Потестим в проді

Про важливе в технологіях та розробці.

– Github зарелізили co-pilot. Як працює і що з ним не так

https://github.blog/2022-06-21-github-copilot-is-generally-available-to-all-developers/

– Stack overflow велике опитування розробників

https://survey.stackoverflow.co/2022/

– Microsoft дослідження та перші уроки кібервійни росії проти України

https://blogs.microsoft.com/on-the-issues/2022/06/22/defending-ukraine-early-lessons-from-the-cyber-war/

– Twitter випустили notes для довгих текстів

https://twitter.com/twitterwrite/status/1539640956915290112

Що нового в технологіях та розробці.

– Firefox запустили “Тотальний захист кукіс” по дефолту для всіх юзерів

https://blog.mozilla.org/en/products/firefox/firefox-rolls-out-total-cookie-protection-by-default-to-all-users-worldwide/

– Adobe випускає тулкіт для для боротьби з дезинформацією у зображеннях

https://techcrunch.com/2022/06/13/adobe-misinformation-cai-c2pa-open-source/

– MacPaw розширення для Chrome, щоб відстежувати куди йдуть ваші дані

https://telegraf.design/news/antyshpygunska-programa-vid-macpaw-vidteper-dostupna-dlya-google-chrome/

– Сумуєм та проводжаєм на пенсію Internet Explorer та Ipod

https://docs.microsoft.com/en-us/lifecycle/announcements/internet-explorer-11-end-of-support

– Coinbase звільнили приблизно 1100 співробітників через кризу та потенційну “крипто-зиму”

https://www.coindesk.com/business/2022/06/14/coinbase-will-layoff-around-1100-employees/

– Як впали акції tech компаній

– Andrew Ng розширив курс по Machine Learning до спеціалізації, що додано

https://www.coursera.org/specializations/machine-learning-introduction

– Amazon запускає доставку дронами

https://www.cnet.com/tech/computing/amazon-set-to-launch-drone-delivery-in-california/

– Маска звинувачують в “піраміді” через Dogecoin

https://www.bloomberg.com/news/articles/2022-06-16/musk-tesla-spacex-are-sued-for-alleged-dogecoin-pyramid-scheme

– Apple на WWDC випустили нові чіпи М2

https://www.apple.com/newsroom/2022/06/apple-unveils-all-new-macbook-air-supercharged-by-the-new-m2-chip/

https://www.anandtech.com/show/17431/apple-announces-m2-soc-apple-silicon-updated-for-2022

– Telegram випустить платну преміум версію з додатковим функціоналом

https://t.me/durov/185

https://xiaomiui.net/telegram-premium-features-are-leaked-29132/

– Роль Starlink’ів у війни проти росії

https://www.politico.eu/article/elon-musk-ukraine-starlink/

– Розслідування Reuters про відмивання >2млрд $ на криптобіржі Binance

https://www.reuters.com/investigates/special-report/fintech-crypto-binance-dirtymoney/

– Браузер екстеншн для маскування вашої гео-локації

https://github.com/z0ccc/Vytal

– Arduino підняли 32B$ в раунді B та будуть будувати low-code платформу для IOT

https://blog.arduino.cc/2022/06/07/ready-to-transform-the-enterprise-world-we-are/

– Ілон Маск та youtube premium

https://twitter.com/elonmusk/status/1534196611978383361

Що важливого трапилось в розробці та технологіях за останній тиждень?

– Google опублікував першу когорту українських стартапів, яку він обрав для фінансування

https://blog.google/around-the-globe/google-europe/spotlight-google-for-startups-ukraine-support/

– В Spotify забули оновити SSL-сертифікати і сервіс не працював 8 годин

https://www.theverge.com/2022/5/31/23148682/spotify-podcast-outage-ssl-joe-rogan-ringer-megaphone

– Мапи Leaflet https://github.com/Leaflet/Leaflet

Мапа з обʼєктами з вікіпедії

https://wikishootme.toolforge.org/

Мапа злочинів рф

https://ukraine.bellingcat.com/

– Мозіла запустили новий машинний переклад який працює локально на вашій машині

https://blog.mozilla.org/en/mozilla/local-translation-add-on-project-bergamot

– Реліз in-memory сховища key-value даних DragonFly, конкурента Redis

https://github.com/dragonfly/dragonfly

– Персоналізований фід в гітхабі

https://github.blog/2022-03-22-improving-your-github-feed/

– Tesla хоче скоротити 10% працівників

https://techcrunch.com/2022/06/03/elon-musk-orders-hiring-freeze-warns-of-job-cuts-in-latest-leaked-email/

– Coinbase зупиняє найми та відкликає офери

https://www.cnbc.com/2022/06/02/coinbase-hiring-pause-for-foreseeable-future-and-will-rescind-offers.html

– Apple прибрали флаги з перемикача мови

https://news.ycombinator.com/item?id=31518749

Бандера лейаут: https://github.com/muromec/bandera-layout

– Upwork блокує акаунти на росії та біларусі

https://www.epravda.com.ua/news/2022/06/2/687731/

Андреас Флодстром переїхав в Україну зі Швеції у 2012 і в рамках своєї дипломної роботи у шведському університеті почав IT-компанію Beetroot разом зі своїм партнером.

