Рассказываем, как мы, » or «„=“ [ZeBrains] заняли призовое место в кейсе от компании „Сила“, и решили задачу по созданию ИИ‑модели для автоматического обнаружения и классификации дефектов на изображениях ноутбуков.

В мире разработки программного обеспечения часто говорят, что лучшие решения рождаются из реальных проблем. За ограниченное время удалось не просто создать работающий прототип системы обнаружения дефектов ноутбуков, но и разработать полноценное решение, готовое к промышленному внедрению. Давайте разберем, как это удалось, и какие технические решения мы использовали.

Человек несовершенен, но тщательно старается об этом забыть. Даже в таких рациональных делах, как строительство, ведение бизнеса и создание электронных устройств. Продуктовый подход — это способ мышления, который учитывает эти несовершенства при разработке продуктов и таким образом увеличивает вероятность успеха. Меня зовут Дмитрий Латыпов, Product Manager в Napoleon IT, и сегодня я расскажу, какие слабости нивелирует продуктовый подход и на каких основных принципах он строится.

Ожидание и реальность

Как правило, при планировании крупных проектов существует большая вероятность ошибиться с прогнозом о сроках их завершения. Например, международный аэропорт Денвера в США планировали построить за четыре с половиной года, а закончили только через шесть лет и превысили бюджет на два миллиарда долларов. Сиднейский оперный театр в Австралии планировали реализовать за восемь лет, в итоге строили 14 лет, то есть опоздали на шесть лет, и превысили бюджет в 15 раз, потратив 102 миллиона долларов вместо семи. 

Привет, Хабр!

На связи Сергей и Григорий - Data Scientist'ы.

Сегодня расскажем, как заняли 2 место в общем зачете AI Generative Product Hackathon, инициированного Napoleon IT,  и 1 место в кейсе по анализу рекламных креативов для крупной российской фармацевтической компании.

Вместе с Русланом Ахтямовым, сооснователем компании Napoleon IT объясним, почему компьютерное зрение — не просто игрушка, а полезный инструмент для фермеров. В статье приведены кейсы компании, реализованные с использованием собственной разработки Video Analytics Core.

В 2022 году компания Napoleon IT, входящая в ТОП-10 лучших AI-разработчиков России по версии Clutch, совместно с лидером в области компьютерных наук Университетом ИТМО, создали AI Talent Hub — комьюнити специалистов по машинному обучению, объединяющее таланты, мировые компании и экспертов из индустрии. Наша миссия: развивать мир, развивая таланты. Наша задача: вывести начинающего специалиста на Middle уровень в AI-проекты ведущих ИТ-компаний.

С 2018 по 2019 г. количество вакансий специалистов по машинному обучению стало больше в 1,3 раза. С 2020 по 2021 год прирост по количеству вакансий направления Data Science составил 120%. В 2022 году мы видим тренд — возрастает спрос на специалистов Middle и Senior ML Engineer и Data Engineer. А теперь, внимание, знатоки, вопрос: «Где же взять столько талантливых Middle специалистов»?

Правильный ответ, как вы уже догадались, в говорящем названии AI Talent Hub, на базе которого запущена самая крупная проектная магистратура по подготовке специалистов по машинному обучению онлайн. К 2025 году планируется, выпустить 700 AI-специалистов на позиции Middle и выше. В 2022 году на магистерскую программу «Инженерия машинного обучения» выделено 90 бюджетных мест. Бизнес и передовые ВУЗы поняли тот факт, что таланты — это новая энергия, за которой стоят идеи, стремление и следующий этап развития мира. 

Napoleon IT уже имеет несколько собственных магистратур: МФТИ — «Индустриальная биоинформатика», Университет ИТМО — «Компьютерное зрение» , ЧелГУ — «Machine Learning». Подробнее об успешном опыте сотрудничества  читайте здесь. 

“Диджитализируйся или умри!”