Влад Пранскевичус. Let's enhance. Як влаштоване AI покращення зображень

Let's enhance – це український стартап, який покращує якість зображень за допомогою штучного інтелекту.

CTO Влад Пранскевичус розповів як покращення зображень працює зсередини. Як продукт виріс від однієї моделі до комплексного пайплайну. Як влаштована технологія всередині компанії, як ML інженери взаємодіють з розробкою, які Devops/MLops практики впроваджені, який процес навчання моделей, і за якими методологіями працюють команди.

Поговорили про конкуренцію з Photoshop, "гонку озброєнь" у технології, про відокремлення B2C від B2B напряму і про те, чи є у розробників частка в компанії.

Таймлайн:

00:00 - Intro

00:23 Чим займається Let's Enhance?

01:41 – Чому вирішили зробити ребрендинг?

03:29 - Чим займався до стартапу?

04:55 – Як давно почав займатися ML?

06:02 - Ти хороший програміст?

07:21 Що найскладніше при переході від кар'єри програміста до створення свого стартапу?

11:05 - Скільки людей займалося розробкою на початку

11:49 Синдром самозванця

13:08 - Що таке перший продукт

14:27 - Навчання алгоритму покращення картинок

17:50 - На пальцях як працює покращення зображень

18:34 - Які метрики покращення зображень

20:41 - Яка пропорція ML рішень до евристичних?

22:32 - Нейронки на майнерських ресурсах

26:00 – Інфраструктура проекту

27:26 - Які навантаження витримуєте

28:39 - DevOps/MLOps

31:51 - Свій DataCenter або Cloud рішення

32:51 - Цикл донавчання моделей

35:17 - ML команда

39:19 - Кількість B2B, B2C клієнтів

39:44 – Звідки AI-research команда бере знання?

40:15 - Патенти на ML рішення

40:32 - State of the art покращення зображень

42:08 - Чи буде енхансмент частиною кожного графічного редактора

43:41 - Конкуренція із Photoshop

44:49 Конкуренти Let's Enhance

45:05 - Пропозиції продати компанію

46:34 – Чим відрізняється алгоритм Photoshop від вашого?

47:53 - Ринок ML інженерів

48:44 – Український ринок IT

53:39 - Технологічний стек

56:15 - Процес роботи бекенду

59:25 - Окрема інфраструктура під великих клієнтів

01:00:32 - Python, Celery, C++

01:02:55 Що зберігається в БД

1:04:55 - Чи розробники займаються завданнями девопс

01:06:17 - Чому розробників потрібно більше, ніж MLщиків

01:07:58 - Як ML взаємодіють із розробниками

01:10:03 - Тести

01:12:20 Як інженери впливають на продукт

01:13:12 - Чи є опціони у розробників

01:13:51 - Чим займаєшся як CTO?

01:14:59 - У кого технічна експертиза у ML

01:15:50 - Пишеш зараз код?

01:17:19 - Що читаєш, слухаєш

01:18:36 - ТОП-3 українських стартапів

01:20:16 - Чи можна тестувати у продажу