Nexome to praktyka inżynierii AI prowadzona przez Michała Budnika, oparta na głębokiej specjalizacji w computer vision i stosowanym deep learningu.
Praca obejmuje pełny stack: badania, projektowanie modeli, trening, optymalizację i wdrożenie.
Computer vision, deep learning i multimodalne systemy AI — projektowane pod produkcję.
LLM-y, systemy wizualno-językowe, pipeline'y dyfuzyjne i niestandardowe workflow generatywne projektowane pod realne potrzeby produktu i biznesu.
// Gdy gotowe modele generatywne nie spełniają wymagań marki, domeny lub zgodności.
Własne architektury, pipeline treningowy, optymalizacja, kwantyzacja i wdrożenie na skalę.
// Gdy gotowe modele uderzają w sufit dokładności, opóźnienia lub kosztu.
Detekcja obiektów, segmentacja, śledzenie, rekonstrukcja 3D, weryfikacja biometryczna. Od danych do wdrożonego modelu.
// Gdy masz dane wizualne — obrazy, wideo, skany — i potrzebujesz niezawodnej, automatycznej analizy.
Kompleksowa inżynieria AI: definicja problemu, badania, implementacja i wdrożenie z rzetelną ewaluacją.
// Gdy problem jest na tyle trudny, że gotowe narzędzia go nie rozwiążą.
Mainstreamowe platformy zostawiają osoby głuche z płaskimi napisami — tekstem, który zdziera gramatykę, timing i niemanualne znaczniki, dzięki którym język migowy jest czytelny. Nexome buduje awatara 3D w czasie rzeczywistym sterowanego LLM‑em do tłumaczenia semantycznego, z pipeline’em syntezy ruchu produkującym naturalne, ekspresyjne miganie z tekstu lub audio. Projekt w toku, na platformie klienta.
Współtworzony przez założyciela Nexome we wcześniejszej roli in-house: wielowarstwowy pipeline (weryfikacja twarzy, OCR dokumentu i jego autentykacja) zaprojektowany do wykrywania ataków prezentacji (ekran i wydruk) oraz modyfikacji dokumentów w warstwie tekstu, zdjęcia i zabezpieczeń. Na produkcji, inferencja poniżej 200 ms na standardowym sprzęcie, zgodność z RODO by design.
Modele do detekcji chorób oka grzęzną na rzadkich przypadkach — tych właśnie, w których AI ma największe znaczenie — bo zbiory kliniczne są małe i niezbalansowane. Nexome połączyło realistyczną syntezę obrazów medycznych (SDXL + LoRA wytrenowane na ograniczonych danych klinicznych) z treningiem klasyfikatorów, budując zbalansowane zbiory pokrywające rzadkie prezentacje bez łamania ograniczeń dotyczących braku danych i zgodności.
Nexome to praktyka inżynierii AI prowadzona przez Michała Budnika, oparta na głębokiej specjalizacji w computer vision i stosowanym deep learningu.
Praca obejmuje pełny stack: badania, projektowanie modeli, trening, optymalizację i wdrożenie.
Opisz wyzwanie. Odpowiedź w ciągu jednego dnia roboczego.