我们为许多需要自动分类和预测的行业开发了人工智能方案，涉及的领域包括旅游、信用卡、金融、生物、农业和网络安全等。兼备着“传统”统计学和现代机器学习两方面的素养，我们制作的解决方案常常比竞争对手的更加严谨。我们还在Kaggle等平台上举行过竞赛。这个竞赛是Kaggle有史以来最受欢迎的竞赛第六名

QED开发了新颖的算法来解决各种高难度和令人兴奋的计算机视觉问题，包括生物细胞图像分割、地下结构的三维成像、以及碎纸复原（DARPA[美国国防部先进研究项目局]大赛）。我们还在这一领域开发了开源软件，如OpenCV里的模板匹配技术。

云计算能够以低廉的成本对大数据进行高效的分析，对我们的日常运作至关重要。我们善于使用 AWS、DigitalOcean和Rackspace的laaS套件来建立可扩展的系统，以进行数据储存、计算、应用托管和负载平衡。与此同时，QED也善于运用数据处理框架，比如Hadoop和Spark，并且还自主设计了可替代这些工具的个性化消息传递程序。

在过去几年中，QED与由BMGF（比尔与美琳达·盖茨基金会）资助的人道主义项目非洲土壤信息服务（AfSIS）合作，一直致力于为精准农业研发新技术。我们的服务包括调查设计、实地数据采集、遥感、无人机成像、众包、基于云的数据管理、土壤光谱法的机器学习，以及互动式地图可视化。

我们采用专业的软件工程规范，包括 VCS（版本控制）、 CI（持续集成）、构建系统、项目管理、代码审查，以及完全基于UNIX开发的开源软件库。我们开展了git培训课程，为开源软件的开发、黑客松和即将到来的 GSOC（Google编程夏季项目）做出了贡献。

QED开发了端对端的自然语言处理数据处理工作流程，为投资理财和医疗保健等行业整理非结构化文本，并为自动化文本情感分析、网上评论的命名实体提取、以及模拟对话开发了软件样品。我们对于大多数目前可用的主要开源自然语言处理工具包和数据库有丰富的使用经验。