Илья Бакалец
В прошлых постах мы рассказывали как пишем статьи и сколько людей работает над материалами. Мы уже успели познакомить вас с частью команды: Ксюша, Саша, Марк.
В этот раз о себе расскажет Илья:
”Впервые с машинным обучением я познакомился в 2018 году, перед поступлением в магистратуру. Эта область меня заинтересовала и я начал обучение на курсе "Машинное обучение и анализ данных" от МФТИ и Яндекс.
Погружаясь в машинное обучение, я попал в сообщество ODS. В сообществе я узнал об ODS Pet Projects - это митапы, где дата саентисты знакомятся, делятся идеями и совместно или по отдельности пытаются реализовать их. Я начал посещать митапы, объединился в команду с другими ребятами, и мы вместе разработали навык для Яндекс.Алисы, с которым позже выступили на секции ODS Pet Projects на DataFest 2019.
В то время я познакомился с Владом Грозиным, который был организатором ODS Pet Projects. От него я получил приглашение в компанию, где он работал консультантом. Во время прохождения стажировки, я занимался верификацией почерка. Позднее я перешел в штат и работал над распознаванием текста на товарных знаках и их классификацией.
Одновременно с первой работой я присоединился к стартапу PTF-Lab, где занимался сегментацией октагона, калибровкой камеры и менеджментом. Ездил на встречу с потенциальным инвестором, и в целом был сильно погружен в жизнь стартапа и занимался его развитием.
В 2021 году я присоединился к компании Магнус Тех. В проектах в которых я принимал участие мне было интересно развивать процессы в команде и общаться с заказчиком. Поэтому на новой работе я начал постепенно брать на себя обязанности и ответственность руководителя, не без ошибок, конечно 🙂. В итоге в Магнус Тех я занял позицию Тимлида.
В Магнус Тех мы работаем с видеоаналитикой дорожного движения и анализируем активность на строительных объектах. Классификация, обнаружение аномалий, трекинг и детекция объектов.”
А еще Илья ведет подкаст «ИИ что?». Недавно там вышел выпуск с Владом Грозиным из ODS, в котором ребята обсудили разработку рекомендательных систем, получение PhD в Америке, системы, предсказывающие желания пользователя и другое. Подписывайтесь на канал, чтобы не пропустить интересного!:)
В комментариях к посту можно пообщаться с Ильей и задать интересующие вопросы)
Посты, над которыми Илья работал в нашем канале:
- Как ускорить разметку при помощи CVAT и Fiftyone
- Unet
- Сегментация без нейросетей
- CVAT SD-K PyTorch Adapter
- Kaggle NFL - Player Contact Detection (Часть 1)
В прошлых постах мы рассказывали как пишем статьи и сколько людей работает над материалами. Мы уже успели познакомить вас с частью команды: Ксюша, Саша, Марк.
В этот раз о себе расскажет Илья:
”Впервые с машинным обучением я познакомился в 2018 году, перед поступлением в магистратуру. Эта область меня заинтересовала и я начал обучение на курсе "Машинное обучение и анализ данных" от МФТИ и Яндекс.
Погружаясь в машинное обучение, я попал в сообщество ODS. В сообществе я узнал об ODS Pet Projects - это митапы, где дата саентисты знакомятся, делятся идеями и совместно или по отдельности пытаются реализовать их. Я начал посещать митапы, объединился в команду с другими ребятами, и мы вместе разработали навык для Яндекс.Алисы, с которым позже выступили на секции ODS Pet Projects на DataFest 2019.
В то время я познакомился с Владом Грозиным, который был организатором ODS Pet Projects. От него я получил приглашение в компанию, где он работал консультантом. Во время прохождения стажировки, я занимался верификацией почерка. Позднее я перешел в штат и работал над распознаванием текста на товарных знаках и их классификацией.
Одновременно с первой работой я присоединился к стартапу PTF-Lab, где занимался сегментацией октагона, калибровкой камеры и менеджментом. Ездил на встречу с потенциальным инвестором, и в целом был сильно погружен в жизнь стартапа и занимался его развитием.
