Data Talk #180: Tereza Fukátková a Stanislav Babenyshev (TV NOVA)
59m 37s
V této epizodě podcastu diskutují Jirka Vítů, Standa Babenyshev a Tereza o implementaci umělé inteligence a strojového učení v TV Nova a na platformě OnePlay. Standa, který přišel z ekonomického a riskového prostředí, buduje ML tým s důrazem na produkční standardy a business impact, přičemž technologický stack zahrnuje cloud (AWS, Azure, GCP) a Databricks. Tereza, Head of AI, řídí tým o 13–20 lidech, který zahrnuje business analytiky, delivery leady a specialisty na adopci AI, a zdůrazňuje propojení AI s celou firmou. Hlavní projekty zahrnují doporučovací systém pro OnePlay, který musí konkurovat globálním hráčům, a predikční modely pro reklamní bloky. Tým se věnuje jak klasickému ML, tak generativní AI, například využití GitHub Copilot pro zrychlení vývoje. Kultura je rychlá, flexibilní a podporuje experimentování s novými technologiemi, jako jsou AI asistenti pro kódování, což umožňuje efektivně škálovat i s omezenými zdroji. Celkově je AI v TV Nova vnímána jako klíčový nástroj pro digitální transformaci a konkurenceschopnost.
Dobrý lén, měno je Jirka Vychreka, vytám vás u dalšího dílu, datotlok podkastu. Nestadím, mám dva vzácné hosty a těmi jsou teda zafukátkova a standa Babenyshev stejvenova. Ahoj. Ahoj Jirka. [MUSIK] My se dneska podíváme do Tévenova a častečně na ich výodí platformu OnePlay a budem se dívat co v Tévenova dělají z AI. Protože Terka před třištodě rokem se stala Head of AI v Tévenova a standa poslední zruba dva roky děla Machine Learning Team Leader tamteš. Takže se podíváme na Bicens Písis a detaily toho, jak vypadá Machine Learning AI v Tévenova. Záčnuále těba ustando a 2.100, protože si na nově díl. Tak co tě vedlo do ML Teamů Tévenova. No, o tem můj příběch ML zacál, ště před 90-lety skoro. Já jsem s děláním bestodovaný ekonom, mám i doktorát z toho. Takže jsem se ke ML dostal nes, křes a it jako klasický se tam dostávají lidě, ale dostal jsem se tam z křesma tematěko, prawdě podobnost jsem zacínal na risku. A po tom tam to bude, jsem byl do cel a zajímaví příběch. Já jsem se dozvedil v odznámi ho, že dílání a ký Machine Learning. Tak jsem seho se dočal doptávat, co to vlastně je. Co tam zrubaři, takově, začal bykla je to logistické regres, a že tam ještí iné klasifikáční modele. Dělá je tak já jsem se uvidmů, že vlastně už dva roky v rísku dva Machine Learning. No, tak mi to to co vás, zavujálo, jsem se pak přesunil. Jeho v tom rísku, ještě bych to změnil, kdybych nikomu doporučovált, jak začít tu karieru, tak zrovna ríský jedna možnost, a je to do cová dobra škola, protože tam ten Machine Learning je hodně líkno rozni. Je to tak, protože dopady jsou obrovské, ty modele co jsme vyvíli, nele dopadek lidnějí milé art-eur. Takže by se pak uvidem, že to EDA, ta ekspovertorní analiza MLops, a data governance to je jako to nejsob a zvordete nútnost pro přežití. Takže po té bantce, a po tom co jsem se dozvědou, že jsem ML-lýn žiní, jsem se přesunil do opravdu vedete science-roly, jsem pracoval po tom v molu. A tam jsem jsou také hodně naučil, protože mou z týne konova spada pod PPF, tým pádem rychlozt, je tam klíčova, taková, je to do co jako zrychlené prostředí, a zároveň hodně se hdyra Business Impact. Takže ukážit jeho projektu jsme měle Business Case, a nebyl to machine learning, takže jsem se hodně naučil, i z tomohledu koukat na ML, když to vývěr, když to vývět, když to dělat nějaké state of the art model, a kde je třeba in nějaké jednoduchy e-fells. A tyč na nově vlastně tělete, kde cespuju, vydu tím, a snažíme se voto sami, děláme rychorozněj modeli, lidáme ten Business Impact, a myslím se, že nám sodátí, k celkem. No, a já jsem to zmíněl a vůvodu, tak když si přešel do nalý. Já jsem přišel, třed skoro dvě malete, a ten tím už existoval, ale byl malý, bylo tam třelidí při čemš dvá z nich, přišli tak parmě se su předemnou, a zaukou jsem měl jednak ten tím naškolovat, dneska už jenás osu, krom tom ještě ta část, která je přímo pod terezov. No, a děláme nový výc projektu. Ten kratu byl jeden projekt takovém, a neupolně zdravím stavů, já jsem krom důho náboru měl za okol postavitěch let ten projekt, no já nebo spíše, tu pipeline oběhom, ty modely dodávali tak, jak se mají dodávat, neké production grade palitě, to obnáš je jako v spoustu věce, když tak se rychneme. No, a se mný poslední řádí, kultura je teď kominá, to jsem jel taký zaukou, a za cíl vybudovat, aby tam byla opravdu vyvajářska kultura, protože než dneska nova ještě porát v nímáne jako ta staránova, já jsem si cedé nebel, při zakladeně nový před kolika a třeci celety. - Jicek, třeci, to to si. - No, ale vodně jsem to votom slišel, a je to asi dánu jako ta změna i tím, že tedy měm přesně gdy, ale tak zrůvat v předštěžma titilety přišel na novodán grund, a oni vodně změnil. - Nekod si tím to je na sebe, ten naštím na rostu, jak jsem změnělal, my jsme bylet 3 ml-inženíry, ní je nes jen a s osum, ale k tomu máme ještě BI-ting, který má dete inženíry a těch bylo par a tě těch přes 15, takže celý datový hub se to modáříc tě je tě 330 lili, a dalto roste. Tam doporučím epizodu z Martěnem Exnerem, který výje o ty evlucy, byjaj datový ho tímu, jak vy rostu z příchonem Vjouli, k tomu se rostanem, ale ještě ať dáme trastor i terce, ať se představí, ty zbyla už jednou, ho stkou, tedy datotol podkastu, tak tam jsme to říkališí reje a tak odkážu na tudle do bů, když si dělala pro. - Fortuna, nebo Fortuna Entertainment Group. - Pro EEG, tak Fortuna Entertainment Group, tak tam jsme se to můvěnovali hloub, tak zase jenom ať proti, co křeba na hodou neslišeli ten vědíl, a nemajího mezi oblibenímy. Tak představ se nám taky. Tak jen tak nějaký Toledoř, začímela jsem studiém, který nerozíl to standový ho je trošičku zdalnější, a to byla tam nějaká kombinace humanečnější osměrů, česko nímické studia, a k tomu potom eště podnikajně administrativa. No a tady le tak kombinace směřuje do statistyky a AI, přes to statisty kuprami, tože ty se z ně jednou ptál a že pokud je zajímala dyplomkaj to člověch zmíní, a já jsem nás statistickou analizů trhuží o górty, a zpětně vzato tak jako Stan Dasykal, že se rozvěděl pozdějí, že Emil Inžení, tak já jsem se zpětně rozvěděla, že