Company List

Utarbeidelsen av budsjetter, regnskap og rapporter for investeringer i næringseiendom kjennetegnes ved utstrakt bruk av Microsoft 365 og interne legacy-systemer. Den utarbeidede dokumentasjonen inngår i informasjonsflyten mellom tilrettelegger og investeringsprosjektets interessenter, og distribueres én-til-én; en tidkrevende og suboptimal prosess.


ENVE er en helhetlig plattform som samler alle verktøy tilrettelegger har behov for i et oversiktlig dashboard, hvor den utarbeidede dokumentasjonen sømløst distribueres til riktig interessent, til rett tid.

Våre ansatte er involvert i noen av de mest interessante og utfordrende prosjektene i bransjen. Vi er til stede på så vidt forskjellige områder som Norge, Australia, Kina, Malysia, Indonesia, Alaska og Barentshavet. Vi bruker oppstrømsekspertisen vår til å realisere det potensialet som finnes.

I ConocoPhillips er de som jobber med informasjonsstyring og informasjonsteknologi viktige samarbeidspartnere for å fremme forretningsresultater. Her kan du jobbe med raske kommersielle tradingsystemer for olje og gass, det siste innen bildeteknologi, innsamlingsverktøy for seismikkdata eller globale forretningssystemer som påvirker bunnlinjen vår.

Innovasjon er en av ConocoPhillips’ SPIRIT-verdier. Det innebærer at uansett hva rollen din er, kan du være trygg på at du er en del av en fremtidsrettet organisasjon som integrerer og investerer i talenter og teknologier over hele verden.

Våre egenutviklede produkter innen mobilitet, helsekommunikasjon og betaling skal gi gode brukeropplevelser som folk drar nytte av.

Vi som jobber her har en genuin holdning om at ting alltid kan løses på en bedre måte, og vi ønsker å sørge for at hverdagen blir så enkel som mulig, for så mange som mulig.

I WTW utvikler vi våre egne produkter, som løser reelle utfordringer for flere millioner brukere. Med brukervennlighet i sentrum har vi et stort ansvar for å kode og designe ting som fungerer stabilt og smidig. Samtidig kjenner vi daglig på gleden over å gjøre hverdagen litt enklere, for svært mange.

Vår kjernevirksomhet handler om å medvirke til uforstyrret infrastruktur for alle i samfunnet ved å unngå graveskader og uautorisert tilgang til kritisk infrastruktur. 

Våre tjenester og løsninger skaper en samhandlingsplattform for netteiere, offentlige myndigheter og entreprenører, som bidrar til å forenkle deres arbeid, samt unngå at kritisk infrastruktur blir skadet. I tillegg er vi en av landets ledende leverandører innen arkiv, digitalisering og dokumentforvaltning.

Ved hjelp av avansert radarteknologi, maskinlæring og egenutviklede algoritmer utvikler vi en tjeneste som benyttes til å analysere tilstanden til trestolper brukt i distribusjonsnettet. Tjenesten vil skape en tryggere arbeidshverdag for alle som operer i og rundt nettet, og effektivisere vedlikeholdsarbeidet av fremtidens viktigste infrastruktur - strømnettet vårt!

Vi er lidenskapelig opptatt av å utnytte teknologi og smarte hoder til å utvikle løsninger som skaper verdi for andre. Gjennom et inkluderende, sosialt og nysgjerrig arbeidsmiljø jobber vi sammen mot morgendagens løsninger. Bli med på laget, vi har såvidt begynt!


Lær mer om oss på [www.birdsview.no](www.birdsview.no)

Vespa is Big Data + AI, online. At any scale, with unbeatable performance. The Vespa.ai Team is located in Trondheim, Norway, and is built of 29 dedicated people. It is developing Vespa and running the Vespa Cloud, helping our users to implement online big data serving.


Vespa is a fully featured search engine and vector database. It supports vector search (ANN), lexical search, and search in structured data, all in the same query. Integrated machine-learned model inference allows you to apply AI to make sense of your data in real time. Together with Vespa's proven scaling and high availability, this empowers you to create production ready search applications at any scale, and with any combination of features. 


Recommendation, personalization and targeting involves evaluating recommender models over content items to select the best ones. Large language models are revolutionary, but their usefulness for real tasks is limited by their lack of memory, trustworthiness, specific knowledge, and ability to reason in many steps. To make more useful agents we must give the models the ability to store and search vector and text data in real time.