ទទួលបានគំរូ ML ឬ computer vision ដែលបានបណ្តុះបណ្តាល និងផ្ទៀងផ្ទាត់ពេញលេញ — គ្របដណ្តប់អ្វីៗគ្រប់យ៉ាងចាប់ពីការដំណើរការទិន្នន័យជាមុន និងការបង្កើតគំរូរហូតដល់ការចែកចាយកូដប្រភព ជាមួយនឹងឯកសារច្បាស់លាស់ និងការធ្វើតេស្តយ៉ាងម៉ត់ចត់។
ខ្ញុំនឹងបង្កើតម៉ូដែល Machine Learning ឬ Computer Vision របស់អ្នក
ម៉ូដែល ML ឬ computer vision ដែលបានបណ្តុះបណ្តាល និងផ្ទៀងផ្ទាត់ពេញលេញជាមួយនឹងកូដប្រភព — ចំណុចចាប់ផ្តើមដ៏សំខាន់។
- ការស្រាវជ្រាវ និងការជ្រើសរើសស្ថាបត្យកម្មសម្រាប់ករណីប្រើប្រាស់របស់អ្នក
- ការរៀបចំទិន្នន័យពេញលេញ និងការសាងសង់បំពង់បង្ហូរ
- ការបង្កើត និងបណ្តុះបណ្តាលគំរូ
- ការផ្ទៀងផ្ទាត់គំរូ និងការធ្វើតេស្តជាមួយនឹងរង្វាស់ដំណើរការ
- កូដប្រភពពេញលេញ ដែលមានមតិយោបល់ត្រូវបានផ្តល់ជូន
- គ្របដណ្តប់លើ ML, ការរៀនស៊ីជម្រៅ, CV, NLP និងភារកិច្ចស៊េរីពេលវេលា
អ្វីគ្រប់យ៉ាងនៅក្នុង Core បូករួមទាំងការកែសម្រួលល្អិតល្អន់ដើម្បីបង្កើនភាពត្រឹមត្រូវលើសំណុំទិន្នន័យជាក់លាក់របស់អ្នក និងជុំនៃការកែប្រែបន្ថែម។
- រួមបញ្ចូលការចែកចាយ Core Build ទាំងអស់
- ការកែសម្រួលលើសំណុំទិន្នន័យរបស់អ្នកសម្រាប់ការកែលម្អដំណើរការគំរូ
- ការអនុញ្ញាតឱ្យកែសម្រួលបន្ថែម (4 ជុំ)
- គាំទ្រស្ថាបត្យកម្មកម្រិតខ្ពស់៖ YOLO, SAM2, Transformers, LLMs, RAG
- ការណែនាំអំពីការដាក់ពង្រាយឧបករណ៍ Edge (Jetson, Raspberry Pi, NCS)
- កូដប្រភពពេញលេញ ដែលមានមតិយោបល់ត្រូវបានផ្តល់ជូន
កញ្ចប់ពេញលេញពីដើមដល់ចប់ — ការកែសម្រួល ការដាក់ពង្រាយលើពពក ការត្រួតពិនិត្យដំណើរការ និងឯកសារគំរូពេញលេញ។
- All Standard Build deliverables included
- ការដាក់ពង្រាយ Cloud នៅលើ AWS, GCP ឬ Azure តាមរយៈ Docker
- ការដំឡើងការត្រួតពិនិត្យដំណើរការសម្រាប់សុខភាពគំរូដែលកំពុងបន្ត
- ឯកសារគំរូពេញលេញដែលគ្របដណ្តប់លើស្ថាបត្យកម្ម ការបណ្តុះបណ្តាល និងការប្រើប្រាស់
- ការកែប្រែគ្មានដែនកំណត់ពេញមួយការចូលរួម
- ការរួមបញ្ចូល REST API តាមរយៈ Flask សម្រាប់ចំណុចបញ្ចប់ការសន្និដ្ឋានផ្ទាល់
ស្នើសុំការផ្តល់ជូនផ្ទាល់ខ្លួន
ចូលគណនីដើម្បីស្នើសុំការផ្តល់ជូនផ្ទាល់ខ្លួន
បង្កើតគណនីឥតគិតថ្លៃ ឬចូលគណនីដើម្បីស្នើសុំការផ្តល់ជូនផ្ទាល់ខ្លួនពី Zinner នេះ។
ចូល / ចុះឈ្មោះសួរសំណួរមុនពេលលក់
ចូលដើម្បីសួរសំណួរ