Clustering, a je to patří taky doměším lénygu, takže nějaký jako zárodky už tam byly drík. No a následně jsem potom pokračovala takte jež do spíš finančního sektoru a to do controllingu lidlu. Tam, a děvěřtohodně skrátím, excel nestačil, takže jsem se nauča programovat, pokračová jsem k datový analizé do seznámů. Tam jsem postupně ten tým vedlá, když trožičku se větřil, a byla jsem tam první datový analitik. No a o tam tuť už byla cesta dofortuny, kte jsem měla tým v Indii, což je taková docela zajímovost, a pro firmu, která nemá ten svůj business v Indii, máho veloženě ve strřední a východní eferopětek mit Team, které nemá ten kulturn kontext, ale zase skušených technologích, tak velmi zajímová kombirace a skušenost. No a tady už si dostávame k tý poslední kapitole a to je nova. No a tak, co tě přiměl jedna novo? No mě to ne napatlo samotnou poprvdě, a bylo to takže se mi znovy ozvali teďka už to bude rok, niekdy v unoru jsme se o tom začali bavit, a nejdříf jsem k tom byla měně s kyptickém, ale kameratka mě potom přesvětšila, že to mám dá tšanci, že si mám ospoň poslechnout co tam děj, a trojba si rozbím nějaké zajímavé benchmark. No a tak jsem teda do toho procesu vstoupila a musím říc, že co mě přesvětšilo byly hlavně ty osobní pohobory. A tam už jakoj jeden zajímavý aspek, co na tom byl, že byly tři v jednom tej dnu, bylo to ekstremně rychle za sebu, byly ekstremně flexibilní v tom, jak se domlouval vdycky ten další a další krok. A to už samo osobně nějak jako signal, a řekal bych, že to byl velmi dobrý signal, protože i ta kultura je rychla a gylní, prostě flexibilně reagujeme na to, co je potřeba. Ale už i potom, a když jsem se poprvé se tka láslu tkou oravčikovou, která má na nově na starost celý digital. Tak to, jak popisovála ty projekty a tu ambicy kam chci z E.I. Dojí, a to z tejní, potom popisoval i Dan Grund bylo vidět, že tam to sladiny a že ta ambicy je celofirím. že to nebydějí jenom jako kolonku, tak si očikat neme, že máme E.I. ale že ta digitalní sferá, ta technologická sferá nový, jen něco ce opravdu budoucnost, a má tu televiznistáníci, kterou si spoustal dí v tůhlech víli spoje primádně stymliny a dním vysilání do vizdo tý digitalní budoucnosti. Super, takže si nastupila jako Head of E.I. No, když se podíme na to lerole, tak koch máš pocebou, jak vypadá ta organizace standa už to jako nastínil. Jo, tak já to ještě trošku rozvedu.
když je tímu kličová část a její tímu je právě tím, které má na starosti standa a to MLTím, které se vyloženě věnuje Hence on tvrbě modelu, a což vám učitě je s tady je pokpěšeme. Nicmeně ta druhá část, která přišla až se mnou, tak je víc orientovaná na biznes nebo daloby seříc treba i sovtovýc, ale to myslím tom pozitivním sme slu, protože je to hvělek, kdy to jejko má vopravdu šanci i dostace do celých firmy. A te opravdu jako od produkcí různych serialů, realiti shows, přes spravodajství až potem on play samotné. Ale abych byla konkrétní o jaký požíce se jedná, by se to poslochači mohleli představit, a tak máme v tímu biznes analitiky, které se pravě zapoji primálně. A oni se zapoji po celu robu toho procesu, ale velkou roli hrají na začátku, když potřejm definovatem biznis case, když potřebujeme pochopit styrik vairmenty, ale není to úplně jako pure business analitická role v tom, že v tuchlech výli už by to opustili, ale ten projekt provází po celou tu dobu. Pro to, že ta komunikace stejmy tými napříčnovou je pro všechnity naše projekty neskutečně důležitá. Z tam potřebujeme pro běžně sladiová, a hlavně potřebujeme hapat to fungováň tých tímu a co od nás potřebujou. Pro to, že AI ve svý podstatě, když pysme si to držel věskleníku tak jako moc užitěční není. A práve pro to tam vidím tady ty lidi, který propojujou AI-tím z celou novou jako extrémní důležití. Kroma, a biznisanalitiku, který jako všechný jsou tak úplně pure business analitici, tak mám ještě Deliveri Lidá, který se stara zase neskutečně univerzání člověk, hrozně šikovnej, a stara se o všechnoce zrovna v tuchví, od organizace různych eventů přes různí procesní záležitosti a někdy je tam i třeba jako marketingový probek, kdy potřebujeme nějaký naše projekty komunikovat i interně do firmy. A po tom poslední část, tu oznáčují častí c jako adoption, ale zase je to spíš univerzání lidi, který má je ten fokustroškují jiné, vysmyslů spíš vzdělávání, gavenenc, kontakt z našimi kolegi, a také je tam potom ještě skupiná ambasa doru. Ty nejsou součástí mu to ne, ale práve lidi, který se u nás věnojí adoption, tak mají na storoz týt a rileten komunitní prvek, který považuju zadůležitý v tom, že jak je nova rozmaněta, že je to v proudu ktej produkce z proudaí z marketing finance, sales přeště všechno. Tak my potřebujeme mít kontakt z tu firmou jako celkem, a te práve skrstili dí v tých ojelení, který se z družují potom potom skupinou tých ambasa doru. Super, a celkový vlast na koleg? Celkový vtuch výli třiná. Niecmeně není to konieční číslo, než tě do tímu dobí ráme další lidi, a celkově by smelé toš měli bejit na 20. No a tak podíme se podívat na jakich technologích vrácice a tož kourost širit, to co si stan dorikál, že když si příšel, tak to byl suboptymalní stav, že tam mějaký mesh learning a jaj ko se rešilo, ale tvůj cel bylo to posunout, tak na úrovně infrastruktury, architektury, tak když firmní kultury na te druhe strane, tak byž zůstanem u toho steku, tak na čem teď běžit, co je co s oty tůlí, co to do podporou technologický. Veldy me stručném databriksu, ale to asi příleš stručné. Já tam částičně musel si měj porádzastáván roli, architektá bych přímyš levo tam, kam dál se tu by bě, určitě je to cloud, nam tužiš je spůstu problému, nepotřivujeme tak velké devopsstím v postatě žádné devopsstím. A cloud máte vybraný, můjšu se to říkat. Cloud máme, je to suboptimalny, jak se změnil, ale jsem se mět také, že je to přerozene, takže tím rozplou, raketové, bizneskej si vyvali raketové, a to, co se normalně škalo bym 10 léciu, nás na škalovalo za dva ruky. Takže tam prostě, koby nějaké porudnímosti musel je byt, mě těch cloudu máme postatě všechny 3, a proto je ten Databix, protože je to. Myslím všechny 3 je ty velké, které všechny znajáme, a je to spojižor, a je GCP. A každý má svůj důvo, takže k nežeknů, že