В 2021 году я присоединился к компании Магнус Тех. В проектах в которых я принимал участие мне было интересно развивать процессы в команде и общаться с заказчиком. Поэтому на новой работе я начал постепенно брать на себя обязанности и ответственность руководителя, не без ошибок, конечно 🙂. В итоге в Магнус Тех я занял позицию Тимлида.
В Магнус Тех мы работаем с видеоаналитикой дорожного движения и анализируем активность на строительных объектах. Классификация, обнаружение аномалий, трекинг и детекция объектов.”
А еще Илья ведет подкаст «ИИ что?». Недавно там вышел выпуск с Владом Грозиным из ODS, в котором ребята обсудили разработку рекомендательных систем, получение PhD в Америке, системы, предсказывающие желания пользователя и другое. Подписывайтесь на канал, чтобы не пропустить интересного!:)
В комментариях к посту можно пообщаться с Ильей и задать интересующие вопросы)
Посты, над которыми Илья работал в нашем канале:
- Как ускорить разметку при помощи CVAT и Fiftyone
- Unet
- Сегментация без нейросетей
- CVAT SD-K PyTorch Adapter
- Kaggle NFL - Player Contact Detection (Часть 1)
❤24🔥11👍9⚡1❤🔥1🤩1
CLIP
Модель CLIP (Contrastive Language-Image Pre-Training) - это нейросеть, разработанная OpenAI. Она способна обрабатывать как язык, так и изображения, и достигла State-of-the-Art результатов на различных датасетах. Эта модель часто используется на kaggle в качестве бекбона. А также она внесла существенный вклад в развитие text2image моделей.
В статье мы расскажем:
- Как собирали датасет для обучения CLIP
- Как выглядит архитектура блоков модели
- Какой лосс использовали для обучения
- Как сделать классификатор из CLIP
Читайте новую статью по ссылке: https://deepschool-pro.notion.site/CLIP-3f406560e5b145f9873f9b67dfeacca3
Модель CLIP (Contrastive Language-Image Pre-Training) - это нейросеть, разработанная OpenAI. Она способна обрабатывать как язык, так и изображения, и достигла State-of-the-Art результатов на различных датасетах. Эта модель часто используется на kaggle в качестве бекбона. А также она внесла существенный вклад в развитие text2image моделей.
В статье мы расскажем:
- Как собирали датасет для обучения CLIP
- Как выглядит архитектура блоков модели
- Какой лосс использовали для обучения
- Как сделать классификатор из CLIP
Читайте новую статью по ссылке: https://deepschool-pro.notion.site/CLIP-3f406560e5b145f9873f9b67dfeacca3
deepschool-pro on Notion
CLIP | Notion
Автор: Ксения Рябинова, Марк Страхов
🔥59❤8⚡5👍1🤔1
🎙Онлайн-подкаст с Мишей Моисеевым
В воскресенье, 7 мая, в 12:00 МСК
Помимо постов с теорией мы также проводим подкасты. Или интервью🤔 на самом деле просто болтаем на интересные темы с людьми из ML. Ранее у нас в гостях были Влад Лялин и Андрей Шадриков, теперь ждем Мишу
Коротко о Мише:
- работает Senior AI Engineer в AstraZeneca
- занимал должность Head Of AI в movavi.ru
- с нуля создавал CV-команду в Золотой Короне
- последний год жил в Юго-Восточной Азии, а теперь в Мюнхене
На подкасте мы обсудим:
- как Миша проходил собеседования в зарубежные компании
- какие задачи решает Head Of AI
- зачем нейросети в видеоредакторе
- найм и менеджмент в AI-командах
- возможно ли эффективно работать среди пальм вблизь океана🌴
Приходите онлайн и задайте любой вопрос Мише лично во время открытого микрофона. Или пишите вопросы в комментарии к этому посту
Запись будет! Выложим позднее в этом канале👍
Встречаемся здесь 7 мая в 12:00 МСК🔔
В воскресенье, 7 мая, в 12:00 МСК
Помимо постов с теорией мы также проводим подкасты. Или интервью🤔 на самом деле просто болтаем на интересные темы с людьми из ML. Ранее у нас в гостях были Влад Лялин и Андрей Шадриков, теперь ждем Мишу
Коротко о Мише:
- работает Senior AI Engineer в AstraZeneca
- занимал должность Head Of AI в movavi.ru
- с нуля создавал CV-команду в Золотой Короне
- последний год жил в Юго-Восточной Азии, а теперь в Мюнхене
На подкасте мы обсудим:
- как Миша проходил собеседования в зарубежные компании
- какие задачи решает Head Of AI
- зачем нейросети в видеоредакторе
- найм и менеджмент в AI-командах
- возможно ли эффективно работать среди пальм вблизь океана🌴
Приходите онлайн и задайте любой вопрос Мише лично во время открытого микрофона. Или пишите вопросы в комментарии к этому посту
Запись будет! Выложим позднее в этом канале👍
Встречаемся здесь 7 мая в 12:00 МСК🔔
🔥28👍11❤8
🎙Подкаст с Мишей через 1 час!
