Pular para o conteúdo
Contato

Onde temos profundidade

Organizamos a nossa experiência por tipo de problema, não por setor nem por tecnologia. As técnicas mudam: processamento de sinais, machine learning, deep learning, modelos de linguagem. O que permanece é a capacidade de ir do problema à produção.

Sensing & Signal Intelligence

Transformar sinal bruto em informação confiável, em escala e sob ruído.

Problemas típicos:

identificar o que está num sinal quando ele é longo, ruidoso ou chega em volume muito grande; reconhecer padrões em áudio, voz, sinais biomédicos, sensores e séries temporais; detectar início e fim de eventos; distinguir variações quase idênticas.

Prova:

  • ECAD. Desde 2008 identificando música em cerca de 4.000 rádios e 400 canais de TV, e em execuções ao vivo. Hoje: acerto próximo de 100% no rádio, com processo totalmente automático, e 98% na TV. Evolução do processamento clássico de sinais para a orquestração de redes neurais, sem interromper a operação. Ler o case

Applied AI & Knowledge Engineering

Aplicar IA a conhecimento especializado, sabendo onde ela agrega valor e onde introduz risco.

Problemas típicos:

levar conhecimento de especialistas, documentos e sistemas para decisões do dia a dia; adaptar modelos de IA a um domínio, a um idioma ou a um repertório para o qual eles não foram treinados; decidir onde a IA generativa ajuda e onde o cálculo precisa ser determinístico e auditável.

Prova:

  • Radix · com apoio da Finep. Parceria em execução num programa de pesquisa e desenvolvimento de 36 meses para um copiloto de gestão de projetos. A pesquisa de viabilidade mudou a arquitetura antes da construção. Ler o case
  • ECAD. Identificação de música ao vivo, inclusive covers e outros idiomas, adaptando redes neurais ao repertório brasileiro. Ler o case

Fora desses territórios

Essas capacidades são ponto de partida, não cerca. Se o seu problema é complexo, relevante, não tem solução pronta e exige pesquisa e engenharia para ser resolvido, ele nos interessa.