něco snové byl by. No a můjšu, nevám nejměl mělstě, je Databix, v tom by víme, a důvot je ten, že to je to škokovalo tak nostik. A no máme tam nějaký proopro tím, je tam nějaké markup, který platíme Databix za. ajoho službé nad rův stranu, když jsme na příklad mýví výl jako, tak my v pocate během týbno změgrovali z jednej platformy nad rův, a někdo se to vňu vše měl. A nám stačila jenom gitla prepoktera, které jsme 3 su neliny na inu infrastrukturu. Přičím v řeku můžeme se k tomu ještě pak dostány myc se to jako to Production Grid Projekt, má infrastrukturu v Terraformě. To můžeme se dostane, no jsou tam ještě nějaký jako kličový, takže Databix je ta platforma úplně podvozak můžeme bydějaký kude v cloud, ale takže nějaký specifikány, co se je hětdy, že živám tom funguje. A tak? No, nemysl jsem hredy, ale ja jsem spokojný stím, že je to tak, jak to má byte jako Production Grid, z tomu normalně říkáme, my máme vrzování, jak můdole tak kodu, aby to konkréd nemalme. Máme i ten proces vývo, na stávěně tak, jak ino stávně nevolké k firmak mi vujářskéch, máme podřeckvéste, koup rebu, podůmně več si máme uděleně prostředí, jako nic toho tam před dle malé ten bylo. A by by výlo se takto škaku pánkovím stílaner, rostrým ten bizniský stumble fort, jak ex-mím, jsem změnál to PP, vko taková na to hodně tlačí. A, vyžekou když, že když, že když kod co to je tak to date-tabrik, skomběráce date-tabrik z GitHubů, v neště době, hodně půžu a my já jí asystit coding, takže ho hožuvali věskou dvětšená znásne, bo nějde do corzor, a to je stou můdovru, že tam jen gírchap kopilat. A, myslím, v tom věs koudu. No a, a tak, jako kdyby do ML, tak si rekně, že to je jako věnit nic neobik, to pořeztan dát. Gorgyn standet, ale jak do to je byl ten standard, ale na to je standard a. Jo, standard, ale na druhou stranu, jako musí vžít, že standat to jako mimořádně drží vlátí, že ten proces, který tam nastavil a na kterým trvá, také mimořádné. Jedna větši, že si to firmy na papíře řeknou a druhá vět, že si to po pravdu dodržuje u až ati už od toho bizniskéjsu, přes to, jak je razená takon flen, že tam přesně všechny věci M.I. své místo začíná se E.R.A.čkem, J.S.I.čko, dbá se na to, aby byly kou trivůz, jako zamě tady, le to to je jako velmi krásně nastavený. Bankovní rygoroznost. A tam se přesně prumýt, a tam se skřeš jedno. Já jsem v myřeště, mě zetím stíl, pracat dojčit ale komu. Nemecka. Nemecka. Nemecka. A tam, plan je tam se to naučil, jako vystíce věce trváde strášně dlouho, ale bylo všichno bude trvův totalní. Oprací až môc bych řecká, že se nudejvil nic na sady. Byli jako skážnýost, tých odvětvení se mě bral to, co se tam. to se tam hodí nejvíc, a to, co je nejvíc užitečné. A všichno jsem to přeňazno na nova, jsem rádže, a ona se to takhle ukotyvilo. A i ten tím, je stím stotožně nejakou nejvíc, můžem na mě to. Napelníme stohodou, dože každý vyvojáš našem tímu, on zetím stoji, trzeba ty ríví u zave do jenou kolega, který přišel zrba před rokem. A já jsem rád takové, mě mají normální, noličeným, mechanizmé, sdílnete znalosti, máme odbórniki, když oblastu se pak ještě řekneme, co všichno děláme není to jednou nejaká logistická regrese predíkce, čurno, a podobně. A nech se dostanok tě projektu, tak podíme se predivat na tě, na tým osmělidí, tak kogo tam máž vlastně. Myslím, jako je v posledně dode, jako bydčím víc nepohovorek, když jsme tě šejmět specielistí. Koukaž dí z nás umí do brze statistyku, umí do brze programovat, nekonou rbní sof do rinžiníra, kov paitnusice, kotož někdo nepovažuje za opravdu prognovací jazyk, a jsem jsem že tě praktyky, které tam máme jsou ze sof do rinžinírtství, a umíslíme ženě masěn dohrning. A pak každý má nějakou svou, koto těj část, to specielizaci, máme človka, který se specielizuje na statistyku, máme studovanou statistickou fyziku, takže se specielizuje na abete stejkozl inference. Máme lidi, který jsou výdze meřené ML-OPS, lidi, který jsou výdze meřené na klasické ML, lidi, který jsou zameřené na geni AI, a tak. Je tam nějaký, jako by spolíčné prvek, jsme programátoři, umíme ML, umíme statistyku, a pak každý. Mhmm. Já v něčem flavors.
Je bychte možná doplněno stě jednu, no to se něnitáší zdrbnou sporo, protože v tuchle tuchvíli, je to mi mořádní důležitý projekt, a to přestože, jak standa popisová všichni jsou to jako super technický lidi od bornici. Tak velmičastodáváme prostor, a to platí projektou kolevstěch pozit. Projevice nebo více pustí do něčeho, co se tom člověkůli by o co se zajímá. A jeden z naszych kolegu Dan, tak ten má zálybů v EA-SYS TITCO UDINGů, je to něco, čím se věno je i volno časové, a mě podom přišlo jako úžastný tohle to spojit z tím směrem, kde obecně chceme z tím EA-TM-EAT, ale nenínov EA, tady leto se budete týka dvežkérych technických pozit na nově, který to je možná překvapí, její tam do celá hodně. A v tuchle tuchvíli, my jsme začalé z tím projektem EA-SYS TITCO UDINGů u nas, a si před nisícém byl Borgshop, kdy Dan všem kázal na trzechhence on projektych, jak to používat všichni už teďka mají giddhapko pilot, nejře by před tím neměli, nic méně bylo to za tím takové jako neorganizovaný. A myslím, že jsme to ještě pořád tu technologi nevětě žilé na maksimů. Ještě se tam pohohlížíme po klotkodu, je tam varianta, že by to bylo in Já kombinovaný připadně i možnost výběru, nic méněřuje to, k tomu, že velká část bíboje, se bude orejhrávat pravětím, hodím z působem. A je to vedený, zdejda se mc tím. Ono už vlastné se je, děje, je to silně podporováno, jak říkávo tereza, i v tímu, já vidím ten Biden, a také seme s nemře, jak on nám se toho dí, protože jsme bým jak ten software vidí, já se něko osobně, také děvá to hendzondlo, a jsem přesvětšin, že nešto hno točle, začný půžovat musí se naučit odjovat rukama, aby kontrolaválu toho agenta. Jak nele toho toho mít, tak po tomho to zrychlvé neuvěřitelná, to už vidíme na park projektách. Podmě se podějena ty projekty. A co se tíče, projekto, a mám takovnímo spovováně rad větce klasifikuju, a my máme třevelky strímy jedaný klásické ML, a pak Jen i Aý stríme a Kuzl. Inference Stríme, pak vreknovíc do podrubná ostatních hodotřím, o asi u tom ML, když už jsme ML team. Tam zase to rozparává pekně na Lenia Arnii a ViuDi. Takže růžit ještě