Kurgan-Telecom Ru | Информационные технологии

Я фрилансер. Делаю лендинги, интерактивные сайты и AI-продукты. Три месяца назад зарегистрировался на Kwork, FL.ru и Workzilla. Активно откликаться начал только с начала июля — и уже не раз попадаю в шорт-лист кандидатов. Обсуждаю детали, предлагаю решения.

Но ни разу это ещё не превратилось в реальный заказ на разработку сайта. Прямо сейчас жду ответа по одному заданию, где меня выбрали кандидатом — если это буду я, это будет мой первый настоящий лендинг с живым клиентом.

Это не история успеха. Это история о том, что я сделал, пока жду.

Если ты в похожей ситуации — навык есть, портфолио пустое, клиенты пока не выбрали — эта статья для тебя. Без мотивационных цитат и «просто верь в себя». Конкретный опыт.

В этом материале я бы хотел, чтобы каждый владелец сайта / разработчик смог понять, теряет ли его ресурс трафик / финансовую выгоду.

По сей день мне пишут владельцы ресурсов, у которых есть проблема - потеря трафика, и она может быть по разным факторам. Давайте разберём их.

В материале будет анализ + готовая специальная страница, через которую можно проверить - теряет ли Ваш сайт трафик и почему.

Артефакт нашей сборки — не бинарник, а код вместе с терабайтами рассчитанных таблиц. Рассказываем, как из штатных фич Airflow, Spark и Delta Lake у нас собрался настоящий CI/CD для данных и моделей — с релизами, стейджем и откатами. И почему кнопку «выкатить в прод» жмёт дежурный data scientist, а не инженер данных.

Сегодня ИИ для создания видео обещает почти одно и то же: загрузите фото или напишите промпт и через пару минут получите готовый ролик. На практике же все гораздо сложнее. Один сервис может сделать красивую картинку, но поменяет лица, другой хорошо держит промпт, но добавляет новые пальцы или руки, а третий отлично оживит фон, но зато люди будут двигаться слишком неестественно со странной мимикой.

Поэтому я решила провести эксперимент и проверить на одном сложном исходнике, какая же нейросеть справится лучше? 

Для теста взяла семейное сгенерированное фото: в кадре женщина, мужчина, ребенок, собака, игрушка, стакан, руки, лица, фон с деревьями и прохожими. Решила взять частый сценарий использования нейросетей, плюс проверить как нейросети справляются не только с “красивым видео”, но и с деталями, которые чаще всего выдают ИИ: глаза, пальцы(все помнят первые генерации пару лет назад с теми жуткими семью пальцами?