網智數位與一帆科技進行聯盟成立 AI 顧問團隊，共同協作企業的IT建置與軟體開發需求，提供 Machine/Deep Learning Service 解決方案服務
（我們是台大資工 + 清華資工 團隊 ）
我們的服務項目有：
1.提供Machine Learning System(簡稱ML System)演算法設計與建置服務。
2.客戶準備來源資料，專業團隊可以協助訓練系統。
3.提供周邊衍生與介接系統開發服務。
目的：
1. 節省人力成本。
2. 創造人力所無法完成的能力與效益。
機器學習的適用範圍 :
1. 較複雜、無法輕易歸納出規則的問題(人類手寫規則無法寫出)，例如物體、人臉辨識、語音辨識、智能客服。
2. 必需具備足夠的訓練資料。
預期效益：
1.能達到人工作業或一般工程師所開發之程式邏輯無法達成之效率及準確度。
2.會隨著時間與資料量增加而越趨精準。
3.系統不會疲勞。
4.系統沒有情緒。
5.可擴充並延伸解決問題能力。
6.例行人工作業效益上的改善非常明顯(影像辨識品管、文字辨識轉換等)。
建置時程：
總時程要視個案情況而定，一般不會超過 1個月(不包含蒐集資料，如客戶無法提供資料源，則費用與時程另將計)。
1.前後端及核心演算法建置 : 2周
2.輸入資料 : 3-5天
3.學習曲線調整 : 5-7 天
AI Machine/Deep Learning Service 解決方案團隊-成員介紹：
1.Albert Hsu
1.曾任台灣IBM 金融業相關專業PM，13年的軟體開發管理經驗。
2.專長技術為 Java & .Net 前後端相關應用技術。
3.熟悉金融業、旅遊業、藥品業等Domain Knowhow.
2.Popo Liu :
1.臺大資工碩士。
2.近20年軟體開發與管理經驗，從Tester、PG、SA/SD、PM等角色皆能勝任。
3.專長技術為 Java & .Net 前後端相關應用技術、Adurino & Raspberry技術。
4.熟悉電信、金融、航空業。
3. Eddie Sun :
1.清大碩士，目前從事機器學習與影像分析等核心演算法及訓練等工作。
2.擅長機器學習核心引擎開發與影像分析技術。
3.熟悉機器學習核心引擎開發與建置、訓練與調整。
4.Thomas Cheng :
近20年系統設計經驗，熟悉電信及銀行產業。
1. 1.近20年軟體開發與管理經驗，PG、SA/SD、PM等角色皆能勝任。
2.專長技術為 Java 前後端及相關的Open Source 應用技術。
3.熟悉金融業、電信業 Domain Knowhow.
適用案例：
1.車外物體類別及距離偵測偵測 : 行車時，可能有撞擊危險時提供警報。
2.人臉偵測 : 判斷駕駛人狀態(疲勞、視線偏移等等) ，在必要時提供警報、刷臉支付、美妝相機。
3.手勢偵測 : 讓機器人判斷人類手勢，用來控制機器人的動作。
Machine Learning與傳統系統開發方式的差異
1.ML能夠更全面性的，一次調整一個非常龐大的 equation(是指方程式嗎，可否直接寫方程式)中的所有參數，這是人工開發所做不到的。
2.以辨識照片中的人臉為例，若是照片中有認識的人，人的肉眼可以輕易辨識出這些人是誰，但若是要手寫出一套有此能力的程式，是不可能的事情，但是機器學習的技術可以。
網智數位-開發團隊一直突破開發技術、累積各種產業知識，而且在窗簾、窗材、拉門、布料業的商業管理軟體投入有特別的領域知識、也在圖控軟體（圖控軟件）、機械手臂、Android APP 、iPhone APP、3D列印 開發一直突破再創新，我們也堅持相信好的軟體可以協助企業，不管在管理營運角度、商品創新、決策分析等都絕對是不可缺少的關鍵因素，如果客戶您有任何軟體開發、程式開發委外需求，請聯繫我們讓我們協助您一起討論如何開發一個好的軟體來協助您。
（我們是台大資工 + 清華資工 團隊 ）
我們的服務項目有：
1.提供Machine Learning System(簡稱ML System)演算法設計與建置服務。
