Szóval milyen a Lexunitnál dolgozni?

Szerintünk a partnereink, és az AI iránt általánosan érdeklődők számára is érdekes lehet belelátni egy olyan cég működésébe, mint a miénk. Ha pedig fejlesztő vagy és megtetszik, ha érzed a kémiát, keress minket! »

Miért (lenne) fontos az adattisztítás?

A kutatás az “adatkaszkád” (Data Cascade) problémájára fókuszál. Ezek olyan esetek, amikor az AI projekt kifejezetten az adatkezelésből eredő problémák miatt csúszik félre, nem pedig a modellel kapcsolatban merült fel probléma. »

Hogyan dolgozunk együtt amerikai startupokkal?

Dinamikus működés, jó ár-érték arány, odafigyelés és konzisztencia - a megbízható szakértelem mellett ezekre kell odafigyelni az amerikai piacon ahhoz, hogy be tudj törni az ismeretlenség homályából. »

Nemzetközi terepen is vitézkedik a Lexunit: amerikai ügyfeleink írtak rólunk

Mindig és mindenhol az a célunk, hogy csúcsminőségű AI támogatást nyújtsunk: a bostoni startup szcénában is sikerült már némi hírnevet kivívnunk magunknak 2021-ben. A Clutch nevű weboldal készítői külsős fejlesztői csapatokról kérdezik a cégvezetőket, így rólunk is felkerült pár beszámoló. Mutatjuk az esettanulmányokat! Felskáláztuk a JobStepet, az álláskeresés folyamatát automatizáló »

Hogyan tud egy szervezet felkészülni az AI felhasználására?

Vannak cégek, amelyek nagyon sikeresek az AI és egyéb innovatív technológiák alkalmazásában, és vannak, amelyek nem annyira. Mi a különbség közöttük? Mi a nyerő stratégia? Aranyszabályok nincsenek, de ebben a cikkben összeszedtünk mindent, amit egy olyan cégvezetőnek tudunk javasolni, aki nyitott az innovációra, de szeretné elkerülni a csapdákat. Napjainkban minden »

Gépi tanulás (Machine Learning) az iparban és a robotikában

A gépi tanulás az egyik alapvető sarokköve, sok esetben szinonimája az AI technológiáknak, (az NLP és az RPA mellett, például). Ebben a cikkben a gépi tanulás néhány alapvető módját mutatjuk be, ahogy gépeket és robotokat szokás ma “betanítani”. Robot Látás - a gépi látás, mint a betanítás elsődleges eszköze A »

Mi kell ahhoz, hogy egy cég sikeresen éljen a Mesterséges Intelligencia lehetőségeivel? - II. rész

Nem meglepő, hogy a cégek világszerte és ipari területtől függetlenül fontolgatják az AI használatát. Viszont akadnak még vállalatvezetők, akik szkeptikusak, hiszen  mesterséges intelligencia-projektek nem mindig hozzák azt az eredményt, amit várnak tőlük. De mi különbözteti meg a technológiához jól alkalmazkodó, jelentős üzleti eredményeket realizáló cégeket azoktól, akik túl lassan, túl »

Biztosítási kár bejelentésének folyamatát automatizáltuk gépi tanulás- és gépi látás- megoldásokkal

A közelmúltban egy izgalmas és széles körben használatra kerülő megoldás keretében demonstrálhattuk, hogy nagy mennyiségben generálódó felhasználói fényképek terén hogyan lehet kiemelkedő hatékonyságnövelést elérni úgy, hogy képfelismerő rendszereket kapcsolunk össze felhasználói visszajelző (chatbot) felületekkel. Az ügyfél egy globális multi, a projekt eredményeként létrehozott szoftver pedig korszerűsítheti és végtelenül egyszerűvé teheti »

A szoftverfejlesztés lépései - AI a kódolásban

A digitális ipar már több, mint fél évszázados múltra tekint vissza. A szoftverfejlesztés a 70-es és 80-as években kezdett erőre kapni, de az internetes technológiák fejlődésével új szintre lépett és most már szinte teljesen körülvesznek minket a különböző digitális eszközök, amelyek működését legalább néhány sornyi programkód vezérli. A mesterséges intelligencia »