ដើម្បីកាត់បន្ថយសារឥតបានការនៅលើវេទិកា សារមុនពេលលក់អាចត្រូវបានផ្ញើដោយអ្នកប្រើប្រាស់ដែលបានចូលប៉ុណ្ណោះ។
បង្កើតគណនីឥតគិតថ្លៃ ឬចូលដើម្បីផ្ញើសារទៅ Zinner នេះដោយផ្ទាល់។
ចូល / ចុះឈ្មោះនៅ glance
ព័ត៌មានលម្អិតសំខាន់ៗអំពីសេវាកម្មនេះ ដើម្បីជួយអ្នកសម្រេចចិត្ត។ បង្កើតដោយ Zinn Hub មិនមែនអ្នកលក់ទេ។
ទីតាំងតម្លៃ
ML Stack Coverage
ជំនាញ Vision & AI
ការដាក់ពង្រាយ Edge & Cloud
ភាពខុសគ្នានៃកម្រិត
អ្វីដែលអ្នកនឹងទទួលបាន
ការពិពណ៌នាពេញលេញ
អ្នកត្រូវការម៉ូដែលរៀនម៉ាស៊ីន ឬចក្ខុវិស័យកុំព្យូទ័រដែលដំណើរការ មិនមែនជាគំរូដើមដែលមិនទាន់បានបញ្ចប់ ឬគំនរនៃសៀវភៅកត់ត្រាទ្រឹស្តីនោះទេ។ មិនថាអ្នកកំពុងដោះស្រាយការរកឃើញវត្ថុ ការបែងចែករូបភាព ការសម្គាល់មុខ NLP ការព្យាករណ៍ស៊េរីពេលវេលា ឬអ្វីដែលពិសេសជាងនេះទេ សេវាកម្មនេះផ្តល់នូវម៉ូដែលដែលត្រៀមរួចជាស្រេចសម្រាប់ការផលិតដែលបានបង្កើតឡើងតាមតម្រូវការរបស់អ្នក — ជាមួយនឹងកូដប្រភពស្អាត ការផ្ទៀងផ្ទាត់យ៉ាងហ្មត់ចត់ និងភាពម៉ត់ចត់ដែលគម្រោងរបស់អ្នកសមនឹងទទួលបាន។
រាល់ការចូលរួមទាំងអស់ចាប់ផ្តើមដោយដំណាក់កាលស្រាវជ្រាវដើម្បីស្វែងយល់ពីបញ្ហា ទិន្នន័យ និងស្ថាបត្យកម្មដែលសមស្របបំផុត។ ពីទីនោះ ការដំណើរការទិន្នន័យជាមុនត្រូវបានគ្រប់គ្រងពីដើមដល់ចប់ — ការសម្អាត ការពង្រីក វិស្វកម្មលក្ខណៈពិសេស និងការសាងសង់បំពង់បង្ហូរ — មុនពេលគំរូត្រូវបានបង្កើត បណ្តុះបណ្តាល និងផ្ទៀងផ្ទាត់ប្រឆាំងនឹងគោលដៅការអនុវត្តរបស់អ្នក។ អ្នកទទួលបានកូដប្រភពដែលមានមតិយោបល់ពេញលេញជាស្តង់ដារលើគ្រប់កម្រិត។
The breadth of capability on offer is extensive. Object detection with YOLO-v8, YOLO-v11 and Faster-RCNN. Object tracking via OC-SORT, ByteTrack, BOT-SORT and Strong-SORT. Image segmentation using Mask-RCNN, U-NET, SAM2 and Sapiens. Image and audio classification with InceptionResnetV2, VGG, ResNet and ViT. Pose estimation, facial recognition with Facenet, Dlib and DeepFace, OCR with TesseractOCR and PaddleOCR, GAN workflows, image captioning with Florence2 and LSTM, depth estimation, inpainting with LaMa and MIGAN, embedding analysis, and time series forecasting with Transformers, RNN and LSTM. For language tasks, LLMs (LLAMA, GPT) and RAG pipelines via LangChain are also in scope.
