유한책임회사 비트스텝 총0명이 열람하였으며, 0개의 리뷰가 있습니다.

유한책임회사 비트스텝의 전체 정보

기업개요 및 핵심역량(요약)

1) 기업 개요 항목 내용 회사명 유한책임회사 비트스텝 대표이사 이시준 사업자등록번호 198-87-02591 설립일 2022. 12. 31 주요사업 AI, 데이터분석 주요제품 엣지AI, AI솔루션, 데이터라벨링, 데이터 분석 솔루션 소재지 서울특별시 강남구 논현로151길 31 종업원 수 09명 연락처 (유선) 070-8997-9667 / (이메일) hi@bitstep.it 홈페이지 https://bitstep.it 5) 핵심 역량 분류 내용 기술 역량 - 자체적으로 개발한 모델&데이터 품질 모델 보유 - AI모델을 활용한 사건 라벨링 시스템 - 고가용성 실시간 스트림 데이터 처리 시스템 개발 인력 구성 - 데이터분석가, AI엔지니어, 시각화 교수로 구성된 20인 이상의 전문가 그룹 보유 - AI 엔지니어, 데이터분석가, 프로젝트 매니저, 품질 담당자를 내부인력으로 보유 프로젝트 수행 역량 - 쇼핑몰 번역, 쇼핑몰 상세페이지, 고객Q&A 챗봇 등 AI 모델 개발 및 최적화 프로젝트 수행 - 애자일 프로젝트 관리 체계, 주간 보고 및 월간 회의를 통해 프로젝트 진행 사항 공유 보유 파트너십 - 데이터 정규화, 청정화 등 데이터 품질 관리 프로세스 보유 - 주식회사 딥마인AWS 클라우드 플랫폼 파트너로 보유 - AI 연구기관 및 동아리와 인공지능능동학과 파트너 보유 - 비영리 기관 사단법인 한국차세대보안협회와 파트너 보유

기업한글명

유한책임회사 비트스텝

도로명주소

서울특별시 강남구 강남대로44길 21 (도곡동)

등록일

2025-02-13

링크(URL)

https://kdata.or.kr/datavoucher/is/selectPortalFileDetail.do?rcpnYear=2025&brno=1988702591&sprnSctrCd=P01014002&prdcId=&sprnDsncCd=P11014001

보유솔루션(요약)

ATLAS(AI Toolkitfor Labeling and Analytics Solution)ATLAS는 데이터 소스에서 데이터를 추출하고 원하는 형태로 변형(Transform)할 수 있는 도구를 제공하는 솔루션. 추출된 데이터로부터 결측치 및 이상치를 처리해주고, 각 데이터의 라벨링을 도와주는 올이원 데이터 전처리 및 라벨링 서비스.- SQL, NoSQL, 파일시스템과 같이 다양한 데이터 소스로부터 데이터 추출 및 변환- 데이터 변환, 결측치, 이상치 처리- AI 기반 라벨링 및 크라우드 라벨링 지원TITAN(Transformation Integrated Topology Advanced Network)TITAN은 클러스터링 알고리즘을 활용하여 카테고리를 결정하고 고성능, 대규모 임베딩 모델을 활용해 이상 탐지 및 원인 분석을 수행할수 있는 솔루션. 또한 이 결과를 활용해 벡터 데이터베이스나 지식 그래프를 구축할 수 있도록 도움- 클러스터링 기반 카테고리 결정 및 이상 탐지- 클러스터링을 활용한 이상 탐지- 데이터 임베딩 및 지식베이스 구축

상세주소

2층

설립일자

2022-12-31

실적(요약)

최근 3년 주요 유사사업 실적 연번 사업명 사업내용 거래처명 계약기간 사업금액 1 AI 모델 개발 액션 품종 관련 데이터 구축 및 모델 개발 주식회사 이디피랩 약 2개월 5,280,000 2 독립점검 플랫폼 개발 독립점검 데이터 수집 및 분석 무형서재 약 4개월 10,000,000 3 데이터라벨링 AI화면 목소리 데이터 수집 및 전처리 이노포스트 약 1개월 5,500,000 4 AI 챗봇 챗봇 데이터 가이드 제작 오디세이랩 약 1개월 1,870,000 5 AI 챗봇 챗봇 데이터 분석 위드나요 약 1개월 1,760,000 6 AI 휴먼 AI 휴먼 데이터 학습 주식회사 리드벤트 약 1개월 1,100,000 7 AI 휴먼 즉석사진기를 위한 데이터 수집 및 구축 ㈜ 셀러픽토리 약 6개월 33,000,000 8 AI 모델 개발 인공지능 모델 개발, 학습데이터 구축 주식회사 셀러픽 약 3개월 33,000,000 9 AI 챗봇 개발 챗봇 데이터 구축 및 챗봇 학습 나비 약 3개월 33,000,000 10 매칭 플랫폼 개발 매칭 데이터 수집 및 모델 구축 브이엠비 약 4개월 19,800,000 11 AI 모델 개발 학습 데이터 구축, AI 모델 학습 및 최적화 에이아이펙 약 3개월 24,750,000 12 AI 모델 개발 학습 데이터 구축, AI모델 학습 및 최적화 ㈜ 엠제이통 약 4개월 24,750,000 13 자동화 도구 개발 학습데이터 구축, 데이터 전처리, 자동화 도구 개발 찍엔오토파즈 주식회사 약 4개월 58,740,000 14 빅데이터 교육 금융 빅데이터 교육 운영 (재) 혁신 전략 창조경제혁신센터 약 2개월 14,000,000 15 AI 모델개발 학습 데이터 구축, AI모델 학습

