DeepLearning（ディープラーニング・深層学習）で機械学習モデルを作成します。
主に、画像と自然言語の非構造化データを扱います。
二値分類、クラス分類、回帰問題、物体検出（Object Detection）、セグメンテーション等対応します。
画像においては主にCNN（Convolutional Neural Network・畳み込みニューラルネットワーク）やViT（Vision Transformer）で対応します。
Object Detectionでは主にyolo (https://docs.ultralytics.com/models )
で対応します。
会社内に蓄積したデータなどで独自の機械学習モデルを作成することができます。
作成したモデルはHuggingFace Spacesといった環境などを活用してWebアプリを作成できます。
（ 国内機械学習コンペサイト Signate、Nisihika 等 挑戦中
Signate : https://user.competition.signate.jp/ja/user/?user=dc09f5f70e144eeb922f782bd3a4d791
Nishika : https://competition.nishika.com/users/p6WE21K9PyjmvVL9
）
よい精度のモデルを作成するためには（質の良い）大量のデータが必要になります。
どのようなデータをおもちなのか、リンクを添付してご説明いただけると助かります。
HuggingFace SpacesはCPUであれば無料で可能ですが、GPUは有料になります。
https://huggingface.co/docs/hub/spaces-overview#hardware-resources