ការងារទាំងអស់ត្រូវបានបង្កើតឡើងនៅលើក្របខ័ណ្ឌស្តង់ដារឧស្សាហកម្ម៖ PyTorch, TensorFlow, Keras និង scikit-learn។ ហេដ្ឋារចនាសម្ព័ន្ធ Cloud រួមមាន AWS, GCP និង Azure។ ការដាក់បញ្ចូលក្នុង Container តាមរយៈ Docker, ឃ្លាំងទិន្នន័យវ៉ិចទ័រ រួមទាំង Chroma និង Pinecone, និងការដាក់ពង្រាយ Edge នៅលើឧបករណ៍ Jetson, Raspberry Pi និង NCS ទាំងអស់ត្រូវបានគាំទ្រ។ ឃ្លាំងទិន្នន័យ — MySQL, MongoDB និង PostgreSQL — អាចត្រូវបានរួមបញ្ចូលតាមតម្រូវការ។
កម្រិត Standard បន្ថែមការកែសម្រួលល្អិតល្អន់លើការបង្កើតស្នូល ធ្វើឱ្យប្រសើរឡើងនូវភាពត្រឹមត្រូវនៃគំរូសម្រាប់សំណុំទិន្នន័យជាក់លាក់របស់អ្នកជាមួយនឹងជុំនៃការកែប្រែបន្ថែម។ កម្រិត Full Delivery រួមបញ្ចូលគ្នានូវអ្វីៗគ្រប់យ៉ាង៖ ការកែសម្រួលល្អិតល្អន់ ការដាក់ពង្រាយលើ cloud ការត្រួតពិនិត្យដំណើរការ និងឯកសារគំរូដ៏ហ្មត់ចត់ — ធ្វើឱ្យវាក្លាយជាជម្រើសត្រឹមត្រូវសម្រាប់ក្រុមដែលត្រូវការគំរូដែលត្រៀមរួចជាស្រេចដើម្បីដំណើរការក្នុងបរិយាកាសផ្ទាល់។
សេវាកម្មនេះគឺត្រឹមត្រូវសម្រាប់អ្នកវិទ្យាសាស្ត្រទិន្នន័យដែលត្រូវការការគាំទ្រការអនុវត្តន៍ឯកទេស ក្រុមផលិតផលដែលបង្កើតមុខងារដែលដំណើរការដោយ AI អ្នកស្រាវជ្រាវដែលទាមទារគំរូមូលដ្ឋានដ៏រឹងមាំ និងអាជីវកម្មដែលស្វែងរកការធ្វើស្វ័យប្រវត្តិកម្មលំហូរការងារដែលមើលឃើញ ឬវិភាគ។ សូមទាក់ទងតាមរយៈការជជែកបញ្ជាទិញ មុនពេលដាក់ការបញ្ជាទិញរបស់អ្នក ប្រសិនបើអ្នកមានសំណួរអំពីវិសាលភាព — វិសាលភាពនៃបច្ចេកវិទ្យាអាចផ្ទុកបញ្ហា ML ឬ CV ស្ទើរតែទាំងអស់។
ការធានាគុណភាព Zinner
Zinner គ្រប់រូបត្រូវបានត្រួតពិនិត្យ និងអនុម័តមុនពេលចូលរួមវេទិកា។
សេវាកម្មទាំងអស់ត្រូវបានគាំទ្រដោយការប្តេជ្ញាចិត្តធានាគុណភាពរបស់យើង។
ការទូទាត់របស់អ្នកត្រូវបានការពាររហូតដល់អ្នកអនុម័តការងារដែលបានប្រគល់។
ប្រៀបធៀបកញ្ចប់
| លក្ខណៈពិសេស | ការកសាងស្នូល | ការបង្កើតស្តង់ដារ | ការដឹកជញ្ជូនពេញលេញ |
