins, IaaC (Groovy), Airflow, Luigi
- AWS, GCP, Azure, Alibaba Cloud
- Prometheus, Grafana, Kibana в качестве систем мониторинга и DashBoards
- Vertica, MemSQL, HBase и другие OLAP решения
- Elasticsearch, MongoDB, Redis в NoSQL, Postgresql, MySQL и Oracle в RDBMS
- Hadoop стэк, включая Spark, Kafka, а также «более real-time» решения, такие как Flink
- Наши инженеры сертифицированы Red Hat и Kubernetes
Назад
Цифровой аватар "Елена"
Команда «SMedX» участвовала в создании фотореалистичного человеческого аватара для Сбербанка
Благодаря технологии «text-to-face» цифровой аватар может быть создан из любого человека и функционировать в режиме реального времени. Deep neural network обучается с помощью видео для создания реалистичного поведения (движения) мышц головы и лица в человеческом аватаре.
Мы разработали нейросетевую архитектуру и обучили её с помощью видео для создания реалистичных движений головы и лицевых мышц человеческого аватара при воспроизведении речи. Ускорили рендеринг в 83 раза для генерации видео в реальном времени.
Сбербанк получил полноценное ML-решение на базе современных технологий с RESTful API и поддержкой Redis для минимальной задержки и потоковой обработки изображений, основанной на обучении. Это хороший пример внедрения AI/ML в решения, работающие в реальном времени.
Стек технологий в этом направлении:
Мы разработали нейросетевую архитектуру и обучили её с помощью видео для создания реалистичных движений головы и лицевых мышц человеческого аватара при воспроизведении речи. Ускорили рендеринг в 83 раза для генерации видео в реальном времени.
Сбербанк получил полноценное ML-решение на базе современных технологий с RESTful API и поддержкой Redis для минимальной задержки и потоковой обработки изображений, основанной на обучении. Это хороший пример внедрения AI/ML в решения, работающие в реальном времени.
Стек технологий в этом направлении:
- Python, Java, Scala, C/C++, Golang
- Docker, Kubernetes, OpenStack, Ansible, Puppet, Chef, Jenkins, IaaC (Groovy), Airflow, Luigi
- AWS, GCP, Azure, Alibaba Cloud
- Prometheus, Grafana, Kibana в качестве систем мониторинга и DashBoards
- Vertica, MemSQL, HBase и другие OLAP решения
- Elasticsearch, MongoDB, Redis в NoSQL, Postgresql, MySQL и Oracle в RDBMS
- Hadoop стэк, включая Spark, Kafka, а также «более real-time» решения, такие как Flink
- Наши инженеры сертифицированы Red Hat и Kubernetes
Назад
Поддержка операционного процесса
Реализация модулей системы поддержки операционного вмешательства с применением технологий дополненной реальности, 3D-моделирования и собственной системы трекинга
Команда инженеров, моделистов и разработчиков SMedX приняли участие в разработке одно из самых амбициозных медицинских проектов по поддержке операционного процесса последнего десятилетия. Комплексная система позволяет осуществлять поэтапный процесс подготовки, планирования и проведения хирургического вмешательства. Система сопровождения состоит из разных модулей, каждый из которых может быть вынесен в отдельный самостоятельный инструмент:
Наша команда разработала компоненты системы со следующим функционалом:
Реализованная система доказала свою точность и надежность, оказав помощь более чем в 200 хирургических операциях в 20 медицинских центрах, включая клиники в Сен-Этьене (Франция) и Дюссельдорфе (Германия).
