QED.pl » Case study
W dynamicznym sektorze nieruchomości komercyjnych, adaptacja do zmieniających się wymagań rynku i oczekiwań inwestorów jest kluczowa dla utrzymania konkurencyjności. Firma Vertis, lider w branży, zidentyfikowała potrzebę transformacji swojej oferty i zwiększenia elastyczności operacyjnej. Istniejące rozwiązania technologiczne nie zapewniały wystarczającego wsparcia dla skalowania działalności, personalizacji usług dla klientów premium oraz efektywnego zarządzania dużymi zbiorami danych.
W odpowiedzi na te wyzwania, Vertis nawiązał współpracę z QED Software, aby zrealizować strategiczne wdrożenie sztucznej inteligencji (AI).
W dynamicznym sektorze nieruchomości komercyjnych, adaptacja do zmieniających się wymagań rynku i oczekiwań inwestorów jest kluczowa dla utrzymania konkurencyjności. Firma Vertis, lider w branży, zidentyfikowała potrzebę transformacji swojej oferty i zwiększenia elastyczności operacyjnej. Istniejące rozwiązania technologiczne nie zapewniały wystarczającego wsparcia dla skalowania działalności, personalizacji usług dla klientów premium oraz efektywnego zarządzania dużymi zbiorami danych.
W odpowiedzi na te wyzwania, Vertis nawiązał współpracę z QED Software, aby zrealizować strategiczne wdrożenie sztucznej inteligencji (AI).
Dla naszego klienta platformy służacej do wymiany ubranek dziecięcych stworzyliśmy innowacyjny projekt, polegający na zautomatyzowanu całego procesu sprzedażowego.
Platforma służy jako hub wymiany, umożliwiając użytkownikom łatwe i szybkie przekazywanie, opisywanie oraz nabywanie używanych ubranek dla dzieci.
Zastosowana technologia zautomatyzowała cały proces począwszy od sklasyfikowania ubranka wg określonych kategorii, przez stworzenie opisu, zwymiarowania do zaproponowania ceny włącznie.
Dla naszego klienta platformy służacej do wymiany ubranek dziecięcych stworzyliśmy innowacyjny projekt, polegający na zautomatyzowanu całego procesu sprzedażowego.
Platforma służy jako hub wymiany, umożliwiając użytkownikom łatwe i szybkie przekazywanie, opisywanie oraz nabywanie używanych ubranek dla dzieci.
Zastosowana technologia zautomatyzowała cały proces począwszy od sklasyfikowania ubranka wg określonych kategorii, przez stworzenie opisu, zwymiarowania do zaproponowania ceny włącznie.
Technologia, która automatyzuje nagrywanie koncertów muzyki klasycznej.
obejmująca zarówno aspekty techniczne, jak i artystyczne.
Case study pokazuje, jak OnstageAI rewolucjonizuje klasyczne produkcje koncertowe,
poprawiając jakość artystyczną przy jednoczesnym znacznym obniżeniu kosztów.
Technologia, która automatyzuje nagrywanie koncertów muzyki klasycznej.
obejmująca zarówno aspekty techniczne, jak i artystyczne.
Case study pokazuje, jak OnstageAI rewolucjonizuje klasyczne produkcje koncertowe,
poprawiając jakość artystyczną przy jednoczesnym znacznym obniżeniu kosztów.
Studium przypadku „Blindsight” opisuje jak firma reklamowa Digital-Out-Of-Home rozwiązała problem z RODO, regulacjami ochrony danych. Firma używa ekranów LCD/LED do kampanii reklamowych.
Studium przypadku „Blindsight” opisuje jak firma reklamowa Digital-Out-Of-Home rozwiązała problem z RODO, regulacjami ochrony danych. Firma używa ekranów LCD/LED do kampanii reklamowych.
Zadaniem w tym projekcie było wykorzystanie zdjęć satelitarnych do identyfikacji sytuacji w terenie. Projekt koncentruje się na obszarach rolniczych: identyfikacji upraw i ich zagrożeń (anomalii) oraz segmentacji zdjęć satelitarnych w oparciu o specyfikę powyższych.