Таймлайн:

00:00 Intro

01:11 Про компанію

02:17 Цифри компанії

03:22 Переїзд Андреаса в Україну, початок компанії

06:53 Перший офіс

11:22 Про жигулі та запорожець

13:04 Основна технічна експертиза Beetroot

15:27 Що таке dedicated teams

16:48 Які проєкт

18:38 Про ринок розробників

30:40 Як зацікавлюють розробників

35:53 Зарплати розробникам та оплата клієнтів

37:42 Дія сіті

43:42 Обов'язки в CEO Beetroot

46:30 Академії та офіси у регіональних містах

50:40 Хто працевлаштовує випускників академії

52:32 Що в дефіциті: замовники чи спеціалісти

54:03 Як Андреас вивчав мову

55:15 Як розвиваєшся

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

Wantent - украинский стартап, который анализирует реакции людей по выражению лица с помощью AI и на основе этого оценивает эффективность видео-контента.

CTO компании Артем Мельниченко рассказал как это работает, по каким параметрам оценивается вовлеченность и "эффективность" контента, сколько алгоритмов анализируют выражение лица наблюдаемых и какой технологический стак.

Поговорили с Артемом о том какая команда работает над продуктом, как МЛ инженеры взаимодействуют с психологами (в рамках развития продукта), как обучаются модели и как можно повысить точность с помощью нейрофизиологических данных.

Сайт компании: https://www.wantent.io/

Таймлайн:

00:00 - Intro

00:41 - Чем занимается Wantent?

02:13 - Ядро проекта

03:22 - B2B

04:03 - Стенфордская история создания компании

07:58 - Первые инвестиции

08:25 - Как это работает?

10:48 - Какие запросы поступают от создателей контента

12:20 - Этика технологии

13:31 - Кто смотрит сериалы и получает за это деньги?

14:45 - Автоматизация процесса

20:13 - По каким параметрам происходит анализ?

23:44 - Как обучали алгоритм?

25:50 - Дообучение на собственных данных

26:23 - Обработка видео покадрово

27:47 - Патенты, интеллектуальная собственность

27:33 - Цикл дообучения моделей?

30:35 - Как оценивает повышение точности ?

32:01 - Как принимается решение после ответов моделей

33:33 - Конкуренты

35:15 - Улучшение точности с помощью нейрофизиологических данных

38:17 - Команда, внутренние взаимодействия

38:35 - MLщики и психологи

43:35 - Взаимодействие CTO с ML инженерами

44:12 - Технологический стак

52:56 - Партнерство с Nvidia

54:48 - Где обучаете модели?

55:30 - Взгляд на рынок разработчиков

57:01 - Можно ли тестить в проде?

Алексей Сидоров рассказал о работе AI Researcher в Facebook, как туда попал и почему уволился, про участие в акселераторе Entrepreneur First и о своем стартапе http://suggestr.co/ и его алгоритмах, также обсудили жизнь в Сингапуре.

Поговорили о том как Алексей начал самостоятельно заниматься ML на магистратуре, о переезде в США и работе исследователем в Facebook, о синдроме самозванца, выгорании и потолке в карьере.

Сейчас Алексей работает над AI-first стартапом - suggestr.co приложение для магазинов Shopify, который с помощью рекомендаций товаров помогает продавцам увеличивать объемы продаж. Поговорили про переход от работы исследователя к созданию стартапа, про то что важнее продукт или умение продавать и про цифры проекта на сегодня.

Канал Лёши: https://t.me/mister_sosister

Канал подкаста в tg: https://t.me/test_in_prod

Таймлайн:

00:00 - Intro

01:32 - Обучение, переезд в США

02:41 - Решение заниматься бизнесом

04:01 - Когда начал заниматься ML

08:48 - Все деньги исследователям, менеджеры не нужны

13:48 - Чем занимался в FAIR

18:07 - Как попал в Facebook

24:12 - Синдром самозванца

27:31 - Почему ушел из Facebook

30:12 - Акселератор Entrepreneur first

31:30 - Чем занимаешься в своем стартапе

34:55 - О чем стартап suggestr

38:48 - Стартап в цифрах

42:28 - Разработчики под Shopify очень дорогие

44:56 - Как реализованы рекомендации в suggestr

47:37 - Как проверяете успешность рекомендаций

48:20 - Технология или умение продавать ?