Стек технологий в этом направлении:
- Обработка медицинских изображений — исчерпывающий инструментарий для обработки медицинских изображений после их получения с медицинской техники (КТ, МРТ и т.д.);
- Создание 3D-моделей внутренних органов и их сегментация — полуавтоматический модуль преобразования медицинских изображений в 3D-модели с возможностью последующей работы с ними. Сегментация, выделение долей и прочие манипуляции с 3D-моделями органов позволяют в полной мере оценить состояние органов, принять важные решения к предстоящей операции;
- Предоперационное планирование — позволяет разметить виртуальное операционное поле, оценить способы и пути хирургического вмешательства, обозначить пути для хирургических инструментов (угол наклона, глубина разреза и т.д.);
- Позиционирование устройств поддержки в операционной — комплекс устройств и алгоритмов, которые обеспечивают высокую точность сопоставления 3D-модели операционной зоны (поверхность, органы, сосуды и т.д.) и реального тела пациента в операционной. Модуль работает и во время хирургического вмешательства, анализируя положение тела и его смещение;
- Сопровождение операционного процесса с применением AR-технологий и систем треккинга — "вишенка на торте" всей системы поддержки, которая транслирует на специально разработанные хирургические очки AR-элементы, позиционирует 3D-модели в зависимости от положения головы хирурга, калибрует все элементы системы для корректного и актуально отображения запланированных действий на реальное операционное поле.
Наша команда разработала компоненты системы со следующим функционалом:
- создание 3D-модели внутренних органов,
- сопоставление модели и операционного поле с помощью собственной системы трекинга,
- сопровождение хирургического процесса.
Реализованная система доказала свою точность и надежность, оказав помощь более чем в 200 хирургических операциях в 20 медицинских центрах, включая клиники в Сен-Этьене (Франция) и Дюссельдорфе (Германия).
Стек технологий в этом направлении:
- DICOM images;
- PACS systems;
- WSI technologies;
- Digital microscopy and Telemedicine systems;
- C++: Qt, boost, openMP, OpenCV, CUDA, ITK, MITK, VTK, MPI, TBB, OpenCL, PCL, CGAL, caffe;
- Python: numpy, scipy, sympy, matplotlib, pandas, ipython, anaconda, keras, scikit-learn, pytorch, tensorflow;
- MATLAB.
Назад
Виртуализация GPU-мощностей
Создание системы распределённой балансировки ресурсов GPU для коллективного использования в крупной компании
Балансировка нагрузок на информационные системы, распределение задач, выстраивание очерёдности процессов - что объединяет это задачи? Все они могут быть решены с использованием современных технологий Cloud Computing.
Задача балансировки облачных вычислений, ограниченных GPU, большим количеством Data Scientist'ов была выполнена нашими специалистами в 2017 году.
Мы развернули кластер Kubernetes с предварительно построенными Docker-контейнерами для различных типовых задач обработки, организовали совместное хранение для упрощения загрузки данных, обеспечили протоколирование и анализ использования ресурсов GPU для обеспечения более точных расчётов на каждого пользователя, разработали консоль администрирования на базе Django для управления системными и пользовательскими сеансами.
Стек технологий в этом направлении:
Docker, Kubernetes, OpenStack, Ansible, Puppet, Chef, Jenkins, IaaC (Groovy), Airflow, Luigi.
Задача балансировки облачных вычислений, ограниченных GPU, большим количеством Data Scientist'ов была выполнена нашими специалистами в 2017 году.
Мы развернули кластер Kubernetes с предварительно построенными Docker-контейнерами для различных типовых задач обработки, организовали совместное хранение для упрощения загрузки данных, обеспечили протоколирование и анализ использования ресурсов GPU для обеспечения более точных расчётов на каждого пользователя, разработали консоль администрирования на базе Django для управления системными и пользовательскими сеансами.
Стек технологий в этом направлении:
Docker, Kubernetes, OpenStack, Ansible, Puppet, Chef, Jenkins, IaaC (Groovy), Airflow, Luigi.
Назад
Реабилитационная система для людей с двигательными нарушениями
Система реабилитации с элементами VR и биологической обратной связью
В 2018 году компанией «Медэкс» были завершены работы по НИОКРу в рамках дорожной карты NeuroNet «Разработка аппаратно-программного комплекса для реабилитации пациентов с двигательными нарушениями на основе системы виртуальной реальности с биологической обратной связью». Объектом исследования являлись процессы реабилитации пациентов с двигательными нарушениями, проводимые с использованием виртуальной реальности в виде компьютерной игры с биологической обратной связью.
