Александр Прохоров
Data Analyst @ Skyeng
Тбилиси

Используем компьютерное зрение и сверточные нейросети для оценки картинки: история одной модели

Доклад принят в программу конференции

Описание:

В Skyeng 100к учеников и 10к преподавателей, и когда ручная оценка качества их занятий перестала справляться, мы стали автоматизировать ее по разным критериям: проценту речи на русском и английском, внешнему виду преподавателя и другим критериям. Одним из самых интересных оказался проект оценки освещенности на видео - мы знали, что слишком темная или пересвеченная картинка с камеры преподавателя влияет на LTV ученика, но объяснить это другим людям и машине оказалось не так легко. Я расскажу, как мы, не имея большой экспертизы в этом, реализовали CNN на ResNet для классификации освещения - от идеи до продакшена.

*Куда уходит 80% времени на проекте - англицизмы в ТЗ и другие проблемы в коммуникации, которые заставят вас заниматься всем чем угодно, помимо модели

*Ожидания vs реальность: почему многие упарываются в тюнинг гиперпараметры, а не в решение задач бизнеса - и как мы уволили человека за это

*Толока vs внутренний ресурс для разметки данных: сравниваем скорость, стоимость, удобство менеджмента задач и качество работы

*На чем может "погореть" OpenCV при обработке черно-белых скриншотов, и другие интересные нюансы при подготовке данных

*Внедряем модель в продакшн собственными силами, без привлечения разработки. Что получилось, какие ошибки совершали, какие инструменты использовали

О спикере

Александр Прохоров

Data Analyst @ Skyeng
Тбилиси

Последние 5 лет так или иначе работаю с данными, сейчас занимаюсь аналитикой и автоматизацией в отделе контроля качества Skyeng. Родился в Тольятти, жил в Чехии, работаю удаленно из Тбилиси. Стараюсь не заболеть коронавирусом.