유지보수(후속지원)전략(요약)

오류 데이터- 데이터내 라벨링 오류 건- 유지보수 기간내 발견된 애노테이션에 대한 내용 포함- AI 학습 및 분류, 활용 지원- 이메일, 전화 등 원격 지원 및 현장 방문 지원품질 개선- 데이터 애노테이션 수정/보완- 데이터베이스 및 데이터 파이프 라인에 대한 기술 지원- 데이터 스키마 및 데이터 포맷에 대한 관련 자료 전달- 데이터 활용에 대한 사전/사후 교육 지원추가 요구사항 - 수요기업의 추가 요구사항 반영 및 대응- 수요기업의 추가 요구사항에 대한 추가 데이터 라벨링 지원

주요서비스 상세정보(요약)

계획 수립 단계 수행 내용 방법 요구사항 분석 - 고객사와의 협업을 통해 데이터 활용 목적과 목표를 정의- AI 모델 학습, 이상 탐지, 데이터 시각화 등 고객이 필요로 하는 서비스 범위 설정- 데이터 유형 및 규모, 처리 기준 명확화 - 고객사와의 워크숍 및 미팅을 통해 요구사항 수집- 설문지 및 데이터를 활용해 구체적인 요구사항 수집- 데이터 소스, 프로젝트 개요에 대한 문서 분석 서비스 전략 수립 - 데이터 수집 및 전처리 전략 수립- 데이터 분석 및 활용 전략 수립- 데이터 수집 및 전처리 전략 수립 - 데이터 수집 소스 식별 및 데이터 파이프라인 분석- 데이터 품질 점검 체계 활용 계획 수립 - 프로젝트 일정 구성- 필요 인력 및 기술 자원 할당 - SMART목표 설정 및 프레임워크 활용 프로젝트 수행 단계 수행 내용 방법 데이터 수집 및 전처리 - 다양한 데이터로부터 데이터 추출- 데이터 전처리 및 표준화- 데이터 품질 검토 - 데이터 소스 식별 및 확인- Python 기반 데이터 전처리- 각 DQI 따라 데이터 품질 점검 클러스터링 및 이상 탐지 (TITAN) - 클러스터링 및 이상치 탐지 알고리즘 적용 - 클러스터링 알고리즘 적용- 고객사 데이터를 위한 알고리즘 적용 데이터 라벨링 및 가공 (ATLAS) - 데이터 전처리 및 데이터 라벨링- 다양한 품질 점검을 통해 정제 후 유지 - 데이터 전처리 및 라벨링 위한 전략 수립- 다단계별 데이터 분석 및 점수 데이터 시각화 - 데이터 흐름 분석결과를 고객 맞춤 리포트 제공- 대시보드를 통해 실시간 데이터 모니터링 지원 - seaborn 또는 matplotlib 시각화 도구 활용- Power BI 또는 Tableau를 활용한 대시보드 설계- 고객 맞춤형 리포트 기획 최종 보고서 제공 - 수집한 요구사항에 따라 최종 결과물을- 다양한 청취로 검토-

카테고리구분

전처리,품질,코딩,시각화,정보추출또는조합,태깅또는라벨링,분석,가명처리,데이터 보호 관련 기술 개발,AI Hub 학습용 데이터 재가공,전략수립,큐레이션,설계,생성·수집,자동화,적재

품질확보전략(요약)

요구사항 분석- 수요기업과 협의를 통해 데이터 가공 및 라벨링 작업의 품질 기준 정의- 주요 품질 지표와 성능 목표 설정데이터 준비 및 사전 검수- 원천 데이터 상태 점검 (결측치, 이상치, 중복데이터 등)- 데이터 가공 계획 점검 및 데이터 검수다단계 품질 검수- 1차 검수: 라벨러 작업 후 팀리더가 샘플 검수- 2차 검수: 품질 관리 전문가가 작업 결과를 기준에 따라 검증- 최종 검수: 전체 데이터셋에 대한 무작위 샘플 검수품질 보고서 작성 및 피드백- 가공 및 검수 데이터를 바탕으로 품질보고서 작성- 수요기업 피드백 반영 및 후속 작업 수행유지 보수 및 지속 품질 개선- 품질 관리 결과 보고서를 바탕으로 개선 사항 도출

활용사례(요약)

성과 및 성공 사례 - 한-중 번역 모델 개발 - 이미지 데이터 가공: AI 학습 데이터셋 구축, 이미지 라벨링 및 품질 검수, 30만 장 이미지 라벨링, 정확도 95% 이상, 속도 30% 개선 - 의료 데이터 분석: 의료데이터 정제 및 AI진단 모델 학습 데이터 제공, 데이터 정확도 99% 유지, 진단 모델 정확도 5% 향상 - 제조업 데이터 가공: IoT 센서 데이터 정제 및 이상 탐지 모델 구축, 이상 - 금융 데이터 분석: 금융 데이터 대시보드 설계 및 실시간 분석, 의사결정 속도 30% 증가, 사용자 만족도 90% 이상. - AI챗봇 개발: 고객 서비스 데이터를 활용한 자동 응답 시스템 구축, 응답 정확도 92%, 문의 처리 속도 50% 개선 - 교육 데이터 설계: 학생 학습 데이터 분석 및 맞춤형 추천 시스템 개발. 추천 정확도 87%, 학습 효율 20% 향상