klasickou telku, neníte všechno OnePlay. To máme toho strášný moc, růžitíme i tu klasickou telku i OnePlay, přijdělme, že ještě ten OnePlay. Někdo, ako my občasám, je jsme běžíkám, že jsme česky Netflix, ale faktické jsme větři, jak Netflix, jak zledízká, to se můžeme prozredí, že jsme větři zledízká po 4-diváku, a je zledízká, a dými tomu tých biznes trímo jsme také větři brzymáme, kromb TVUD část ještě Lenia Arnii část čímu, ViuOnePlay, a sportovní část, které je taki přímu ViuOnePlay. A ještě, když se zeptám tak to souty, kbí produkty nový, ale to, co se říkal, tak zároveň, dělat ten jáky intední věci v produkci, to spada podlinára ViuDi, a ještě to něco profinace a tak? Taký tam jsou, a pro TV, který jsou intední, tam je třeba, že je maví model predikce s lehdovanosti reklamních bloku, prohota si. Takže, všechno tak, prohota. My to my internet je řekáme si jos model, jakdy vychřekal si jos model, tak to nikomu moc nežekné. A v rámci obhodu byl, ještě potom jeden projekt, to bylo iště před tím, než jasem nastoupila, a to ste standoskou mallej delku a po 4,3 m. Taký bylo mi zajímavit. Ten byl, byli chcomokou zlinfranc, a tam nekom, nekom, my máme poměrně dost proprajerty, takže to říká proprajitory, tajní věci, tajní věci, nejakého knowhow firmyho, které nemůžeme zdilet. Takže proto jsem opaterné, ale až se rátym, nebo než se rátym ktem ML vecím, co mi děláme. Pro to býv dí v čast, a se je to tečným tým zímným, protože Emanplay se rozjel, je jeden rok starý, a hodně vece pro němo děláme, se to dí do lo díváku, a faktický musíme dodat v tom nož s tudi, který jsme produkt, který kvalitou, poda ML stránci budou odpavída, a ty hráčom typu Netflix HBO, je to velmi náročně, zároveň je to velmi zajímaví. Eman tam takým dastá rozče to pohdydat, které to technické jsme utáhný, protože proste nemáme takový tím, jak májte velké hráči. A se nejvečí projekt je rekomendáčně system, reksis, pečenaví, že to tak nezná. Vodsojde, já to v prínce po něco podobního, nebo já osobně prosebe, představuju Vanplay jako velký marketplace, neve kteréme musíme na it, spravního divaká prostravní content. To jsem vydřelá trzebáhy v reka co dělámol. Takže tím modelé podkapotou jsou velmi podobné. A kdybyk byl jako byli technické tak my, teď produkci máme několik modelou, na slazujeme skřsabětestování, to je takový zlojí, tělámovali, toho našeho vývě. Trzeba ten nejslužití, že co my máme, a aktuálně je champion, je transformer, na turnované from the scratch. Enoha biurším v datech. Pokud někdo se budí vál do našeho link, kdy je inu tam máme, kdybyk postrý je to bert forek arhetektůra, a jako není to úplný stýtop de art. No boč hej, no toho. To no, to je to zlechčuješ. Je to největším, for vej co máme. A je jako na prosto skvělej, jo. Na tělámovali ste, je to transformerá, transformerá architektůru na reko. Tak. From the scratch, tak. Tak, poďme je from the scratch. No, na útavých se celkem zastavěl. Když si kám větřeně, co není stýtop de art, tak mám zase ten být stov doktorat. Stýtop de art je rok dva roky stáre. Ten let ten toto je článek z roku 2019. A myslím se, že na transformerá dnáry, kým lešných systémach jsem se budil taký v molu. A soula jsem z tím, že opročitou můrco jsme tam ten krad vývěle, to je stýtop de art, je to opravdu služitá věc. A. No tak je jak se to staví. Ten čin je zolyjonej. Takže takže. Takže ja přímšlem, když začí také po pro poslůcháčet, co trba do ML, do MLP, VD, znajdu architektury. A tak my v podstate, ale tožitou článku, a pak je my příšlenia to, že k poslobnosti sledování, uděváka v seda, přestupit podobně jak poslobnosti slov. Príčemš, my jsme to vyvinouly, to je taký zajmou, jak prvěla vyjvojí onás, tehne hleténe modelu byl výnot za 3. V rancé hakatonu. Ale to bylo jako něco, co by nam uvůbec ukázal atektypické takhle ty věcidí lame. Pocím mě nějaké piúši, které by ukázal, že tak nemům křejmě něco rozumějího predikovat. Takže jsme bychim trěknu zístíle, že ano můžeme. A pak zrubarok namtrvalo, to na sady do produkci pro živ tam, že šili vatence a podobně věc je robustnost MLOPSA, to dohnu to, a na projekto se podílou víc rotejmu. No a jak moc je to generýk, a jak moc je to úplně na vaše data a važu věcí. To nenáš jech datek, že takhle mě poslopnosti předování udiváku, samozřejmě ty data připravujeme, máme na to, naškalonu, je třastrukturu, do co vás měřešili v jednou hvěle, že nám došli kapacity GPU-u a věska. Takže jsme jednák musili na výšet kvoty, vždy ty modelit přeternovala medině, pak jsme přišná to, že budeme mít nějaký base. To je podobně jak do co ukáza M1Play. Tak po. Tak, tak, no. Nejem jsme tam musili na výšet to koto, protože mě rozumně byla postavena, a nikdo neočekával, a nevůží to líkry GPU-čení. Nikdo nechčekal, že budete stavit vlastního transformer, no a rechpekturu. No, no, no, tak postubně. Se na folklad, takže. Nakoně se to by dařilo, jsme tam musili nějaké technické věci pořišit, aby to nebylo přijelš dráje, takže by to netrájeme from the scratch, každý dějen, jako. na trune je jedno, ale pak jen mi fine tuning v proběho, om ti ne. Děváme se také na metryky, kdy už je to byl bějá, je potřebo to předrenovat. Kto má by to nebylo jednoduchit, tam už máme. Ko bryjš, k tom stýtov děart ve cím, teď by víme, grafovou si, takže by to byl na tohle to, na jako neprostyných bučel, a. a ta ještě by fázi piúsi, takovidíme, jak se nam to. Vydáři, aby testej, kdy to zomna věraje. No a kdybych to vzal spátky, kdyby zneskábel, v nějaký velký ikomerstank, a řešel reko, tak už to, že si. meko stavite vlastní, že nevezme te nějaký tůr, je na věc, ale druhá věci je. daval by pak smyztor transformer, nebo vlastně to je vás se specyfikum, že prave to dívání se je něco úplně iní, on než na kupný proces, že to je nějaký. Je to, že musem. Dobra otázka akademický možná, dokonce se myslím, že by byl je lepší, protože transformer je dobrý na dlouhěm poslopnostě a když lidí něco skoroly utřeba, tak ta poslopnost můjde mnohem delší, než to cočlek v odkůkán na bandplay. Je to pak přicházy otázka producenalizací, nej proto to můj sebyt live před poklárem, na někém market playsu, ti objemy sou jiné, a nej spíš tam bych do tohoto transformer nešel. Neko i úsebe zvažueme, ty tě aktuálne to funguje na Víudíča.
