Engineering

ตั้งแต่ก่อตั้งในปี 2003 เราสร้างซอฟต์แวร์ พัฒนาอัลกอริทึม ศึกษาเทคโนโลยีพื้นฐาน และดูแลระบบ บางระบบทำงานอย่างเสถียรมานานกว่า 20 ปี

การเผยแพร่

เริ่มต้นจากการพัฒนาและดำเนินบริการสำหรับตลาดญี่ปุ่น เราเผยแพร่แอปทั่วโลกมาตั้งแต่ปี 2016

  • ขยายไปยัง 39 ภาษาและดูแลงานแปล
  • สร้างและดำเนินงานฐานการเผยแพร่บนสโตร์
  • นำระบบตัวกลางโฆษณามาใช้
  • วัดและวิเคราะห์การใช้งาน

39 ภาษา / รับชำระเงินใน 52 ประเทศและภูมิภาค และ 36 สกุลเงิน (ตั้งแต่ปี 2016)

สแต็กหลัก

ความปลอดภัย 2017–

  • Intrusion Detection
  • Audit
  • Key Management (CKMS)

การเผยแพร่แอปมือถือ 2016–

  • Swift
  • Kotlin
  • Store Operations
  • Localization
  • macOS

ระบบสมองกลฝังตัวและ OS 2008–

  • AOSP
  • Yocto
  • Virtualization
  • Windows

เครือข่ายและโปรโตคอล 2004–

  • Device Management Protocol
  • Network Performance
  • Wi-Fi Log Analysis
  • Rust

ระบบธุรกิจและอีคอมเมิร์ซ 2004–

  • CMS
  • Database Engineering
  • PHP
  • TypeScript
  • Node.js
  • AWS
  • GCP
  • Cloudflare

การประมวลผลภาพ เอกสาร และภาษา 2003–

  • Full-Text Search
  • Algorithm Design
  • LLM
  • Vision Models
  • Python

การเลือกใช้เทคโนโลยี

เราพัฒนาแอปบนมือถือมาตั้งแต่ปี 2009 ซึ่งเป็นยุคของ iPhone 3GS และเผยแพร่แอปของเราเองตั้งแต่ปี 2016 จุดเริ่มต้นคือสิ่งที่ iPhone ทำให้เป็นไปได้ นั่นคืออุปกรณ์สมรรถนะสูงที่อยู่ในมือข้างเดียว เชื่อมต่อกับเครือข่าย และส่งบริการไปได้ทุกที่ในโลก

สิ่งที่เราสร้างจะกลับมาหาเราในรูปของข้อมูลการใช้งาน เทคโนโลยีและ UI/UX ถูกประเมินได้อย่างต่อเนื่องในสภาพแวดล้อมจริง และการเผยแพร่แอปของเราเองให้ขนาดการตรวจสอบที่โครงการเดี่ยวมักให้ไม่ได้ สิ่งที่ได้เรียนรู้ยังย้อนกลับไปสู่การออกแบบในงานนอกเหนือจากมือถือด้วย

ในปี 2016 เราเปรียบเทียบ Xamarin, Cordova และ React Native ในระดับการพัฒนาจริง และประเมิน Flutter มาตั้งแต่เปิดตัวสู่สาธารณะ ปัจจุบันแนวทางหลักคือการพัฒนาแบบเนทีฟด้วย Swift และ Kotlin โดยใช้ SwiftUI ในงานจริงตั้งแต่ยุค iOS 15

การเขียนใกล้ระบบปฏิบัติการและฮาร์ดแวร์ทำให้ปรับได้ทั้งความเร็วที่วัดได้และความเร็วที่รู้สึกได้ในการเรนเดอร์และการทำงานของกล้อง และใช้ฟีเจอร์ใหม่ของระบบปฏิบัติการหรือไลบรารี C/C++ ได้โดยไม่ต้องรอชั้นนามธรรม แอปที่ให้บริการยาวนานยังไม่ได้รับผลกระทบจากการเปลี่ยนแปลงที่ทำให้ใช้งานไม่ได้ฝั่งเฟรมเวิร์ก

Device Control

Barcode-Based Device Readout

ค่าที่วัดได้จากเครื่องมือถูกเก็บผ่านสามเส้นทาง ได้แก่ BLE, Wi-Fi และบาร์โค้ด

อุปกรณ์ส่งค่าที่วัดได้แบบไร้สาย และแสดงเป็นบาร์โค้ดบนหน้าจอของตัวเองด้วย แอปอ่านด้วยกล้องแล้วแสดงค่าแต่ละค่าพร้อมเวลาที่อ่าน

ทั้งสามเส้นทางจัดการด้วยแอปเดียว ค่าจึงมาถึงหน้าจอเดียวกันไม่ว่าจะมาทางใด

  • Swift
  • AVFoundation
  • BLE
  • Wi-Fi
  • Barcode

On-Device AI

On-Device AR Recognition

วัตถุในภาพจากกล้องถูกจดจำบนอุปกรณ์และติดป้ายกำกับในพื้นที่ AR

การจดจำทำงานบนตัวอุปกรณ์เอง ป้ายกำกับแต่ละอันยึดกับตำแหน่งของวัตถุ ข้อความจึงอยู่กับวัตถุแม้ขยับกล้อง

ชื่อและค่าความเชื่อมั่นแสดงขึ้นทันทีที่ตรวจพบ ข้อมูลไม่ออกจากอุปกรณ์

  • Swift
  • ARKit
  • On-Device ML