Подключайтесь онлайн, встречаемся здесь в 12:00 МСК🔔
Подключайтесь онлайн, встречаемся здесь в 12:00 МСК🔔
🔥7❤3
CVAT serverless functions with nuclio
CVAT serverless functions with nuclio — инструмент, интегрированный в CVAT. С его помощью можно во много раз ускорять процесс разметки. Nuclio быстро разворачивает контейнерезированную модель для разметки и берет на себя всю поддержку этого решения.
В статье мы расскажем:
- Что такое serverless functions и nuclio
- Как развернуть CVAT с возможностью интегрирования моделей
- Что такое хендлеры и как их писать для добавления кастомных моделей
- Как интегрировать для разметки модель SAM
Читайте новую статью по ссылке: https://deepschool-pro.notion.site/CVAT-serverless-functions-with-nuclio-a7d17d3b29894d3c82a3b8d60c6e57c8
CVAT serverless functions with nuclio — инструмент, интегрированный в CVAT. С его помощью можно во много раз ускорять процесс разметки. Nuclio быстро разворачивает контейнерезированную модель для разметки и берет на себя всю поддержку этого решения.
В статье мы расскажем:
- Что такое serverless functions и nuclio
- Как развернуть CVAT с возможностью интегрирования моделей
- Что такое хендлеры и как их писать для добавления кастомных моделей
- Как интегрировать для разметки модель SAM
Читайте новую статью по ссылке: https://deepschool-pro.notion.site/CVAT-serverless-functions-with-nuclio-a7d17d3b29894d3c82a3b8d60c6e57c8
👍16🔥10❤8⚡2
Prepare your data
После DL-курсов новички часто думают, что на метрики сильнее всего влияют подбор архитектуры и гиперпараметров. Решая соревнования и игрушечные задания, инженеры привыкают перебирать модели, потому что другого не остается: датасет уже фиксирован.
Но на работе данные приходится собирать самим. И чем лучше мы постараемся, тем выше будут метрики.
Ничто не увеличит ваши метрики так, как чистка разметки и сбор данных!
В этой статье мы расскажем на что нужно обращать внимание при выборе и подготовке датасета, читайте по ссылке: https://deepschool-pro.notion.site/Prepare-your-data-e8be3fcec2d2411a836cb51a4b712601
После DL-курсов новички часто думают, что на метрики сильнее всего влияют подбор архитектуры и гиперпараметров. Решая соревнования и игрушечные задания, инженеры привыкают перебирать модели, потому что другого не остается: датасет уже фиксирован.
Но на работе данные приходится собирать самим. И чем лучше мы постараемся, тем выше будут метрики.
Ничто не увеличит ваши метрики так, как чистка разметки и сбор данных!
