Machine learning · Londres
Agência premiada de machine learning, que desenvolve e treina modelos de previsão de demanda, classificação e scoring, recomendação e predição, coloca esses modelos em software em produção e os retreina conforme os dados mudam — com atendimento em português e dados tratados conforme a LGPD.
Soluções que desenvolvemos são usadas por equipes de:
O receio mais comum é passar meses em um modelo que nunca sai do notebook em que foi criado. Já entregamos mais de 50 projetos, e vamos guiar você em cada etapa deste.
Começamos com uma conversa gratuita, em português, sobre a pergunta que você quer responder, os dados que você tem e como os modelos de IA seriam usados. Você sai sabendo se machine learning é a ferramenta certa — e diremos com franqueza quando um método mais simples resolver.
Antes de qualquer desenvolvimento e antes de você investir qualquer valor, você recebe por escrito quanto o trabalho vai custar, quanto o modelo deve valer na prática e em quanto tempo se paga. O escopo é fechado, e o preço também.
Definimos com você as etapas do desenvolvimento antes de começar, e a primeira é um modelo treinado com os seus dados e medido contra uma referência simples, para que você veja cedo quanto ele vale. Você paga cada etapa quando ela estiver concluída e funcionando.
Continuamos por perto após o lançamento para retreinar o modelo conforme seus dados mudam, acompanhar como a precisão se mantém e estendê-lo a novas perguntas. Todo o código e a propriedade intelectual passam a ser seus com o pagamento, então o suporte contínuo não é condição para mantê-los.
Cada um deles transformou algo que só uma pessoa sabia avaliar em um modelo em que a empresa inteira pode confiar.
Uma empresa de análise financeira tinha um método comprovado de leitura de gráficos que só um analista conseguia aplicar, o que tomava horas por dia e limitava quantos ativos a empresa podia cobrir. A CodeLeap transformou esse método numa plataforma de machine learning que entrega previsões diárias por meio de uma API.
Saiba maisTestes de triagem por mudança de cor são lidos a olho nu, o que torna o resultado subjetivo e difícil de acompanhar ao longo do tempo. A CodeLeap construiu um algoritmo de visão computacional que lê o teste de forma objetiva a partir de uma foto tirada no celular, junto com os aplicativos em torno dele.
Saiba maisUma empresa que produz fotografia de veículos em escala precisava que todas as imagens tivessem aparência consistente, num volume em que nenhuma equipe conseguiria conferir uma a uma. Ao longo de vários anos de parceria, a CodeLeap desenvolveu os aplicativos de captura e o pipeline de visão computacional que padronizam, aprimoram e verificam a qualidade de cada foto automaticamente.
Saiba maisEscolhemos o menor modelo que responde à pergunta, porque um modelo mais simples é mais barato de rodar, mais fácil de explicar e normalmente preciso o bastante.
O Python é onde os modelos são construídos e treinados, e onde fica o código que prepara os dados para eles, o que mantém todo o pipeline em uma só linguagem.
Para a maioria dos problemas com dados comuns de negócio, o scikit-learn entrega rapidamente um modelo funcional e um resultado que você consegue explicar para quem precisa aprová-lo.
Em tabelas de números e categorias, o XGBoost costuma superar abordagens mais complicadas, o que faz dele a primeira opção na maioria dos trabalhos de previsão e scoring.
O PyTorch é usado quando os dados são imagens, áudio, texto ou sequências longas, e quando o modelo precisa aprender padrões complexos demais para um método mais simples.
O Hugging Face reúne modelos já treinados com grandes coleções de textos e imagens, que podem ser adaptados à sua tarefa com muito menos dados seus.
O treinamento gera muitas versões de um modelo, e o MLflow registra com o que cada uma foi treinada e qual foi o seu desempenho, para que a versão em produção sempre possa ser rastreada.
Os dados com que um modelo aprende e as previsões que ele gera precisam ser armazenados, e o PostgreSQL guarda os dois juntos para que os resultados possam ser comparados com o que aconteceu.
O treinamento precisa de hardware gráfico por pouco tempo e a operação precisa de muito pouco, por isso treinamos e hospedamos na AWS e pagamos por cada parte só enquanto ela roda.
Estas são as ferramentas que aparecem com mais frequência, não o limite do que usamos. Se os seus dados estão em um data warehouse, em uma planilha ou em um sistema desenvolvido internamente, conseguimos treinar com eles.
