客戶與合作夥伴
在建立DL/ML模型上，是否常常遇到一些瑣碎的鳥事，讓您的資料科學家無法專心地建立/優化模型呢? 如果您曾遇過以下困擾，那您就符合我們的目標客群定義。
基礎環境配置或深度學習框架版本更新，導致資料科學家們得花上數週的時間在處理這些系統層面的問題，而無法專注於模型本身的開發?
建立起的模型但時常無法有效地重現，導致資料科學家們每次更新同一個模型時得花上數週的時間做調整，而無法提升整體的效率?
好不容易建立好的模型，卻不知道如何將其模型弄上線，還得分派其他開發部門的同事支援?
部署到線上的模型，卻無法即時得知模型的效能是否符合當初預期，而時常收到客戶對其效能上的抱怨?
花了大錢購買了最新的GPU型號，但卻無法有效地讓所有的資料科學家好好的利用，導致有些人想要用卻用不到的窘境?
如果您有遇到上述問題，其問題不在於資料科學家本身，而是在管理與開發深度學習模型上。而Tintin深度學習平台為每個人提供了一個不用擔心底層基礎設施的構建機器模型平台，讓平台用戶不需要支付更多的招聘費用在軟體工程師(提供模型服務接口)和DevOps(負責其底層基礎設施)而擔心。
還在苦惱要選擇公開雲或是自架私有雲嗎? Tintin除了可以支援四大國際公開雲平台( Amazon Web Service, Microsoft Azure, Google Cloud Platform, and IBM Cloud)以外，還提供企業級自架私有雲(On-Premise)選項給您，讓您無痛無銜接現有的服務。
無論您的服務在哪朵雲上，我們皆可以將Tintin無痛部署。除了享受企業等級的服務，還可以降低學習成本，提升企業競爭力!
還在擔心您沒有足夠的人力或足夠的技術來維護嗎? 在Tintin上我們皆提供7/24/365專業的託管服務，讓您享受服務不中斷的好處! 點擊此處查看更多關於服務等級協定(SLA)細節
我們提供彈性的計費方案，有隨取隨用的月租型方案以及一次性買斷方案。
此方案適合小人數的新創公司。
此方案適合一定規模的團隊。
大型企業公司方案，並享有終生保固。
每個內部元件皆包裝成容器化，這提供了我們可以部署至不同硬體環境(如Edge Devices)上的優勢。上層透過Kubernetes作為標準化控制介面。
Kubeflow為MLOps的開源標準以及國際大廠紛紛投入資源開發整合。Tintin開發上也支援Kubeflow API，遵循標準化接軌國際。
除了Jupyter開發介面以外，我們更提供了 R 與 Microsoft Visual Studio的開發介面，讓您在開發上也享有您熟悉的熱鍵(Hot Keys)
每個模型開發使用者皆享有一定額度的硬體資源(包含CPU/Memory/Storage/GPU)，這確保了使用者之前並不會互搶資源，而導致系統不穩或系統崩潰(Crashed)。
專案導向開發支持基本權限控管，讓您在操作專案時如同在自己的桌機上開發一樣簡潔。專案內提供有文件儲存管理功能，讓您可以上傳資料集/文件集或者備份都好用。
無論您用何種訓練框架，我們提供給您及時模型線上部署的能力，並且具有企業等級的服務(包含:動態水平擴充(Dynamic Horizental Scaling)，API Key權限控管，無痛模型上版(Seamless model rollout)，以及模型品質監控(Model Monitoring))
如果硬體資源上遇到了瓶頸，我們可以動態擴充硬體並且讓您的服務與開發上不受到任何影響。
我們提供給您高度客製化能力，讓系統來符合您商業上的需求，令您不遷就於現況。