В этой статье мы расскажем на что нужно обращать внимание при выборе и подготовке датасета, читайте по ссылке: https://deepschool-pro.notion.site/Prepare-your-data-e8be3fcec2d2411a836cb51a4b712601
❤44👍18🔥8⚡3🙏1🍾1
Курс “3D Computer Vision”
Прошлый пост про 3D CV собрал много реакций, и мы лишний раз убедились, что это актуальное и интересное направление для CV-инженеров.
Студенты нашего курса “Ракета в CV” не раз просили создать программу по 3D, а подписчики спрашивали про это направления во время интервью.
И это не удивительно: в каждом биг-техе есть команды с экспертизой в 3D, расширяется область применения VR/AR, почти в каждой автомобильной компании есть команда self-drive car, разработчики игр и движков используют нейросети для рендеринга.
Только NVidia подала более 20 работ на конференцию по графике SIGGRAPH 2023 — и мы, кстати, готовим обзор нескольких работ оттуда.
Поэтому мы решили создать современный курс по 3D CV. Сейчас мы готовим программу вместе с инженерами и исследователями из этой области. Курс позволит любому CV-инженеру погрузиться в 3D и получить возможность устроиться в команды, работающие в этой сфере.
На курсе студенты изучат:
🔹математику, стоящую за алгоритмами
🔹как реконструировать 3D-объекты и сцены
🔹как анализировать данные с лидаров
🔹как строить карты глубин по rgb-картинкам
🔹и почти половину курса мы уделим современным технологиям: дифференцируемому рендерингу и, конечно же, NeRF
— все это мы закрепим на практике, решая реальные задачи.
Мы хотим учесть ваши пожелания, чтобы создать программу, которая будет совмещать в себе виденье инженеров и исследователей из этой области, требования рынка и желания нашей аудитории.
Если вам интересно это направление, заполните, пожалуйста, гугл-форму. Это займет 3-5 минут и поможет нам в разработке программы.
Прошлый пост про 3D CV собрал много реакций, и мы лишний раз убедились, что это актуальное и интересное направление для CV-инженеров.
Студенты нашего курса “Ракета в CV” не раз просили создать программу по 3D, а подписчики спрашивали про это направления во время интервью.
И это не удивительно: в каждом биг-техе есть команды с экспертизой в 3D, расширяется область применения VR/AR, почти в каждой автомобильной компании есть команда self-drive car, разработчики игр и движков используют нейросети для рендеринга.
Только NVidia подала более 20 работ на конференцию по графике SIGGRAPH 2023 — и мы, кстати, готовим обзор нескольких работ оттуда.
Поэтому мы решили создать современный курс по 3D CV. Сейчас мы готовим программу вместе с инженерами и исследователями из этой области. Курс позволит любому CV-инженеру погрузиться в 3D и получить возможность устроиться в команды, работающие в этой сфере.
На курсе студенты изучат:
🔹математику, стоящую за алгоритмами
🔹как реконструировать 3D-объекты и сцены
🔹как анализировать данные с лидаров
🔹как строить карты глубин по rgb-картинкам
🔹и почти половину курса мы уделим современным технологиям: дифференцируемому рендерингу и, конечно же, NeRF
— все это мы закрепим на практике, решая реальные задачи.
Мы хотим учесть ваши пожелания, чтобы создать программу, которая будет совмещать в себе виденье инженеров и исследователей из этой области, требования рынка и желания нашей аудитории.
Если вам интересно это направление, заполните, пожалуйста, гугл-форму. Это займет 3-5 минут и поможет нам в разработке программы.
🔥47❤8👏5👍3🎉1
NeRF
NeRF — это подход, который позволяет получить 3D представление сцены по нескольким фотографиям.
В отличие от классической графики, такой подход позволяет получить неотличимое от фото изображение с нового ракурса без лишних усилий. С помощью нерфов, например, делают фотореалистичный рендеринг, симулируют различные эффекты освещения и добавляют сложные явления без необходимости явно описывать физический процесс, например, дым.
Сейчас про нерфы слышно из каждого утюга, и чтобы вам было легче разобраться в этом подходе, мы записали новое видео. Дима Чудаков, спикер DeepSchool, разберёт самый базовый NeRF и расскажет про Instant NGP — применимую на практике модификацию классического NeRF.