|---|---|---|---|
| ពេលវេលាដឹកជញ្ជូន | 14 ថ្ងៃ | 21 ថ្ងៃ | 30 ថ្ងៃ |
| ការកែប្រែ | 2 | 4 | គ្មានដែនកំណត់ |
| ការស្រាវជ្រាវ និងការជ្រើសរើសស្ថាបត្យកម្មសម្រាប់ករណីប្រើប្រាស់របស់អ្នក | ✓ | ✕ | ✕ |
| ការរៀបចំទិន្នន័យពេញលេញ និងការសាងសង់បំពង់បង្ហូរ | ✓ | ✕ | ✕ |
| ការបង្កើត និងបណ្តុះបណ្តាលគំរូ | ✓ | ✕ | ✕ |
| ការផ្ទៀងផ្ទាត់គំរូ និងការធ្វើតេស្តជាមួយម៉ែត្រដំណើរការ | ✓ | ✕ | ✕ |
| កូដប្រភពពេញលេញដែលមានមតិយោបល់ត្រូវបានផ្តល់ជូន | ✓ | ✓ | ✕ |
| គ្របដណ្តប់ ML, ការរៀនស៊ីជម្រៅ, CV, NLP និងភារកិច្ចស៊េរីពេលវេលា | ✓ | ✕ | ✕ |
| រួមបញ្ចូលនូវរាល់ការផ្តល់ជូន Core Build | ✕ | ✓ | ✕ |
| ការកែសម្រួលទិន្នន័យរបស់អ្នកដើម្បីបង្កើនប្រសិទ្ធភាពម៉ូដែល | ✕ | ✓ | ✕ |
| ការអនុញ្ញាតឱ្យកែប្រែបន្ថែម (4 ជុំ) | ✕ | ✓ | ✕ |
| គាំទ្រស្ថាបត្យកម្មកម្រិតខ្ពស់៖ YOLO, SAM2, Transformers, LLMs, RAG | ✕ | ✓ | ✕ |
| ការណែនាំអំពីការដាក់ពង្រាយឧបករណ៍ Edge (Jetson, Raspberry Pi, NCS) | ✕ | ✓ | ✕ |
| រួមបញ្ចូលនូវអ្វីដែលត្រូវផ្តល់ជូនទាំងអស់របស់ Standard Build | ✕ | ✕ | ✓ |
| ការដាក់ពង្រាយ Cloud នៅលើ AWS, GCP ឬ Azure តាមរយៈ Docker | ✕ | ✕ | ✓ |
| ការរៀបចំការត្រួតពិនិត្យដំណើរការសម្រាប់សុខភាពគំរូជាបន្តបន្ទាប់ | ✕ | ✕ | ✓ |
| ឯកសារគំរូពេញលេញដែលគ្របដណ្តប់លើស្ថាបត្យកម្ម ការបណ្តុះបណ្តាល និងការប្រើប្រាស់ | ✕ | ✕ | ✓ |
| ការកែប្រែគ្មានដែនកំណត់ពេញមួយកិច្ចសន្យា | ✕ | ✕ | ✓ |
| ការរួមបញ្ចូល REST API តាមរយៈ Flask សម្រាប់ចំណុចបញ្ចប់ការសន្និដ្ឋានផ្ទាល់ | ✕ | ✕ | ✓ |
ផលប័ត្រ
ឧទាហរណ៍នៃការងាររបស់អ្នកលក់ដែលទាក់ទងនឹង Zinn នេះ។

បង្កើតគំរូការរៀនម៉ាស៊ីន ឬចក្ខុវិស័យកុំព្យូទ័ររបស់អ្នក


បង្កើតគំរូការរៀនម៉ាស៊ីន ឬចក្ខុវិស័យកុំព្យូទ័ររបស់អ្នក

ព័ត៌មានបន្ថែម
ឧបករណ៍ដែលខ្ញុំប្រើ