Avaliações reais de clientes para quem já entregamos projetos, no Clutch e em outras plataformas.
The enthusiasm, understanding of our mission, and passion from the first few minutes of the call were the deciding factors in choosing CodeLeap. Within 3 months of our app launching, we had over 1,500 downloads, appeared in leading publications from Forbes, The Metro, Marie Claire, Women's Fitness and many more, and started raising further investment.
They are incredibly diligent in the quality of work they produce, and go above and beyond when it comes to solving issues faced within the project, and to ensure we meet strict project deadlines. You never feel like you are one of many clients, and they ensure they are always there to help with any need you have, no matter how big or small.
CodeLeap made me feel like my options were limitless in terms of what could be achieved, which was critical to me as we were creating something very unique. I'm glad I chose Codeleap over a large corporation as the personable approach resulted in a smooth and pleasant experience.
Working with CodeLeap was a very good experience from both a professional and personal point of view. These people know what they are doing and are both efficient and clever and made a good partner. I wouldn't hesitate to recommend CodeLeap.
CodeLeap adds so much value and goes above and beyond what I expected. CodeLeap's team is very flexible with all the different requests we've put in front of them. They've also been great with the whole business side of things, and being able to forecast for this industry is really helpful. Overall, I'm completely satisfied with their work — they've been incredibly helpful.
Their flexibility and focus on quality were outstanding.
Marcelo has been wonderful throughout the process and we are very happy.
Absolutely FANTASTIC. This is very much what I had in mind. We're very pleased with your team, thank you all very much.
A partir de R$ 17.000
Agende uma consultoria gratuitaA partir de R$ 100.000
Agende uma consultoria gratuitaA partir de R$ 280.000
Agende uma consultoria gratuitaTudo o que você precisa saber antes de começar um projeto conosco.
Um modelo treinado com os seus dados e implantado no software que o usa normalmente começa em R$ 100.000, e uma plataforma com vários modelos em conjunto começa em torno de R$ 280.000. O que move o valor é o estado dos dados, quantos sistemas a previsão precisa alcançar e com que frequência o modelo precisa ser retreinado. Uma análise de dados custa a partir de R$ 17.000.
Para previsões comuns de negócio, alguns milhares de registros passados com o resultado anotado costumam bastar para um resultado útil. Mais importante que o volume é saber se os dados cobrem as situações que você quer prever. Uma análise de dados curta responde isso antes de qualquer investimento em desenvolvimento, e é exatamente para isso que ela serve.
Um único modelo normalmente leva de oito a doze semanas, do escopo aprovado ao uso em produção, com uma análise de dados de uma a duas semanas antes. Uma plataforma com vários modelos avança em fases ao longo de alguns meses. Preparar os dados costuma ser a parte mais longa; a modelagem em si raramente é o que atrasa um projeto.
Na maioria dos casos, sim, e quando a explicação importa escolhemos um método que a permita. Modelos construídos sobre tabelas de dados de negócio conseguem mostrar quais fatores empurraram uma previsão para um lado ou para o outro, no nível de cada caso. Deep learning em imagens ou texto é mais difícil de explicar, por isso só o usamos quando nada mais simples funciona.
A precisão cai silenciosamente em vez de quebrar, e é por isso que um modelo em produção é monitorado em relação ao que de fato aconteceu. Quando a diferença aumenta, o modelo é retreinado com dados recentes, e esse processo é preparado durante o desenvolvimento para que o seu time consiga executá-lo. Tudo o que é necessário para isso é entregue junto com o código.
Uma equipe pequena e experiente de designers, engenheiros e solucionadores de problemas, trabalhando lado a lado com você da primeira ideia à entrega final.
Victor
CTO / Cofundador
Vivian
COO / Cofundadora
Matt
Gerente de Projetos
Amábili
Designer
Konrad
Representante Comercial
Kenzo
Tech Lead
Paulo
Tech Lead
Marcelo
Gerente de Projetos
Felipe
Tech Lead
Vinny
Advisor
Laura
Analista Comercial
Takuya
Tech Lead
Kaella
Dev Backend
Mario
Designer
Nossa equipe de especialistas pode ajudar você a avaliar oportunidades de inovação para a sua empresa, com atendimento em português.
Prefere falar direto com a gente? Envie um e-mail para hello@codeleap.co.uk ou ligue para +44 (0) 330 122 1101
