Usłu­gi — Bada­nia i rozwój

Badania i rozwój

Zespół FN ofe­ru­je zarów­no tech­no­lo­gicz­ne usłu­gi dorad­cze jak i wyko­naw­stwo badań prze­my­sło­wych i prac roz­wo­jo­wych w nastę­pu­ją­cych obszarach:

  • ICT – sztucz­na inte­li­gen­cja, ucze­nie maszy­no­we, big data, user expe­rien­ce, cyber­bez­pie­czeń­stwo, block­cha­in, auto­ma­ty­za­cja i robo­ty­ka pro­ce­sów technologicznych;
  • Bio­tech­no­lo­gia – far­ma­ko­lo­gia, kosme­to­lo­gia, żyw­ność, bioprodukty;
  • Ener­ge­ty­ka – wytwa­rza­nie, maga­zy­no­wa­nie, prze­sył i dys­try­bu­cja energii;
  • Inte­li­gent­ne i ener­go­osz­częd­ne budownictwo;
  • Gospo­dar­ka o obie­gu zamknię­tym – woda, surow­ce kopal­ne, odpady;
  • Wie­lo­funk­cyj­ne mate­ria­ły i kom­po­zy­ty o zaawan­so­wa­nych wła­ści­wo­ściach, w tym nano­pro­ce­sy i nanoprodukty;
  • Elek­tro­ni­ka i foto­ni­ka, w tym elek­tro­ni­ka dru­ko­wa­na, orga­nicz­na i elastyczna;
  • Inte­li­gent­ne tech­no­lo­gie kre­acyj­ne – wzor­nic­two, gry, multimedia.
Ofe­ro­wa­ne usłu­gi to m.in.:
  • Wspar­cie w budo­wie i wali­da­cji agend badaw­czych do pro­jek­tów badawczo-rozwojowych
  • Pro­jek­to­wa­nie meto­do­lo­gicz­nie popraw­nych eks­pe­ry­men­tów naukowych
  • Budo­wa ska­lo­wal­nych roz­wią­zań infor­ma­tycz­nych dosto­so­wa­nych do algo­ryt­mów ucze­nia maszy­no­we­go, w tym roz­wią­za­nia kon­te­ne­ro­we takie jak Docker, Kuber­ne­tes, gRPC zin­te­gro­wa­ne z chmu­ra­mi takim jak AWS, MS Azure
  • Two­rze­nie śro­do­wisk badaw­czych nie­zbęd­nych do prze­pro­wa­dze­nia prac badaw­czo-roz­wo­jo­wych łącz­nie  z opra­co­wa­niem mode­li roz­wią­zań nie­zbęd­nych do osią­gnię­cia celów biznesowych
  • Wspar­cie mul­ti­dy­scy­pli­nar­ne pro­jek­tów, np. w zakre­sie łącze­nia zagad­nień psy­cho­lo­gicz­nych z informatyką
  • Usłu­gi w zakre­sie ucze­nia maszy­no­we­go, w tym nowo­cze­sne meto­dy opar­te o głę­bo­kie ucze­nia (deep learning): 
    • Budo­wa algo­ryt­mów z zakre­su widze­nia kom­pu­te­ro­we­go (com­pu­ter vision)
    • Budo­wa algo­ryt­mów z zakre­su prze­twa­rza­nia języ­ka natu­ral­ne­go (NLP)
    • Sil­ni­ki reko­men­da­cyj­ne, oraz nowo­cze­sne meto­dy opar­te o dyna­micz­ną budo­wę repre­zen­ta­cji w opar­ciu o ucze­nie głębokie
    • Prze­twa­rza­nie sze­re­gów cza­so­wych, w tym opar­tych o urzą­dze­nia zawie­ra­ją­ce róż­ne­go rodza­ju sen­so­ry takie jak akce­le­ro­me­try, żyro­sko­py, GSR, EEG, i pochodne.
    • Roz­wią­za­nia agen­to­we, w tym sze­ro­ko poję­ty ucze­nie ze wzmoc­nie­niem (rein­for­ce­ment learning).