Nos complace anunciar un acuerdo de 4.89 millones de USD con ReadiiTel para entregar etiquetado de datos y desarrollo de modelos en una serie de casos de uso centrados en operaciones de CV y etiquetado de registros. Los pagos por estos pedidos se liquidarán en USD1, la stablecoin emitida por @WorldLibertyFi, lo que permite una liquidación rápida, de bajo costo y auditable en la cadena. Alcance del trabajo: - Despliegues en campo y QA (en las instalaciones / centros de datos): Ocupación de racks y paneles de parcheo, verificaciones de OCR de puertos/etiquetas, reconocimiento del estado de LED para la salud del dispositivo, mantenimiento de armarios y verificación de instalación. - Datos de operaciones en la nube: Etiquetado humano en el bucle de taxonomías de incidentes/tickets, clases de deriva de configuración y categorías de causas raíz de mala configuración para entrenar modelos de triaje y detección de anomalías. - Rendimiento de la red y servicios de internet: Etiquetado de ventanas de telemetría/registros (por ejemplo, SNMP/syslog/NetFlow) por tipo de interrupción, degradación de QoS y causa probable para acelerar el tiempo medio de detección. - Calidad y enrutamiento de cables: Segmentación de instancias de cables, violaciones de radio de curvatura, problemas de tensión/ataque y cumplimiento de código de colores. - Inspección de la cara final del conector de fibra: Clasificación de imágenes de microscopía para contaminación, rayones, agujeros—mapeados a resultados de IEC "Aprobar/Fallar/Monitorear". - Presencia y orientación de AP Wi-Fi: Detección de equipos en el techo/interiores para conteo de AP, tipo de soporte y verificaciones de orientación—apoyando la validación del diseño. Diseño centrado en la privacidad por #DeCorp: Todas las tareas de visión por computadora no son sensibles a la privacidad y están restringidas a equipos y entornos (sin rostros, pantallas o matrículas). El etiquetador aplica redacción automática si es necesario, minimización de metadatos y flujos de trabajo auditables de extremo a extremo.