Nuestra sangre, sudor y código

INCIBE

Construimos un sistema capaz de analizar automáticamente (incluyendo el crawling) diferentes fuentes de información referidas a la contratación pública para elucidar las áreas y habilidades con mayor demanda. El análisis se divide en dimensiones espaciales y temporales, con el objetivo de analizar tendencias y evolución en el sector. 

PC Componentes

Desarrollo de un microservicio con API REST en Symfony 2. Además de un panel de control implementado en Symfony, Twig y Doctrine; incluyendo gestión de las transacciones de la base de datos y unit testing y funcional con PHPUnit y Selenium, todo desplegado en un clúster de Galera en Docker.

UPV

Análisis, diseño, desarrollo e implementación de un sistema de traducción online, incluyendo flujos de trabajo de traducción y revisión. Integración con los sistemas de traducción (Politraductor) y servicios de autenticación (RedIRIS) existentes. Implementado en NodeJS, AngularJS, Handlebars, y Oracle SQL.

Micolet

Construimos una herramienta que elimina automáticamente el fondo de imágenes de prendas de ropa, insertando un fondo neutral y centrando la imagen. Se hizo uso de técnicas diferentes, incluyendo deep learning y técnicas convencionales de visión artificial.

 

Pangeanic

Integración de un web crawler customizado para automatizar el flujo de trabajo derivado de las traducciones web así como el desarrollo de un sistema automático para la estimación del presupuesto de traducción de una página web. El trabajo fue implementado en NodeJS, AngularJS, Redis y MongoDB.

 

Fondo de capital riesgo

Desarrollamos un sistema capaz de estimar la pose de todas las personas dentro de un establecimiento para entender a qué dedican su tiempo cuando están ahí. Conseguimos resultados de alta precisión llevando a cabo técnicas de deep learning.

 

Sankaku

Diseñamos e implementamos un sistema de recomendación con aprendizaje profundo usando el marco de MXNet. Empaquetado como un microservicio usando Docker, el motor de recomendación recibe en la actualidad un tráfico de 25 peticiones por segundo.

LingvaNex

Empezando con modelos de OpenNMT (traducción automática neuronal), nuestro equipo trabajó en reducir el tamaño del modelo de traducción para asegurar que pueda ser usado offline en un teléfono móvil.

Netrange

Construimos un asistente digital (similar a Alexa) utilizando redes neuronales avanzadas para analizar sintácticamente la intención del usuario. Con interfaces de usuario en Android y web.

 

Estamos en contacto.

Ponte en contacto con nuestro equipo para que podamos ayudarte.