ល្អឥតខ្ចោះសម្រាប់
ដំណើរការរបស់ខ្ញុំ
សំណួរដែលសួរញឹកញាប់
បាទ/ចាស — សូមទាក់ទងតាមរយៈការជជែកបញ្ជាទិញ មុនពេលដាក់ការបញ្ជាទិញរបស់អ្នក។ វិសាលភាពនៃគម្រោង ML និង Computer Vision មានភាពខុសប្លែកគ្នាយ៉ាងខ្លាំង ហើយការសន្ទនាខ្លីមួយធានាថា កម្រិត និងពេលវេលាត្រឹមត្រូវត្រូវបានជ្រើសរើសសម្រាប់តម្រូវការជាក់លាក់របស់អ្នក។
យ៉ាងហោចណាស់ ការពិពណ៌នាច្បាស់លាស់អំពីគោលដៅគម្រោងរបស់អ្នក និងសំណុំទិន្នន័យរបស់អ្នក (ឬព័ត៌មានលម្អិតអំពីទិន្នន័យដែលអ្នកមាន)។ បរិបទកាន់តែច្រើនដែលអ្នកអាចចែករំលែក — ដំណើរការគោលដៅ បរិយាកាសដាក់ពង្រាយ កូដដែលមានស្រាប់ ឬការពិសោធន៍ពីមុន — ការងារកាន់តែលឿនអាចចាប់ផ្តើម។
ការរៀបចំទិន្នន័យជាមុនត្រូវបានរួមបញ្ចូលនៅលើគ្រប់កម្រិតទាំងអស់ ដែលគ្របដណ្តប់ការសម្អាត និងការសាងសង់បំពង់បង្ហូរ។ ប្រសិនបើទិន្នន័យរបស់អ្នកទាមទារការដាក់ស្លាកពីដំបូង សូមបញ្ជាក់រឿងនេះមុនពេលបញ្ជាទិញ ដូច្នេះវិសាលភាព និងកាលវិភាគអាចត្រូវបានវាយតម្លៃតាមនោះ។
ការងារត្រូវបានអនុវត្តនៅក្នុង PyTorch, TensorFlow, Keras និង scikit-learn អាស្រ័យលើភារកិច្ច។ ហេដ្ឋារចនាសម្ព័ន្ធ Cloud រួមមាន AWS, GCP និង Azure ។ Docker ត្រូវបានប្រើសម្រាប់ការដាក់បញ្ចូលក្នុងកុងតឺន័រ ហើយមូលដ្ឋានទិន្នន័យវ៉ិចទ័រ (Chroma, Pinecone) អាចប្រើបាននៅកន្លែងដែលពាក់ព័ន្ធ។
បាទ/ចាស។ ការដាក់ពង្រាយ Edge នៅលើឧបករណ៍ Jetson, Raspberry Pi និង NCS ត្រូវបានគាំទ្រ។ សូមបញ្ជាក់ផ្នែករឹងគោលដៅរបស់អ្នកនៅពេលអ្នកទាក់ទងមក ដើម្បីឱ្យស្ថាបត្យកម្មគំរូអាចត្រូវបានបង្កើនប្រសិទ្ធភាពទៅតាមនោះ។
កម្រិត Full Delivery រួមបញ្ចូលការដាក់ឱ្យប្រើប្រាស់គំរូដែលបានបណ្តុះបណ្តាលរបស់អ្នកទៅកាន់អ្នកផ្តល់សេវា cloud ដែលអ្នកជ្រើសរើស (AWS, GCP ឬ Azure) ដែលបានដាក់ក្នុង Docker ជាមួយនឹង REST API ដែលមានមូលដ្ឋានលើ Flask សម្រាប់ការទស្សន៍ទាយ។ ការត្រួតពិនិត្យដំណើរការក៏ត្រូវបានកំណត់រចនាសម្ព័ន្ធជាផ្នែកមួយនៃកម្រិតនេះផងដែរ។