My to chceme došiřet inaliny a na sport, tam už jakoť datově tu bude jinde a očekálem, že možné i přídyme nejakou inou infrastrukturu a možné infozdný infrastrukturu. Hustý, hustý tak tedy chtěc mě dost překvapero, tak co jsou možná další projekty. Já pěk ještě tam přecejenom zabrousole, k tomu reksisu, stendat tam to těž ještě zapomněl takovou drubnost a to, že diváci už teďke mají možnost prakticky více než měsíc a tady leten náž výtvor používat produkci nebo brvsi, jevan play a co musím říc, že byl my zájímaví, že to na sazeň proběho nezkutečně hlacem. My jsme byla jako velmi opateni, by to je jsme startovali věstejné děne jako startoval, surváj vr. Tako je omennále, neopelně nám se podazilo přišit na dnežního dne a dazí se ina dalé a dazí se dokonce na to, když si zpomně, že ktřeba link tě nebo Facebook, když na sada je inové algoritmos tak se zterhneobrovské hate tak tady je upelně týchopopěši. Jože MPS kořátně jako drží diválci vypadájí spokojení, takže vupravdu ten algoritmos, který z tanda z tímem vyvinu tak jako skvěle se trefil do toho vkusu jako prerikuje to fakt hrozně pětně. Co byla ta předhozí mexbech alternatif? Ta předhozě byla idetorský tím, kterému se strášně uledilo s násazením reka, ale my jsme tak nějaké koviví věl, podobně a fancatonechtik, aktovalně my máme tých kendidátních modelů, kromi tomu transformrů 4 předáříc sou architektenické odlíšné jako první tokosická eleskotní mnose všichni začínaj, pak máme ještě nudrovaný šoutovek. Jako ještě dolužitý, dolužit, že ten výstup toho reka se použivají nejlych projektách. Trzeba pročorníme to použiváme, že my ty dokazníké dokážíme popsaat pomocy jich poslopnosti, jak sechovájí a použít to pro predikcí jech čornů. To aleskost jsme kopodat nechal na živu, protože je stášně rychle a kdybych musíli přízně jakého důrů příde vresty vyzmyspoředává, kže musíte predikovat live inětso, nebo příkná nějaků inářitek tůru, typu retributu s rehnker, Tak poř mi Niech Kojiz austiastry prvky je曾 má a zliutioni tak overthání jako napíku na koleně ochlajena bojígradu a toolkit i budu d investment pod osloočný pár na solving kisou česteme práci podívat se na to jako vlastně jak funguje to jednoduché češi nějaká zvážitě jste to služit její byc potřeba. Má tady dávalo to stej do vdy já cmystlo tak to mám rádost a to výinženíři asi taky že to je a no. O něco zajmovější. A no, a no, a no. Jak dika změnějnej dány, my máme práci krem dle krem, že my vybijeme zajmový veci, násazujeme to sami a mě osobně hodně těší to že třeba nejrekolím poledné řešímé a nějaký fix na tom reku, násadím je to a když už příru doma a osobně zapnout, vantla je tak vidíme jak tam ten karosel byží a že to přímo z našihom odelo, to je neskutečně pocid. A já jako čistý uživater tak mohl oby svom líby ty je pro mě uživaterské hrozně služitá funkce, nebo důležitá funkce tak protože to je takové to me nečkone, že příde ten na to výaudíčko a hoděnu skrólu je tehní stesí nevybrali, že jako co gí dlu a máte s nězanej dlu a ještě stesí nevybrali ten porad tak to mám osobní skušenáv, stávmy si si že právě tam návrych, na co jsem mám koukat, jedna z nejdu říčí funkci, a netpov siří a lubce katalogu no. Já rozhodně tohra jako obrovskou roli vyrätenci, a to veš věli, kdy pamplej je tak velká platforma, jak je tak to hraje neskutečnou roli, a má to jedno značný biznys impact, proto to i tohra jako je má obrovskou prioritu v ramci tých našich projektů. Takže to jsme se podívali na to stajdo v D.R. a na tukralu v no těch projektů, tak podíme se podívat na nějaké možná obježných, z který má se naši postuchačí, musího inspirovatovice, než staveci rastníta sformaná architektu, ale božíno. Já sned, tak. Jak díš vodom třímižném tak faktický, tem matematický programatorsky ve cesu sténé všech oborech, prostě regressé, regressé, klosefikace, klosefikace, meděláme to co dělá se byčená trého kromb, to reksisů. Tréba Čern model máme, to se kloseka pro banky v planu, v rezultu máme nabaz víc si model na Upsell, nebo na Next Best Action. Měli už máme zasebo segmentace, takové RFM to jako celikom brytí s in sifri, kvinci jimu nedoricelekem z námej pojem. To je všechno províudí, pojď máme ště projekte pro liněár a myšte důliždý díc, nicím jsem vlastně říjdeme, pro něc so výdemužitou doatmodel, protože ný jsou datá, takže v tom víudí je to hyský stovopoloždě, dát mám až moc. Pro liněár je to opačne týg datá, jsou služitější, jsou mýn dostupné, ale na druhou strouvot ten bizneskéj si mnájem zajímavíši, protože teď je vzeporatě živéne. Tym dyněár dnymi přímy, tam máme v porudu předtetmodel na predíkce sledovaná steryklám. Třeba můžu zajímaví prudiváki, jak v bice se prodáva riklám a netelivy, nevíte, když jsem to kuká. Takže se to měří pomoce těch zvoných pitod netru, když to dohlédat na internetu, to je postatí panelo vedata, které mají sve specefici rysy, na příklat, pro kontext je to tak zruba 3000 krabíček, který jsou instalovane v domacnosti po celé republice, a uměří sledovanost kanál, a pak se to ekstra podvé na celé republiko. Takže takže odbudíme, kodík zruba lidikou kálo na riklámu nemu na počát, což jako v prime timeu nevelem k jemu kanálo funguje dosvá spolehlivé, jenom žeme ten model museme udělat na všechny kanál, na všechny čáse, takže va pokudili nějakým minší kanál ve 3 u dínu ráno, a někdo zromnou vypnou telka šel spát, tak vám spud nevopulko rating. A to je to náročně na tohno to postavit model, který budé nějak rozumě predikovat, kodik ten rating budé, takže takový model máme teď v produkci. A se je to všechno, co se týčete mlčásti, plus máme vště spostruznych piúsi, které by jak zminovala terezá, kouzl inference noze, jsme testováli kterě dal keryklám jsou býhodnýjší, protože když začíná riklámat tak při rozně diváci v odchází, takže musíde nějaký balancovat já plus výzakuní o mezení kody kryklámu můžet byt dehem hodiny. Takže my musíde jak by balancovat kody kryklám vloků dáme, jak bychom co nějmím poskudět o hodiváka nejmílu naštvali a nejmím přiřešvali jeho goflowu sledovací. A zároveň na nich co nejví zvidělali? Je to takové, je to lokalní a globalní maximum, takže můžeme vydělat v té konkrétní klámě maximum a nebíž poskudíme skužnostovodiváka tak bylo doby byl prodělávat. Takže dobyfinale, ja osobně domnímám takže takové maximum, že potřebujeme maximalizovat zakazněsku skuženost a minimalizovat propát tých čímu. Super, tak podíme se podívat do ty cool částě, do Genei. Tak če muříkáte, tak Genei, trek, Genei projekty? Mívo bě části sou cool, ale je pravda, že tady let potomětečka veliká po ktávka a zároveň totový užítímá, takže to není jenom cool ale je to ju užiteční. A tam máme několik velkých projektů a si největší z nich je novabot, což je internéj ajčet a je to hodní propojení istou a dobčím částí, protože ten internět je založené na open-sourceu a má tam v soby dostupní všechny ty velký modely. Protože velmi často, když se firma rozhodné, že předplatí všem zaměsnancu, nejme tom, če džipitý, tak velká část už má v oblibě řemy naj a další část má v oblibě koloda. Tak my jsme tam dalé prostě všechny ty velký a sou dostupní velmi jednodušě staci mít přihlášen k firm ním účtu a hnedka člověk může vyživat, jakýkolivst je hoděch modelů. Postupně tam předáváme další a další velepsím. Soudom krásní fichury ty půže si člověk může generovat z dvou nepozitří modelů na rás. Máme tam dokonce i na nobanána a teďka už i ten obrazkový model od open-air. A z tím na nobanána to je taková jako pěkná historka kolivánoc, a kdy ten hletén čet byl spouščiny někdy v půlceli stopadu. A z tím na to je to výgěnerovat na na nobanána a v tuchvíli nás na vpadlo tam výgěnerovat jeden takový pěkný obrazek. To byl zrvná jeden z business-analytiku, který z tím na naště, který takový sani, který takový kapybarím. A jisme to hodně na to na to interní sociální.