Podstawą rozwiązania było wykorzystanie głębokiej sieci neuronowej do wykonania zadania segmentacji obrazu oraz naszej technologii LITL która była niezbędna do jakości tagowania obrazów.
W efekcie współpracy z klientem/ Partnerem stworzono wtyczkę która realizuje wdrożone funkcjonalności i może być dalej rozwijana
Zadaniem w tym projekcie było wykorzystanie zdjęć satelitarnych do identyfikacji sytuacji w terenie. Projekt koncentruje się na obszarach rolniczych: identyfikacji upraw i ich zagrożeń (anomalii) oraz segmentacji zdjęć satelitarnych w oparciu o specyfikę powyższych.
Podstawą rozwiązania było wykorzystanie głębokiej sieci neuronowej do wykonania zadania segmentacji obrazu oraz naszej technologii LITL która była niezbędna do jakości tagowania obrazów.
W efekcie współpracy z klientem/ Partnerem stworzono wtyczkę która realizuje wdrożone funkcjonalności i może być dalej rozwijana
Potrzeba Security On-Demand polegała na zwiększeniu możliwości wykrywania podejrzanych zdarzeń sieciowych na podstawie danych o ruchu sieciowym. Głównym celem projektu było wsparcie pracowników Security Operations Center w bieżącym monitorowaniu stanu bezpieczeństwa.
Zaproponowane przez nas rozwiązanie to algorytm crowdsourcingowy. Po stronie klienta pozostaje dostarczenie danych wejściowych. Wykorzystaliśmy możliwości naszej autorskiej platformy konkursowej KnowledgePit.ml, na której nasz zespół od kilku lat z powodzeniem organizuje podobne wydarzenia.
QED Software odpowiadał za formalne zdefiniowanie problemu, preprocessing danych, przygotowanie benchmarku i ewaluatora konkursu, promocję konkursu, a także za przeprowadzenie konkursu i przeprowadzenie sesji konferencyjnej podsumowującej jego wyniki.
Łącznie rozwiązania nadesłało 250 zespołów. Zwycięzcy, oprócz nagród pieniężnych, otrzymali dofinansowanie udziału w konferencji IEEE Big Data w Los Angeles oraz możliwość wydania publikacji konferencyjnej.
Na podstawie najlepszych z nich powstał zoptymalizowany algorytm, który jest podstawą do wdrożenia i dalszego rozwoju przez zespół klienta.
Potrzeba Security On-Demand polegała na zwiększeniu możliwości wykrywania podejrzanych zdarzeń sieciowych na podstawie danych o ruchu sieciowym. Głównym celem projektu było wsparcie pracowników Security Operations Center w bieżącym monitorowaniu stanu bezpieczeństwa.
Zaproponowane przez nas rozwiązanie to algorytm crowdsourcingowy. Po stronie klienta pozostaje dostarczenie danych wejściowych. Wykorzystaliśmy możliwości naszej autorskiej platformy konkursowej KnowledgePit.ml, na której nasz zespół od kilku lat z powodzeniem organizuje podobne wydarzenia.
QED Software odpowiadał za formalne zdefiniowanie problemu, preprocessing danych, przygotowanie benchmarku i ewaluatora konkursu, promocję konkursu, a także za przeprowadzenie konkursu i przeprowadzenie sesji konferencyjnej podsumowującej jego wyniki.
Łącznie rozwiązania nadesłało 250 zespołów. Zwycięzcy, oprócz nagród pieniężnych, otrzymali dofinansowanie udziału w konferencji IEEE Big Data w Los Angeles oraz możliwość wydania publikacji konferencyjnej.
Na podstawie najlepszych z nich powstał zoptymalizowany algorytm, który jest podstawą do wdrożenia i dalszego rozwoju przez zespół klienta.
AI for PIONEERS
Rozwijaj firmę dzięki sztucznej inteligencji