2.客戶準備來源資料，專業團隊可以協助訓練系統。
3.提供周邊衍生與介接系統開發服務。
目的：
1. 節省人力成本。
2. 創造人力所無法完成的能力與效益。
機器學習的適用範圍 :
1. 較複雜、無法輕易歸納出規則的問題(人類手寫規則無法寫出)，例如物體、人臉辨識、語音辨識、智能客服。
2. 必需具備足夠的訓練資料。
預期效益：
1.能達到人工作業或一般工程師所開發之程式邏輯無法達成之效率及準確度。
2.會隨著時間與資料量增加而越趨精準。
3.系統不會疲勞。
4.系統沒有情緒。
5.可擴充並延伸解決問題能力。
6.例行人工作業效益上的改善非常明顯(影像辨識品管、文字辨識轉換等)。
建置時程：
總時程要視個案情況而定，一般不會超過 1個月(不包含蒐集資料，如客戶無法提供資料源，則費用與時程另將計)。
1.前後端及核心演算法建置 : 2周
2.輸入資料 : 3-5天
3.學習曲線調整 : 5-7 天
AI Machine/Deep Learning Service 解決方案團隊-成員介紹：
1.Albert Hsu
1.曾任台灣IBM 金融業相關專業PM，13年的軟體開發管理經驗。
2.專長技術為 Java & .Net 前後端相關應用技術。
3.熟悉金融業、旅遊業、藥品業等Domain Knowhow.
2.Popo Liu :
1.臺大資工碩士。
2.近20年軟體開發與管理經驗，從Tester、PG、SA/SD、PM等角色皆能勝任。
3.專長技術為 Java & .Net 前後端相關應用技術、Adurino & Raspberry技術。
4.熟悉電信、金融、航空業。
3. Eddie Sun :
1.清大碩士，目前從事機器學習與影像分析等核心演算法及訓練等工作。
2.擅長機器學習核心引擎開發與影像分析技術。
3.熟悉機器學習核心引擎開發與建置、訓練與調整。
4.Thomas Cheng :
近20年系統設計經驗，熟悉電信及銀行產業。
1. 1.近20年軟體開發與管理經驗，PG、SA/SD、PM等角色皆能勝任。
2.專長技術為 Java 前後端及相關的Open Source 應用技術。
3.熟悉金融業、電信業 Domain Knowhow.
適用案例：
1.車外物體類別及距離偵測偵測 : 行車時，可能有撞擊危險時提供警報。
2.人臉偵測 : 判斷駕駛人狀態(疲勞、視線偏移等等) ，在必要時提供警報、刷臉支付、美妝相機。
3.手勢偵測 : 讓機器人判斷人類手勢，用來控制機器人的動作。
Machine Learning與傳統系統開發方式的差異
1.ML能夠更全面性的，一次調整一個非常龐大的 equation(是指方程式嗎，可否直接寫方程式)中的所有參數，這是人工開發所做不到的。
2.以辨識照片中的人臉為例，若是照片中有認識的人，人的肉眼可以輕易辨識出這些人是誰，但若是要手寫出一套有此能力的程式，是不可能的事情，但是機器學習的技術可以。
網智數位-開發團隊一直突破開發技術、累積各種產業知識，而且在窗簾、窗材、拉門、布料業的商業管理軟體投入有特別的領域知識、也在圖控軟體（圖控軟件）、機械手臂、Android APP 、iPhone APP、3D列印 開發一直突破再創新，我們也堅持相信好的軟體可以協助企業，不管在管理營運角度、商品創新、決策分析等都絕對是不可缺少的關鍵因素，如果客戶您有任何軟體開發、程式開發委外需求，請聯繫我們讓我們協助您一起討論如何開發一個好的軟體來協助您。
網智數位-軟體開發（軟件開發）
針對各特殊產業都可以量身定做符合貴公司的需求，別人無法克服的就是我們的挑戰
業務合作、軟體委外開發
業務窗口：allen@netqna.com
聯繫電話：0920-883-870
公司電話：02-55991310
公司地址（業務營運處）：台北市中山區錦州街 25 號 5 樓
skype： netqna
line：netqna
微信：netqna
黃先生 Allen