a ty tedy jsme pod tom vyděli, jak lidi začínají přicházet, jako zdolšíme obrázkoma. A dobci to jako svatření, já čiště. Kapitbáry u nás hrýu poměrně vysnamrouroly, generujeme často. Nicméně, to na nobaná na má na novy jsme v tom, že máme je oddělení grafiku a tam je to zrovna model, který potřebuje. Větší části, ale samozřejmě jako v tý tekstový části, kdy to umožně je takový ty klasický funkcional, kdy postavec nějakýho vlastního asistenta, jako velmi jednoduchou automatizacej. A mám faktor dost z toho, že zaregestrovaná tam je už většiná firmy. Tohle duchvílen. No ale není to je jiný projekt. Na ještě, když si říká, že to je postánej na open source, tak to, jak je to open source. A open wypíva je tam je. Základu. Super. No a když bych se přesunovat dálším projektům, tak tam využíváme generatyvní AI-y, treba na generovaní metadat veškirejim našim shows. Což takhle tomu, že znamy to jako co stím, ale je to práve vstup do tý grafovíne oronoví sítě, kterou změnoval už standa. A zároveň je to vstup i pro další projekty, jako třeba segmentace zákazníku, podle toho na jakéj típkontentu se dívaj. A připadně se to dá by užít i v černmodelu, a nebo ještě je tam by užití i příjmoprote na editorské tím, které tam hrál velkou roli v tom, že to spolu designovali. To je to, že tady leto je něco, co my sít se si můžeme pirobit na kolení, a tak podle vlastního uvážení. Ale oni tam do toho vnáši, to svoje leti tý knowhow. To co jako dokážu odhadnou, že se tím díváku mli bý nebo co je ten důvot, co jsou ty kategorie, který hrajo roli. Je to zemně produkce toho filmu, nebo je to témat toho filmu, je to ta atmosféra. A tak lo my máme videfinovanej poště ich kategorí, který tvorřej, soubormetad, kdy máš když spořeci o každý tý šou. A máme je teďka v tuchlech výli, máme 100% je pokrytý výudí, a teďka přichází ty eště víc challenge'in části, jako udělat toho leto sami prutén línár a eště prosport. Kdy v tom sportu to za mě hraje tak jako trachně zajímavou roli, kdy ten hlatensi z tem tý pomůže říc, když je to zeský hráč, a potetický zapás, může byjt o to relevantnější, kdy pořučení českýmu je vákowy. A jí tam pokračujeme eště, a to různým produkcem, když je to projekt pro soutěžnálovu, a rozježdí se na těka oslovilá nasi produkce Love Islandu. A do třečice všeho dobrojeho, tam mám teďka už načetnuté, a rozpracovaný rikvájermenty pro ulicy, což jako níživávé prostě jako transformerů. Rodinistři bro, to dosoba, to je to serial, který běží už vícniž 20 let. Když měli tu leotásku, jak je nejstarší, nepořádná na vě, tak jsem tam dal ulicy mezi odpovídí, a bylo to jako nejpopulány, nížší v rozpozity fěkouším, čo nížikrý to tady bolo vště třečky. To ulicy je na prostých fenomen, pro dno mě, ale zase. Jí to neškuteční, že ten serial se drží tak dlouho, což je jedna věc, a druhá věci, jak obrovitánskou má sledovanost, když jsem vydělat i čísla tak se vopravdu jako klobouk důlů, tím lidem, který na tomhle tom projektu pracujou. A my právě, tak máme toště stíž, že s nímá můžeme spolu pracovat, a taky trochu se jakoj zapsať do historii, je toho dle fenomenu, a to zragiem, protože těž scenářů, už v tůle tu hví letoli, že existuje jednou velmi, velmi malo lidí, který si pamatujou celou tu historii, kdo ským, jesou se někdy potkali, jesli sdy tykajou, a všechno tady leto je ukrytí v těch cénářích, a v hlavách jednou velmi malo lidí. A ten projekt je tedy o tom, jak ty hlety z cénáře, im sprostředkovat skrspraveně, jako četovací rozhrení, aby oni se mohli na tohledu ptat. A vám tam ještě jako jedno superhistorku od našeho biznesanalityka mychela, který se toho právě ujal po tý uvojní stránce zistit co ajak, a rozhod se vidat přímoj na místo činu znamená do atelíjéru. No a byl domlovené z produkci, jak díš tam do razil, tak už ta produkce se z někým pavila, a ukázalo se že tam v ten stainý dem přišel nějakéjnové hérets, a ta produkci ho oslovela vysteten vysnesanalityx AI-tvů, a héretsy hítlyrole, nečekane. A poprouvnou začal, že te dá jako jo, a já svěl se to až pochvěl cegniš tam, po tom je chl do razil, ale vysvědí, že tohledo za séně křejné vžestám. To je skvěli, ale a mychalo taky se na umělali, to takže tak. Takhle instalatera v díle, zadím tě se zvěstě, jsem přícelně vět. Skvěli, musím se přízná, že na televíde takhle kstoryk máme jako celkem hodně bych řekal. To je to co, a já má výpracovat z teho pohledu, a se pomatuje, že z nato byl my druhý týden, my máme kostu měro to tý šekov přízmy. A šel jsem z oběda a na mě by šel pán, který měl se bě kožené kratiasy, věstů takovou čipíce a do napotpácich. A jako v osadě, takže mě to tak, tak to, že kdo je koby zaskočila, pak jsem zestoužitáme kostíme, a že na tátří nejakou riklám bude mo něco. A pak hojšme se přestal, dí výda pokaž, jak děž přídeni jak do nové, do tímu takou kejzok naženě, jak do vžupáno byž je po ulec se. Mě na to vlastinují, že na ty záklany urovněj, vlastí rodíče, nebo pravníče víc o dělaté, tak jako skvěli, že tam je ten štent, ale že vysojitlo vat někou můtady dělá vystat ta půl, co dělá sa a děláme něco, tak je na věc, od druhávěc, je pomága mezce, ristům ulyce, zvysití, děsty, pěpá z hánko, úvisi někdy podkali, a je zde si tykají nebo výkají, protože to bylo 3 cíci, dílů zpadky, tak to mi příde mňa zký. Máš pravdou, že spohledu jako uživatelů, se nám naše práce vysvětlo jako velmi snadno jako. Přispůsobujeme vám vám plénám míru. Ale co bych řekla, že je těší na vysvětlování, tak je uvestnovu jako technologickou firmu. Ono to tam je, ale malo kdo to tak vnímá. I včera standa z tímem byly na Čeve Uteen a Jobferu, a já jsem se potombavila, a ještě z kolegníz A-Chars, ale no, jaký to tam bylo, a tam výřikela výn věch, že ty studenti byl hrozně přiková peníc, co tam dělánova. On malo kdo si to práve spojí, že nová je technologická firma, ale když si to vezmež, tak ten one play je equivalent netflixu, až tě se spoustou fíču rámanavíc, a u netflixu o tom nikdo