Shaip

שייפ מציגה את עצמה כחברה לאיסוף, תיוג והערכת נתונים עבור מודלי למידת מכונה. לפי האתר שלהם, הם מאגדים נתונים מיותר מ־60 מדינות. הניסיון שהם מציגים מתמקד בעבודה סביב פרויקטים תובעניים בעולמות השפה, הרפואה והרובוטיקה, כולל המלצות מבכירים בחברות כמו Google ו־Oracle.

הפעילות בפועל מתחילה באיסוף נתונים רב-מודאליים בשטח ובסביבות מבוקרות, כולל וידאו אגוצנטרי ולכידת תנועה בחיישנים. לאחר מכן הנתונים עוברים ביאור, פילוח תמונות, זיהוי אובייקטים והערכות אנושיות בשיטות RLHF כדי לכוונן פלטים של מודלים. הפעילות מנוהלת באמצעות מערכות פנימיות כמו Shaip Manage ו־Shaip Work.

הם מוכרים גם קטלוג נתונים מוכן מהמדף.

העבודה מתפרסת על תעשיות כמו בריאות, רכב ופיננסים, וכוללת יצירת נתונים סינתטיים וסריקת מסמכים. לצד איסוף חזותי, הם מציעים כוונון הנחיות והערכת איכות לתשובות של מודלי שפה.

זה מתאים לצוותי פיתוח וארגונים שמאמנים מודלים וזקוקים למאות אלפי שעות צילום, מערכי ראייה מורכבים או התאמה לתקני רגולציה כמו HIPAA ו־GDPR.

זה לא מתאים לעסק קטן.

השירות מיועד בעיקר למי שצריך נתוני אימון בקנה מידה עצום ולא מחפש פיתוח תוכנה ישיר של מודל קצה.

הם לא מפרסמים מחירון. האתר לא מציג תעריפים, מנויים או עלויות בסיס. ההתקשרות נעשית כולה דרך פנייה ישירה לצוות שלהם לקבלת הצעת מחיר לפי היקף הפרויקט, או באמצעות רכישת רישוי לערכות נתונים קיימות מהקטלוג.

אם אתם פונים אליהם עבור פרויקט ראייה ממוחשבת מקומי, תצטרכו לבדוק איך הם מגייסים משתתפים בישראל ואם יש להם גישה למאגרים מקומיים. כדאי לברר ישירות בשיחה מה שיעור הדגימה שנפסל בבקרת האיכות שלהם ואיך הם מתמחרים סבבי תיקון לתיוגים לא מדויקים.