53:12 - Нужно уметь "хаслить"

56:12 - Shopify  миллиардный рынок ?

59:41 - На что живут стартаперы ?

1:01:07 - Ситуация с наймом в стартап

1:04:45 - Как жизнь в Сингапуре ?

01:12:00 - Вернуться в разработку ?

Пообщались с CTO и кофаундером Uklon Виталием Дятленко о том как разрабатывается проект, про кодовую базу, архитектуру и как часто сотрудники технических команд таксуют.

Виталий рассказал о том какие бывают пиковые нагрузки, как в этом помогают дожди и что такое индекс Монатика. Про команды разработки, распределение заказов и нахождение маршрутов.

Таймлайн: 

00:00 - Intro

00:36 - На чем добирался

01:10 - Таксует ли CTO компании

06:13 - Чем занимался до Uklon

09:16 - Первая версия продукта

15:10 - Роль IT-шников в развитии Uklon

15:53 - Опыт работы до Uklon

17:56 - Обязанности CTO

21:03 - Когда последний раз писал код в продакшн

23:34 - Количество инженеров

30:40 - Локальные конкуренты в маленьких городах

31:48 - Операция Напалм

33:50 - Структура команд разработки

43:48 - Из чего состоит продукт

48:12 - Кодовая база и приходилось ли переписывать

50:45 - Devops кто отвечает за работоспособность

53:06 - Какие нагрузки выдерживает сервис

55:06 - Индекс Монатика

56:28 - Подготовка приложения к сезонным мероприятиям

58:55 - Как приложение общается с бэкендом

01:02:03 - Алгоритм распределения заказов

01:05:03 - Расчет маршрутов

01:12:17 - Ценообразование

01:15:20 - AI фичи в продукте

01:22:39 - HR-бренд и легко ли нанимать в Uklon

01:26:25 - Состояние рынка кандидатов, зарплаты

01:29:29 - Можно ли тестить в проде

Rocket - украинский сервис доставки еды, запустился в 2018 году. У приложения 3 млн скачиваний за 2020 год, сотни тысяч заказов в месяц, офис разработки находится в Киеве.

CTO Rocket Дима Москаленко рассказывает как устроена разработка в компании, как справляются с десятикратным ростом команды, и как готовятся к запуску приложения в Европе.

А также поговорили о том какие технологии используют, о нагрузках, узких местах, куда прикручивают ML решения, как работают с картами и платежами.

Таймлайн:

0:00 Intro

1:35 Пандемия - поворотный момент для компании ?

2:23 Как изменилась разработка в Rocket после ковида

3:42 Какие обязанности как у CTO

5:50 Как пришел в Rocket

6:35 Какие есть команды

8:25 Как синхронизируются команды

9:10 Над чем работают команды

10:13 Из чего состоит продукт

10:43 Команды разрослись за прошлый год ?

11:13 Цели, международная экспансия

12:36 Архитектура приложения

14:51 Почему Ruby на бэкенде ?

16:27 Сколько бэкенд инженеров ?

17:08 Какие нагрузки выдерживает сервер

18:05 Какая БД ?

18:21 Real-time взаимодействие в приложении

19:31 Что делали при падениях сервера

20:15 Оптимизация БД

21:05 Инфраструктура и Devops

22:51 Сколько серверов ?

23:07 Железо или aws, чеки

23:39 Мониторинг

25:11 Безопасность клиентских данных

26:22 Процесс разработки

28:09 AI в приложении

28:56 Data science команда

30:30 Fraud в приложении

31:14 Обработка отзывов клиентов

33:56 Технические вызовы при конкуренции с Glovo, Uber

36:34 Ребрендинг, выход в Европу

38:58 Кодовая база, БД при запуске на другие страны

39:44 Пробовал работать курьером в Rocket?

40:32 Работа с картами

41:19 Выбор исполнителя заказа

42:17 Оптимизация времени ожидания заказа

44:22 Почему решил перейти из разработки в менеджмент

46:24 Как разбираешься с новыми технологиями

47:39 Как разбираешься с кодовой базой проекта

49:17 Как устроен рынок найма для CTO

50:51 Тяжело ли сейчас нанимать инженеров в Rocket

53:38 До сих пор расширяете команду разработки ?

55:56 Можно ли заказать Glovo в офис Rocket

57:01 Как устроена работа с релизами

59:45 Покрытие тестами

1:00:48 Интеграционные тесты

1:02:03 Работа с платежами

1:02:55 Можно ли тестить в проде ?