Vitarex Stúdió Kft.
Kapcsolattartók:
Gulyás György
ügyvezető
gulyas.gyorgy@vitarex.hu
Czeiszing Erika
irodavezető
czeiszing.erika@vitarex.hu
Tel: 06 1/466 7404
Bemutatkozás
Cégünk piacvezető egyes egészségügyi alkalmazások fejlesztése és értékesítése terén, amely termékek elsősorban .Net technológiai alapokon nyugszanak.
Változatos fejlesztési és kutatási feladatokkal várjuk a hallgatókat cégünk budai irodájában.
Cégünkről bővebben: https://vitarex.hu/cegismerteto/
Nemzetközi pályázatban végzett munkához keresünk Python nyelv iránt érdeklődő, egyetemista hallgatót
Testtartás elemzés deep learninggel és gépi látással
Közismert, hogy iskolás korban a sok ülés, és a nehéz iskolatáska nincs jó hatással az elsősök hátára. Jellemzően ebben az életkorban kezdhet el kialakulni egyfajta gerincferdülés, amit éppen ezért rendszeresen szűrnek is az alsós gyermekeknél.
A Vitarex Stúdió Kft. egy nemzetközi projekt részeként fejleszt egy egészségügyi eszközt, amely a védőnők munkáját segíti a szűrésben: gépi látással és mélytanulással elemzi a diákok testtartását, és riportot készíti a látottakról. Az eszköz képes felismerni az általa látott személyt, annak testtartását, körvonalait és ezekből következtetést levonni. Ráadásul az eszköz lehetőséget nyújt a gépi látási hibákat ábrázoló képek gyűjtésére, amit központi adatbankba továbbít.
Hallgatóként ebbe a fejlesztésbe csatlakozhatsz be, ahol az eszköz szoftverének fejlesztésében való részvétel lesz a feladatod csapatunk részeként. A fejlesztés Python nyelven zajlik.
MLOps infrastruktúra fejlesztése gépi tanulási modellek fejlesztéséhez
Érdekel, a gépi tanulás? Esetleg még inkább az, hogyan lehet a gépi tanulást piaci alkalmazásokban megvalósítani és támogatni? Akkor érdemes megismerkedned az MLOps világával!
A Vitarex Stúdió Kft. egy nemzetközi projekt részeként fejleszt egy egészségügyi eszközt, amely a védőnők munkáját segíti majd a szűrésben: gépi látással és mélytanulással elemzi a diákok testtartását, és riportot készíti a látottakról. Az eszköz képes felismerni az általa látott személyt, annak testtartását, körvonalait és ezekből következtetést levonni. Ráadásul az eszköz lehetőséget nyújt a gépi látási hibákat ábrázoló képek gyűjtésére, amit központi adatbankba továbbít.
Az eszköz egy MLOps infrastruktúrába ágyazottan üzemel, ami a különféle forrásokból érkező adatoknak tárolását, rendszerezését oldja meg, az azok alapján újratanított modelleknek ad repozítóriumot, továbbá támogatja az új modellek deployment-jét többféle eszköztípusra is.
Hallgatóként ennek az infrastruktúrának a fejlesztésébe csatlakozhatsz be, és járulhatsz hozzá annak alakításához.