Bagaimana menurut Anda terkait monetisasi saluran TV, jaringan saraf, dan sudoku? Sekilas - seperti pemrograman dengan seni: mungkin, tetapi tidak banyak yang mengelolanya. Namun, melihat dari dekat, tim kami menemukan jawaban yang tidak biasa untuk pertanyaan ini. Produk, yang dikembangkan oleh para insinyur, diizinkan menggunakan berbagai jenis jaringan saraf untuk menentukan awal dan akhir unit iklan sehingga mereka muncul pada waktu yang tepat. Sekarang, itu telah berubah menjadi alat universal untuk menyelesaikan berbagai tugas. Dan kami akan dengan senang hati memberi tahu Anda apa. Semuanya dimulai dengan fakta bahwa sumber utama laba bagi perusahaan streaming Amerika dan saluran TV adalah monetisasi konten melalui iklan. Pemilik saluran TV memungkinkan penyedia untuk mengganti bagian tertentu dari iklan dan menampilkan iklan klien mereka di sana. Namun, jika unit iklan berlapis satu sama lain, maka pengiklan meninggalkan ulasan negatif. Akibatnya, iklan di saluran dimatikan, dan pendapatan hilang.
Untuk mengatasi masalah ini, berbagai pendekatan digunakan. Salah satu pemasok utama konten video di AS, yang mulai bekerja dengan EPAM, juga memiliki pendekatan sendiri. Namun, akurasinya tidak melebihi enam puluh persen. Ini berarti bahwa dalam empat puluh persen kasus, iklan saling tumpang tindih, yang dapat menyebabkan terputusnya pemasangan iklan di saluran TV ini.
Menurut manajer proyek
Vlad Bajovsky , “segera setelah proyek dimulai, insinyur Lesha Druzhinin menghadapi masalah ini, dan dia punya ide. Itu terdiri dalam menciptakan produk yang akan menentukan awal dan akhir unit iklan. Sejujurnya, pada awalnya saya skeptis, karena solusinya secara teknis sulit, yaitu melibatkan penggunaan jaringan saraf dan pembelajaran mesin. Dan pada saat itu kami tidak memiliki keahlian yang relevan di bidang ini.
Secara umum, semua orang yang berhasil mengambil bagian dalam proyek ini menguji berbagai jenis jaringan saraf dan algoritma yang berbeda, terhubung dan menyinkronkan komponen yang berbeda. Terlepas dari kenyataan bahwa ide itu lahir di California, kami berhasil melibatkan 70 insinyur dari lokasi EPAM yang sangat berbeda.
Sebagai hasilnya, kami mendapatkan produk hebat, yang sekarang tidak hanya menentukan perubahan dalam iklan, tetapi juga merupakan solusi universal untuk tugas apa pun yang terkait dengan menentukan perubahan dalam konten video, termasuk solusi potensial untuk pencarian video. Dengan kata lain, bidang aplikasinya tidak terbatas hanya untuk iklan - ini bisa berupa, misalnya, acara TV yang mengubah kategori, dan data dari kamera video atau film lama digital yang tidak memiliki metadata tentang isi dari urutan video. ”
Lesha Druzhinin , Insinyur Perangkat Lunak Senior:
“Jika kami tidak membuat proyek, tetapi mengatur permainan, maka kami akan mendapatkan permainan yang sangat bagus! Genreya terus berubah, perubahan besar dan sering terjadi, ada intrik. Awalnya kami mencoba memecahkan masalah dengan cara yang sederhana, tanpa jaringan saraf, tetapi tidak ada yang berhasil. Kami harus sepenuhnya memahami desain sebagian besar jenis jaringan saraf dan dari awal melatih mereka untuk melakukan tugas-tugas tertentu. Untuk memperjelasnya, ada banyak arsitektur jaringan saraf, tetapi kami tertarik pada mereka yang memproses informasi visual.
Seiring waktu, kami memperhatikan bahwa proyek kami menjadi juara di perusahaan yang menggunakan jaringan saraf: kami memiliki lebih dari lima. Sekarang kami memilih dua. Mereka menganalisis setiap frame dan setiap bagian suara. Ketika perubahan warna dramatis pada frame atau nada suara terjadi, jaringan bereaksi terhadap hal ini, memprediksi akhir iklan dan kemudian transisi antara unit iklan. Sejauh ini, jaringan yang menentukan transisi antar video, lebih tepatnya jaringan yang memprediksi akhir video.
Masing-masing mendapat salinan frame dan suara yang dipotong sendiri, tetapi bersama-sama mereka memberikan akurasi hasil 90 persen. Kami meluncurkan solusi ini di saluran nyata, dan itu berhasil. Kami berhasil membuat bot yang bisa menonton TV. Secara kiasan, jika setelah proyek ini klien datang kepada kami menanyakan "Dan lakukan kami Smart TV yang ditingkatkan", maka kami siap untuk tugas-tugas seperti itu. Solusi kami adalah Smart TV kecil ini, yang sudah mampu membedakan konten secara independen, hanya untuk ceruk tertentu. "
Omong-omong, tentang pengalaman perusahaan IT dunia. Saat mengerjakan proyek ini, tim EPAM sampai pada kesimpulan bahwa perusahaan global telah lama berlatih - persyaratan sumber terbuka. Karena perubahan pada proyek sangat sering terjadi dan insinyur baru terus-menerus terhubung, kode hanya perlu fleksibel. Oleh karena itu, pemeriksaan konstan dibuat dari keterbacaannya atau, seperti yang mereka katakan, gemuk (meatiness).
Awalnya, tugas tim adalah untuk "memukau, mengejutkan, dan mendapatkan kepercayaan dari pelanggan." Namun, dalam proses pengerjaan solusi, konsep awal meningkat sedemikian rupa sehingga ternyata menjadi produk universal yang, setelah beberapa perbaikan, dapat ditawarkan kepada banyak perusahaan yang bisnisnya terkait dengan konten video.
Bekerja pada artikel: Daria Prokopovich, Olga Nechaeva