За время реализации проекта наши сотрудники провели все необходимые исследовательские и практические работы для реализации проекта. Предметом исследования стали:
В результате работы разработан программный модуль для синхронизации данных ЭЭГ и физиологических параметров, подготовлен пакет конструкторской и программной документации на АПК, разработана серверная часть программного обеспечения, получен опытный образец АПК. Отличительной особенностью системы стало использование игровых механик (геймификация), что крайне положительно сказалось на мотивации пациентов (в том числе взрослых) в прохождении опытного реабилитационного курса.
Стек технологий в этом направлении:
Docker, Kubernetes, OpenStack, Ansible, Puppet, Chef, Jenkins, IaaC (Groovy), Airflow, Luigi.
* Проект реализован при поддержке Федерального государственного бюджетного учреждения «Фонд содействия развитию малых форм предприятий в научно-технической сфере»
За время реализации проекта наши сотрудники провели все необходимые исследовательские и практические работы для реализации проекта. Предметом исследования стали:
- методики реабилитации пациентов с нарушениями движений верхних и нижних конечностей,
- системы инерциального и оптического трекинга,
- современные средства получения данных ЭЭГ и физиопараметров,
- системы виртуальной реальности,
- и другие темы.
В результате работы разработан программный модуль для синхронизации данных ЭЭГ и физиологических параметров, подготовлен пакет конструкторской и программной документации на АПК, разработана серверная часть программного обеспечения, получен опытный образец АПК. Отличительной особенностью системы стало использование игровых механик (геймификация), что крайне положительно сказалось на мотивации пациентов (в том числе взрослых) в прохождении опытного реабилитационного курса.
Стек технологий в этом направлении:
Docker, Kubernetes, OpenStack, Ansible, Puppet, Chef, Jenkins, IaaC (Groovy), Airflow, Luigi.
* Проект реализован при поддержке Федерального государственного бюджетного учреждения «Фонд содействия развитию малых форм предприятий в научно-технической сфере»
Назад
Система распознавания лиц, частей тела и трекинг позы человека
Решения на базе собственных алгоритмов и технологий Convolutional neural network (CNN)
Собственный алгоритм распознавания лиц на базе свёрточных нейронных сетей (Convolutional neural network). Алгоритм прекрасно работает на компактных и энергоэффективных системах Nvidia Jetson, Raspberry Pi и даже на мобильных телефонах!
Ключевые особенности системы распознавания лиц:
Трекинг поз и положения тела/частей тела происходит на базе классических Full HD web-камер.
Стек технологий в этом направлении:
Docker, Kubernetes, OpenStack, Ansible, Puppet, Chef, Jenkins, IaaC (Groovy), Airflow, Luigi.
Ключевые особенности системы распознавания лиц:
- Индикация качества распознавания (точное, сомнительное, отсутствующее в базе);
- Определение зоны распознавания;
- Использование «обычных» камер, доступных на полках в магазинах.
Трекинг поз и положения тела/частей тела происходит на базе классических Full HD web-камер.
Стек технологий в этом направлении:
Docker, Kubernetes, OpenStack, Ansible, Puppet, Chef, Jenkins, IaaC (Groovy), Airflow, Luigi.
Назад
Наши клиенты и партнёры
Перечень компаний, организаций и университетов, с которыми мы реализовывали самые смелые проекты и с которыми работаем прямо сейчас
SMedX – это опытная развивающаяся компания, с 2014 года мы успешно предоставляем наши сервисные и консалтинговые услуги по всему миру. 4 офиса в России, Португалии и США обеспечивают круглосуточную работу и поддержку наших клиентов.
Современная команда высококлассных специалистов
Мы работаем для крупнейших представителей телеком услуг, химической промышленности, металлургии, нефтедобычи, медицины, научно-исследовательских институтов
Интересы компании не ограничиваются только коммерческой деятельностью
О компании
Data Scientist'ы, инженеры по компьютерному зрению, инженеры данных, системные архитекторы, консультанты, аналитики бизнес-процессов, специалисты по анализу данных, программисты и менеджеры проектов
Сегодня мы активно работаем со стартап-акселераторами, участвуем в организации крупных профильных мероприятий, выступаем и учим молодые команды
