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. Сьогодні в Beetroot працює більш ніж 600 людей, і компанія обслуговує близько 220 активних клієнтів з 25 країн. Beetroot Academy – IT-школа яка навчає понад 3000 студентів щороку. Андреас розповів про те як будувалась компанія: з перших клієнтів, простих сайтів на вордпресі та офісу з матрацами на підлозі, в якому вони і жили, до сотень клієнтів та офісів по всій країні. Розказав про культуру в компанії та те як працює плоска організація. Про основну технічну експертизу, наймання та ринок розробників сьогодні. Сайти компанії: www.beetroot.co www.beetroot.se 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 ?