nepochybuje, o tom o kamžitě to spojení funguje. A zetím, co u nás, to teď prpně co co mi odkryváme a ukážujeme, že ta technologická verstvá je velmi silná práve inánovy. A jen moc dofám, že z vás taky vypadnou nějaký open source framework, které bude me používat vůšišný. To je to na brot. No, my máme. Iště par standu. Až si jasný. Až si jasný. No, my máme internibalíček. Ten publikujeme, ale ten přeba nekdyláme EDAT, eksploratorní analizu, tak sme chyteli, aby to stílo by zaparávod do toho, jaka je grafika na nově, mame na to nějaké gajdlájnia, a tak smudel nebo vlastný balíček, který postatiu pravujem mat potlot lip tak, aby když stílo by vlastil nově. Takže máme tam něco. Můžu to dat open source, mě se to jako hubude zajímác. Sěstně napište. Jsem pokojí věstavněly zájí od nová design grafé. No a nebo lejkou můžeme ještě nějakém cpser skušit. Já on play. No, třeba nad ulyci uděláme. Pokojí někou budet zajímác, kdo se skimplíde, a kdo se skimtíka. Já se na to nekoukám, ale to dle bym nějaké přesvěděl, zistit, co se děro v ulycí. Tak zase postlucháčí, může tam napsa, kdyby jste si chcili, z takový má datamáhrát a nebo chcili, ať některá z těch rysení, nekterý standa vysívá, z týmem tak open-ser-sovát, a věnit, kdyby se staví rastní transformeré. No, podmědá, ale ty si už to naznáčil, že ještě máte console inference. Já oto ten stream, který vznikl historický, da sříde skoro poslední, protože už tých projektu jsme měl jihodně, a pak by vstávala otázka to v být zimpe, ktů je sléopravdu, treba tím rekém jsme nějak zvětšili, bo čtém.
nebo například, že naši siarym kampáně opravdu mají nejaké efekt na toho diváka. Nebo například je ekscentrnínoval, jak na se dopovat tury klámu, a je kiseta, pár je kláme fungu, lip tak pojec na látánoha kozo in friends. Te obečně rázef možná posluchačovýc z najpomím abe testování, a když ani tohlo to nej tak plasické, když se poslunace v odkorylace, k jak je kou zalite. Měli vysovětlice na co má efekt. Je to celkem zajímový obora, pogod třeba někdo má obávé sté automatizatí, jak ty ty lavemka, kdyko piloty faktycky vyví je so v tvert, tak jsem jsem, že toho to ještě lohodělat nebudou. A třeba kodega, které se tím zabíva, tak není to tolik opragromování a nějakém MLOPS, kdyko obrímíšleně a jak je k tom je to dopůžit na to obychom pravy prokázel, jaký efekt na naši vyršip mělo na sazeny reka, jak je efekt mělo, že to byl nenár nebo výudí, jak je efekt mělo, bože to byl efekt mělo, že to byl o tu divák nebo divák, který přišel zvoje, zbívali hovoje, nebo taky jesleto byl divák, který sledu je hodně nebo malo, takže přihnitivěc měl mimo odgadnout a vyjásnit efekt každý vestých parametr. No, takže je to, kdyby krekoucuje pod kapotou, toho procesu takto je stotistika a pravdy podobnost. Třeba ten aš kodega ten má background v stotistické fizice, a je to také zemový obor a dosol se tam balíme. No, já moc děkuvo, za takhle, jak oddip dive do projektů a co vlastně v vrlátivně malým tímů všechno vdávat, a těláte. A co vlast, teď čeká do koncerku, co jsou ty projekty a hlavní věcují, co so pro vlast, ty nejdu ležitíší. Na stoho čeká spousta, teď ambyt se jsou velký, protože ejáje jedná ze strategických prioritnovy, která se potom ještě dal rozpadá a to je stadodá váži, to je na tvoje rozpadání na ty části. Ty části, který tam hraje uprím jsou perozonalizace, tam jsme tady obšitně můvili, to se týká prímaně Oneplay'e, ale i tý komunikace zákaznika má kolém toho. Druga části, potom ejaj provírobů a produkci tých různych shows, tam se do toho zapojujeme částičně a to zduvodu, že k nám patří troba Gavin Nance, což v týchlati oblasti hraje obrovskou roly, protože věchvíli, kdy vytváříš kontent pro ohromnímno štví lidí, tak si nemůžiš dovolit, aby ti jakákoly v komplikace ohohledně generovanýho obsahu do toho dělavitla. A ta třití část se týká obecně nějakého procesů, aby kolegové víc používali AI, protože se kdy to dá vás mysl, kde je můvleščí. Trombá, jak jsem změněvala ten laugh Island, tak oni zanáme přišli stím, že vůbec nevámy strachov práci, ale máme i to lid, že od vás potřebojeme pomoci, aby jsme to vůbec zvádeli. To je ten přístup a tady dle mám na myslí užití uměli inteligence v tomhle tom smysl. A k tomu nám právě dopomáha, jak ta gavenen, aby to mělo jako štátm kulturu i trzebo po právné boku "Plejent Strandze", a pak je tam ještě obrovitánká část, co se týká zdělávání. Teď kásme měli velký celofírímní průskům, kterýho se zapojolo 5,8 % celý firmy, plus ještě i některý externý spolu pracovincí, a tam z toho vyplínulo hrozně moc za zajímavých poznatku, hleně toho pro kogo je dáva, jaká speciálizace smysl. Ale celkově ten zajím, bím mám velmi pozitivně i díky podpoře právě vydiní, takže jak se z toho na budoucnost, budoucnost je velká v naším připadě. Mhm, jak vysěpadíme na ten podvozek, tak stando u tebe, co dalšího ten měžka tingéč, ne, PhD, research paper, etch, ale production radi, tak co máte vy v pánu a v prioritách. Máme kodem ty paper, to máme také, kodrůfko ambicí. Vydím, jak to zvládneme, a opčas, my máme v dva lidi z doktorátem, v tím, takže máme ty výflež běk je v Vietnamské, z toho doktorátem, opčas máme ambicí něco publikovat, ale uvidím, jak jen to výde, kodá práce pri vrytom máme je hodně. Něc mě něco se tíče, tímu, ja to osobně mím mám, takže se nám čím dál víc týrole profiluou, vydlík vasický ml, což je květ softer engineering, plus to pochopění porozumněný modellom, se nám rysuje to, čím se normalně, jak bym v tých, nebo normalně, v tých většich firmak se říká opravdu i Data Science, to je ten Kozov inference, to je ten drárole a ta třetí, je, je něco čím udneska díkají engineí, vzá mě je to zase softer engineering, osm 10% který uměl použovat endpoint od nějaké velké firmy, a mimo chodem v tehle te súvislosti zruna včeralna, tam veletrhu pracovním, jsem se uvidím, že do chtělá dost absoluto hledá práce hledá i dlou, tak mohly doporučiní je pokud si vám neda riz