Влад Пранскевичус. Let's enhance. Как устроено AI улучшение изображений

Let's enhance - это украинский стартап, который улучшает качество изображений с помощью искусственного интеллекта.

CTO Влад Пранскевичус рассказал как улучшение изображений работает изнутри. Как продукт вырос от одной модели до комплексного пайплайна. Как устроена разработка внутри компании, как ML инженеры взаимодействуют с разработкой, какие Devops/MLops практики внедрены, какой процесс обучения моделей, и по каким методологиям работают команды.

Поговорили о конкуренции с Photoshop, "гонке вооружений" в технологии, об отделении B2C от B2B направления и о том есть ли у разработчиков доля в компании.

Таймлайн:
00:00 - Intro
00:23 - Чем занимается Let's Enhance?
01:41 - Почему решили сделать ребрендинг?
03:29 - Чем занимался до стартапа?
04:55 - Как давно начал заниматься ML?
06:02 - Ты хороший программист?
07:21 - Что самое сложное при переходе от карьеры программиста до создания своего стартапа?
11:05 - Сколько людей занималось разработкой в начале
11:49 - Синдром самозванца
13:08 - Что из себя представлял первый продукт
14:27 - Обучение алгоритма улучшения картинок
17:50 - На пальцах как работает улучшение изображений
18:34 - Какие метрики улучшения изображений
20:41 - Какая пропорция ML решений к эвристическим ?
22:32 - Нейронки на майнерских ресурсах
26:00 - Инфраструктура проекта
27:26 - Какие нагрузки выдерживаете
28:39 - DevOps/ MLOps
31:51 - Свой DataCenter или Cloud решения
32:51 - Цикл дообучения моделей
35:17 - ML команда
39:19 - Количество B2B, B2C клиентов
39:44 - Откуда AI-research команда берет знания?
40:15 - Патенты на ML решения
40:32 - State of the art улучшения изображений
42:08 - Будет ли энхансмент частью каждого графического редактора
43:41 - Конкуренция с Photoshop
44:49 - Конкуренты Let's Enhance
45:05 - Предложения продать компанию
46:34 - Чем отличается алгоритм Photoshop от вашего?
47:53 - Рынок ML инженеров
48:44 - Украинский рынок IT
53:39 - Технологический стек
56:15 - Процесс работы бэкенда
59:25 - Отдельная инфраструктура под больших клиентов
01:00:32 - Python, Celery, C++
01:02:55 - Что хранится в БД
1:04:55 - Занимаются ли разработчики задачами девопс
01:06:17 - Почему разработчиков нужно больше, чем MLщиков
01:07:58 - Как ML взаимодействуют с разработчиками
01:10:03 - Тесты
01:12:20 - Как инженеры влияют на продукт
01:13:12 - Есть ли опционы у разработчиков
01:13:51 - Чем занимаешься как CTO?
01:14:59 - У кого техническая экспертиза в ML
01:15:50 - Пишешь сейчас код?
01:17:19 - Что читаешь, слушаешь
01:18:36 - ТОП-3 украинских стартапа
01:20:16 - Можно ли тестить в проде