hex2
hex2
hex4
hex3
DATASCIENCE ОТДЕЛ
ДЛЯ ВАШЕЙ КОМПАНИИ
I

Умеем находить решения
и реализовывать их
II

Имеем широкую предметную экспертизу
III

Следим за новыми методами и подходами
IV

Открыты к новым задачам
ЧЕМ МЫ
ЗАНИМАЕМСЯ
Чем мы занимаемся МАТЕМАТИКА РАЗРАБОТКА ПРОЕКТИРОВАНИЕ АНАЛИЗ ДАННЫХ МАШИННОЕ ОБУЧЕНИЕ ЗАПУСК
ПРЕДМЕТНЫЕ ОБЛАСТИ

Команда BrainGarden имеет опыт во многих областях, среди которых можно выделить следующие:

Биоинформатика

Оптимизация клеточной линии, системы оценки свойств малых молекул с применением алгоритмов Deep Learning, генерация репертуара малых молекул, направленный поиск молекул с заданными свойствами

Управление на финансовых рынках

Разработка и внедрение систем принятия решений на финансовых рынках на основе машинного обучения, формирование оптимальных портефелей для инвестиционных целей.

Управление транспортом

Работа с геоинформационными системами, разработка алгоритмов оптимизации маршуртов, повышение утилизации использования флота, поиск оптимального расположения объектов инфраструктуры в логистических сетях

Распознавание изображений

Задачи распознавания образов и компьютерного зрения. Распознавание лиц, детектирование лиц, определение пола и возраста, сегментация, поиск лица по базе имеющихся фотографий, кластеризация массива фотографий и т.д.

Генеративный арт

Собственные разработки в области стилизации изображений средствами глубокого обучения, в частности мы реализовали несколько вариаций таких алгоритмов: градиентный, feed-forward, patched. Мы продвинулись немного дальше и можем подготовить изображение в любом разрешении любым из алгоритмов. Также стилизуем видео.

Планирование производства

Разработка алгоритмов автоматического составления расписаний, оптимизация использования ресурсов

НАША КОМАНДА
НАШИ МЕРОПРИЯТИЯ
DataFest
10-11 сентября 2016
Тема доклада: "Машинное обучение в анализе медицинских данных"

Современная медицина накопила огромный объём информации о пациентах и развитии заболеваний. Появилось множество методов диагностики и исследований — от анализа крови до генетических тестов, от ЭКГ и УЗИ до компьютерной томографии. В докладе речь пойдёт о нескольких приложениях машинного обучения к анализу медицинских данных. Кто лучше диагностирует рак — человек или машина? Можно ли предсказать сердечную недостаточность за девять месяцев до её проявления?
DataFest
10-11 сентября 2016
Тема доклада: "Машинное обучение в анализе медицинских данных"

Современная медицина накопила огромный объём информации о пациентах и развитии заболеваний. Появилось множество методов диагностики и исследований — от анализа крови до генетических тестов, от ЭКГ и УЗИ до компьютерной томографии. В докладе речь пойдёт о нескольких приложениях машинного обучения к анализу медицинских данных. Кто лучше диагностирует рак — человек или машина? Можно ли предсказать сердечную недостаточность за девять месяцев до её проявления?
SmartData
21 октября 2017
Тема доклада: "Нет данных? Нет проблем! Deep Learning на CGI"

В настоящий момент глубокие свёрточные сети являются state-of-the-art алгоритмами во многих задачах компьютерного зрения. Однако большинство таких алгоритмов требуют огромных обучающих выборок, и качество модели целиком зависит от качества данных и их количества. В ряде задач сбор данных затруднен или подчас невозможен. В докладе мы рассмотрим пример обучения глубоких свёрточных сетей для локализации ключевых точек объекта на полностью синтетическом наборе данных.
Big Data в бизнесе
17 июня 2017
Тема доклада: "Данные и машинное обучение в ритейле и логистике"

Фестиваль Данных “Big Data в бизнесе” стал местом презентаций примеров успешного применения Big Data в различных областях бизнеса: от маркетинга и рекламы до и эксплуатации зданий, а также дискуссионной площадкой для обсуждения возможностей инструментов машинного обучения и анализа больших данных.
Big Data в бизнесе
17 июня 2017
Тема доклада: "Данные и машинное обучение в ритейле и логистике"

Фестиваль Данных “Big Data в бизнесе” стал местом презентаций примеров успешного применения Big Data в различных областях бизнеса: от маркетинга и рекламы до и эксплуатации зданий, а также дискуссионной площадкой для обсуждения возможностей инструментов машинного обучения и анализа больших данных.
Фестиваль науки "Кстати"
20 апреля 2017
Тема доклада: "Машинное обучение: новый разум человечества"

«КСТАТИ» — федеральный фестиваль науки, который сеть информационных центров по атомной энергии проводит с 2015 года в разных городах России и зарубежья при поддержке Госкорпорации «Росатом». Фестивали проходили в Калининграде, Ростове-на-Дону, Мурманске, Новосибирске, Саратове, Воронеже, Минске. В рамках «КСТАТИ» состоялось более 200 мероприятий, участниками и слушателями которых стали более 40 000 человек.
ADHACK GALAXY
26-27 августа 2017
Доклад о персонифицированной оффлайн рекламе

Первый в Санкт-Петербурге Хакатон по рекламе и маркетингу Hackathon ADHACK GALAXY.
ADHACK GALAXY
26-27 августа 2017
Доклад о персонифицированной оффлайн рекламе

Первый в Санкт-Петербурге Хакатон по рекламе и маркетингу Hackathon ADHACK GALAXY.
Фестиваль науки «КСТАТИ. Революции в науке»
28-29 октября 2017
Темы докладов:
"Машинное обучение: новый разум человечества"
"Творчество нейросетей: зачем мы это делаем"
"Машинный интеллект: расширение возможностей человека"


Фестиваль науки «КСТАТИ. Революции в науке» состоялся в Новосибирске с 25 по 29 октября 2017 года. Организатор — информационный центр по атомной энергии Новосибирска при поддержке Госкорпорации «Росатом».

СВЯЖИТЕСЬ С НАМИ
Для сотрудничества сообщите нам описание вашей задачи или идеи,
и мы поможем найти и реализовать решение

(812) 629-1413
info@braingarden.ai