Nous sommes heureux d'annoncer un contrat de 4,89 millions de dollars USD avec ReadiiTel pour fournir l'étiquetage de données et le développement de modèles dans le cadre d'une suite de cas d'utilisation axés sur les opérations de CV et d'étiquetage de journaux. Les paiements pour ces commandes seront réglés en USD1, la stablecoin émise par @WorldLibertyFi, permettant un règlement rapide, à faible coût et auditable sur la chaîne. Portée des travaux : - Déploiements sur le terrain et QA (sur site / centres de données) : occupation des racks et des panneaux de brassage, vérifications OCR des ports/étiquettes, reconnaissance de l'état des LED pour la santé des appareils, entretien des armoires et vérification des installations. - Données des opérations cloud : étiquetage humain des taxonomies d'incidents/tickets, classes de dérive de configuration et catégories de causes profondes de mauvaise configuration pour entraîner des modèles de triage et de détection d'anomalies. - Performance réseau et services Internet : étiquetage des fenêtres de télémétrie/journaux (par exemple, SNMP/syslog/NetFlow) par type de panne, dégradation de la QoS et cause probable pour accélérer le temps moyen de détection. - Qualité des câbles et routage : segmentation d'instance des cordons, violations du rayon de courbure, problèmes de tension/liaison et conformité au code couleur. - Inspection de la face d'extrémité des connecteurs en fibre : notation d'images microscopiques pour contamination, rayures, trous—cartographiées aux résultats IEC "Passer/Échouer/Surveiller". - Présence et orientation des points d'accès Wi-Fi : détection d'équipements au plafond/intérieur pour le comptage des points d'accès, type de support et vérifications d'orientation—soutenant la validation de conception. Conception axée sur la confidentialité par #DeCorp : Toutes les tâches de vision par ordinateur ne sont pas sensibles à la vie privée et sont limitées aux équipements et environnements (pas de visages, d'écrans ou de plaques d'immatriculation). Le tagueur impose une réduction automatique si nécessaire, une minimisation des métadonnées et des flux de travail audités de bout en bout.