O caso de uso: como Hudl implanta Encord
Hudl's Applied Machine Learning team uses Encord as the central annotation and data management layer in its MLOps pipeline, annotating sports video and sensor data for model training. Hudl's own models pre-label the data, a validation agent flags errors, and annotators and data scientists work together in one workflow.
Outros resultados informados
Números publicados no estudo de caso de Encord. Eles não são medidos de forma independente pelo usedby.
With the validation agent in place, the same process is now 40% faster.
Nas palavras do cliente
Encord has broken down barriers between annotation and data science. Pre-labelling has probably been the biggest game changer for us. We've seen a 10x speed improvement on some of our most demanding projects.Outras ferramentas de IA usadas por Hudl
Outras relações públicas registradas no usedby.
Explorar a stack de IA de Hudl
Outras empresas que usam Encord
Clientes de todos os setores, com evidências públicas.
Archetype AIConfirmado
OnsiteIQConfirmado
Pickle RobotConfirmado
Standard AIConfirmado
Thoro.aiConfirmado
UIPathConfirmadoIr direto à fonte
Com base no estudo de caso publicado por Encord. Verificamos as evidências públicas; os resultados são informados pelo fornecedor.
encord.com- Fonte publicada em
- 28 de abr. de 2026
- Última verificação
- 7 de out. de 2026
Abrir a captura da fonte O que o estudo de caso afirma e o que verificamos
O que comparamos com a página.
- O número: 10xVerificado
Impresso palavra por palavra na página, perto do nome de Hudl.
- O trecho citado acimaVerificado
Copiado palavra por palavra da página, perto do nome de Hudl.
- A data de publicaçãoVerificado
Lida nos próprios metadados da página, nunca adivinhada.
- Hudl usa EncordVerificado
Linha de nível Confirmado.
- O resultado em siNão verificado
Nós o citamos; não o medimos.
By integrating Hudl's own pre-labelling pipeline into Encord, use cases that previously required approximately 10 hours of manual annotation now take around 1 hour.