ការកែប្រែដោះស្រាយការផ្លាស់ប្តូរនៅក្នុងវិសាលភាពគម្រោងដែលបានព្រមព្រៀង — ការកែតម្រូវទៅលើឥរិយាបថគំរូ តក្កវិជ្ជាដំណើរការជាមុន ឬទម្រង់លទ្ធផល។ សំណើដែលពង្រីកវិសាលភាពយ៉ាងសំខាន់អាចតម្រូវឱ្យមានការរៀបចំដាច់ដោយឡែក ដែលនឹងត្រូវបានពិភាក្សាដោយតម្លាភាពតាមរយៈការជជែកបញ្ជាទិញ។
អ្នកនឹងទទួលបានឯកសារកូដប្រភព ទម្ងន់ម៉ូដែលដែលបានបណ្តុះបណ្តាល សៀវភៅកត់ត្រា Jupyter ឬសមមូល និង — នៅកម្រិត Full Delivery — ឯកសារដែលបានសរសេរ។ អ្វីគ្រប់យ៉ាងត្រូវបានផ្តល់ជូនតាមរយៈកម្មវិធីគ្រប់គ្រងការបញ្ជាទិញ។ តំណភ្ជាប់ការដាក់ពង្រាយពពក ឬព័ត៌មានលម្អិត API ត្រូវបានចែករំលែកតាមរយៈការជជែកបញ្ជាទិញ។
ការវាយតម្លៃរបស់អតិថិជន
មើលអ្វីដែលអតិថិជនរបស់យើងនិយាយអំពី Zinn នេះ
ខ្ញុំពិតជាចូលចិត្តធ្វើការជាមួយគាត់ ហើយជំនួយរបស់គាត់តែងតែត្រូវបានស្វាគមន៍។ គាត់យល់ច្បាស់ពីគំនិត ហើយបន្ទាប់មកប្រើជំនាញរបស់គាត់ដើម្បីសម្រេចបានលទ្ធផលដែលយើងចង់បាន។
Zeynoc គឺជាអ្នកជំនាញសម្រាប់ ML-work កម្រិតខ្ពស់ដែលពាក់ព័ន្ធនឹង Deep Learning, Transfer Learning, និង Model Optimisation។ Zeynoc មានជំនាញផ្នែកមុខវិជ្ជាស៊ីជម្រៅ - នេះមានន័យថាចំណាយពេលតិចក្នុងការពន្យល់ពីសេណារីយ៉ូ/តម្រូវការ និងផ្តោតកាន់តែច្រើនលើការកសាងលទ្ធផលដែលត្រូវការ និងការបង្កើនប្រសិទ្ធភាពលទ្ធផល។ ខ្ញុំមិនអាចរីករាយជាងនេះទេដែលបានជ្រើសរើស Zeynoc ហើយនឹងបន្តប្រើប្រាស់ពួកគេសម្រាប់គម្រោងដែលនឹងមកដល់។
ការងារល្អណាស់ គាំទ្រ និងគួរឱ្យទុកចិត្តណាស់។
នេះពិតជាអ្វីដែលខ្ញុំត្រូវការសម្រាប់គម្រោងរបស់យើង។ សូមអរគុណម្តងទៀត!
ពេញចិត្តណាស់ម្តងទៀត!
មានតែអតិថិជនដែលបានចូលគណនី ហើយបានទិញផលិតផលនេះប៉ុណ្ណោះ ទើបអាចទុកការវាយតម្លៃបាន។
ប្រភេទ
គោលការណ៍ Zinner
Zinns ដែលពាក់ព័ន្ធ

ខ្ញុំនឹងបង្កើតម៉ូដែល Computer Vision & Deep Learning ផ្ទាល់ខ្លួននៅក្នុង Python