něké hodou důmnájit práce přímo nějaké ML-eroli, kde faktyské konkrůvěté lidem, které majt 5-ledskúšenosti, a několik projektu zasebou tak zkusit ten ii engine in k mone hodně blízkou, a tam prostě někze stu, nekde kdybym má 5-ledskúšenost, je doborg, který je tak rok starej, a je velmi zajímaví, tých kejzuje hodně a zdalěkán na něto prompt engineering, kde kde ještěm řikám, oto je ten prompt engineering, to je kde ten procent to prompt engineering, abyste uměli kontrolovat to elelemko, abyste uměli zajistí, takže kála tady zaživám z toho nemlezi něké kiks na produkci. Ej engine jedi jedná dole, a co si myslím, že je do budouc na neméně důležitá rolé, kterou my mojně taky hledáme, a teď kajat o popišu jako totalního AI Unikorná univerzála, ale původně jsem skoušila tu pozicí pojmenovat, a to je dopším speciálista, a teď kejjí pod tím hlenázmem počát vypsená, ale vidím, že te kandidátí, který se nám hlásí, tak si už píš, že GPT Pavry Juzers, a to není to tp. A není to ten spůsob, jak AI dostat do firmy víc, a smyslupelně je to kousi kod produkták, a kousi kod projekták, a můsi to byť člověk, který má vyloženě tak na branku, ale záravení do káže zli vmá komunikovat, a třeba i vest nějakou komunitou ambasadoru. Tak v tuchle tuch výle pomáhat lidem na příč firmou, a rozumně AI používá, a hledat tu cestuproně, tak je neskutečně jako zajímavý skil, a u nas se to člověk, který třeba tu skušinost nemám, protože jak říkal standa, a to je něco co vzniklonobě, ale myslím si, že my už jsme tam si nějakou cestu užli, že už nějakou tu skušinost máme, a pokud tníkdo má ten mind, že si chce hodně učit, a chce vyloženě si projekty vormakat, a má zára zajím je o technologie, je o ten laten aspekt, nemůžeme vinechat, tak jsem si, že tohle je prosto jako skuja lá přijedečnost. Zmého pohledu potrahu to, co říkáte, posvou tady iněnírych taková poklávka není, ale pojejí iněnírych brutální, protože zase jedaným brýje iněníry na hradí 20 podprůměnních za vtoujár iněníru, a na druhe straně jsme už v době, kdy dopadaj chát důležitosti AI pro firmou, a firmní procesuje produktivy, to efektivy, nepochebuje nikdo, ale ten mezičvánek, mezi ta útechnologii a mezi adopcí napříč velkým organizacemá, tak to se taky hledá, tak díky moc za typy, pro naše postochače pokudť straglujostím najt nějakou klasyckou klasycký job, a držím vám palce, ať ty nejlepší z nich, namotyvy té, i dělat pro nový Netflix, česky Netflix, a moc děkuv za zdílení a jsem hrozný zvědav, jaký další věci, a je stytet, a z tohně nějaký upancar zvypadné, a nebo nějaký rysový paper se v tom roce oběví a tyším se napříště. Včudě, nech ty se překovit, díky zapozvání a zafajem povýraní. Děkuv. Děkujeme, že spedoposlouchali až jsem, a díky taky našim stálim partneru, členu data talk klubu. Těmi jsou, sáska, td.nova, direkt technologíz, good data, myton, kolorsov data, bistreet, flow, card data company, a index. Díky moc za podporu, a nech ty vás provází data. [MUZYKA]
Podcast Summary
Key Points:
Jirka Vítů vítá hosty – Standu Babenysheva (ML Team Leader) a Terezu (Head of AI) z TV Nova, kteří diskutují o využití AI a ML v televizi a na platformě OnePlay.
Standa popisuje svou cestu k ML z ekonomie a risk managementu, kde se naučil důležitost EDA, MLOps a data governance, a poté přešel do TV Nova, kde budoval ML tým s důrazem na produkční kvalitu a business impact.
Tereza nastoupila jako Head of AI, vedená ambicí digitalizace TV Nova; její tým zahrnuje business analytiky, delivery leady a specialisty na adopci AI, celkem 13–20 lidí.
Technologický stack je postaven na cloudu (AWS, Azure, GCP) a Databricks, s důrazem na standardy (verzování, code review, Terraform) a bankovní rigoróznost, inspirovanou Standovými zkušenostmi z Německa.
ML tým se specializuje na klasické ML (např. predikce sledovanosti reklamních bloků) a generativní AI (např. GitHub Copilot, EA-SYS TITCO UDINGy), přičemž klíčovým projektem je doporučovací systém pro OnePlay, který musí konkurovat Netflixu a HBO.
Kultura týmu je rychlá, flexibilní a podporuje experimentování s novými technologiemi, jako je Copilot, který výrazně zrychluje vývoj.
Summary:
V této epizodě podcastu diskutují Jirka Vítů, Standa Babenyshev a Tereza o implementaci umělé inteligence a strojového učení v TV Nova a na platformě OnePlay. Standa, který přišel z ekonomického a riskového prostředí, buduje ML tým s důrazem na produkční standardy a business impact, přičemž technologický stack zahrnuje cloud (AWS, Azure, GCP) a Databricks. Tereza, Head of AI, řídí tým o 13–20 lidech, který zahrnuje business analytiky, delivery leady a specialisty na adopci AI, a zdůrazňuje propojení AI s celou firmou.
Hlavní projekty zahrnují doporučovací systém pro OnePlay, který musí konkurovat globálním hráčům, a predikční modely pro reklamní bloky. Tým se věnuje jak klasickému ML, tak generativní AI, například využití GitHub Copilot pro zrychlení vývoje. Kultura je rychlá, flexibilní a podporuje experimentování s novými technologiemi, jako jsou AI asistenti pro kódování, což umožňuje efektivně škálovat i s omezenými zdroji.
Celkově je AI v TV Nova vnímána jako klíčový nástroj pro digitální transformaci a konkurenceschopnost.
FAQs
Jirka Vychreka je moderátor podcastu a vede rozhovor s hosty.
Hosty jsou Terka, Head of AI v Tévenova, a Standa Babenyshev, Machine Learning Team Leader.
Standa začínal jako ekonom v risk managementu, kde objevil Machine Learning, a později přešel do Tévenova, kde vede ML tým.
Protože dopady modelů jsou obrovské, což vyžaduje důraz na EDA, MLOps a data governance.
Tým má 13 lidí, včetně business analytiků, delivery leada a specialistů na adopci, a plánuje růst na 20.
Používají cloudová řešení (všechny tři hlavní cloudy) a Databricks jako platformu, s GitHubem pro správu kódu.
Chat with AI
Loading...
Pro features
Go deeper with this episode
Unlock creator-grade tools that turn any transcript into show notes and subtitle files.