Смотрите новое видео и подписывайтесь на наш канал по ссылке: https://youtu.be/eGWpx_OeG7s
NeRF — это подход, который позволяет получить 3D представление сцены по нескольким фотографиям.
В отличие от классической графики, такой подход позволяет получить неотличимое от фото изображение с нового ракурса без лишних усилий. С помощью нерфов, например, делают фотореалистичный рендеринг, симулируют различные эффекты освещения и добавляют сложные явления без необходимости явно описывать физический процесс, например, дым.
Сейчас про нерфы слышно из каждого утюга, и чтобы вам было легче разобраться в этом подходе, мы записали новое видео. Дима Чудаков, спикер DeepSchool, разберёт самый базовый NeRF и расскажет про Instant NGP — применимую на практике модификацию классического NeRF.
Смотрите новое видео и подписывайтесь на наш канал по ссылке: https://youtu.be/eGWpx_OeG7s
YouTube
NeRF: Neural Radiance Fields. Два NeRF-a, чтобы править всем 3D
NeRF — это подход, который позволяет получить 3D представление сцены по нескольким фотографиям.
В отличие от классической графики, такой подход позволяет получить неотличимое от фото изображение с нового ракурса без лишних усилий. С помощью нерфов, например…
В отличие от классической графики, такой подход позволяет получить неотличимое от фото изображение с нового ракурса без лишних усилий. С помощью нерфов, например…
🔥40👍17❤10⚡2🤩1🍾1
NeRV
В предыдущем посте мы рассказали про NeRF, сильный инструмент, который при этом имеет несколько ограничений. Одно из основных: в классическом NeRF нельзя изменять освещение. Если какая-то часть объекта попала в тень, то на всех картинках она будет темной. При этом для реалистичности в играх и фильмах возможность динамически менять освещение критична. И в NeRV как раз добавили эту возможность: способ позволяет рассчитывать реалистичные тени для новых вариантов освещения.
Рассказали подробнее про этот подход в новой статье, читайте по ссылке: https://deepschool-pro.notion.site/NeRV-Neural-Reflectance-and-Visibility-Fields-for-Relighting-and-View-Synthesis-7ae46ed75c5a4ae6b9414a18925ff266
В предыдущем посте мы рассказали про NeRF, сильный инструмент, который при этом имеет несколько ограничений. Одно из основных: в классическом NeRF нельзя изменять освещение. Если какая-то часть объекта попала в тень, то на всех картинках она будет темной. При этом для реалистичности в играх и фильмах возможность динамически менять освещение критична. И в NeRV как раз добавили эту возможность: способ позволяет рассчитывать реалистичные тени для новых вариантов освещения.
Рассказали подробнее про этот подход в новой статье, читайте по ссылке: https://deepschool-pro.notion.site/NeRV-Neural-Reflectance-and-Visibility-Fields-for-Relighting-and-View-Synthesis-7ae46ed75c5a4ae6b9414a18925ff266
🔥27❤8⚡4👍1
🎙Онлайн-подкаст с Артемом, автором эйай ньюз
Завтра, 21 мая, в 12:00 МСК
Коротко об Артеме:
- Senior Research Scientist в Meta, подразделение GenAI
- PhD в области Computer Vision
- автор канала эйай ньюз с 34к подписчиками
На подкасте мы обсудим:
- историю авторства одного из самых крупных каналов про AI
- личный бренд ученого
- будни ресерчера в Meta
- и куда движется современный CV
- [а здесь может быть ваш вопрос Артему]
Приходите онлайн, чтобы задать свои вопросы Артему во время открытого микрофона. Запись будет! Выложим позднее в этом канале👍
Встречаемся здесь завтра, в воскресенье, в 12:00 МСК🔔
Завтра, 21 мая, в 12:00 МСК
Коротко об Артеме:
- Senior Research Scientist в Meta, подразделение GenAI
- PhD в области Computer Vision
- автор канала эйай ньюз с 34к подписчиками
На подкасте мы обсудим:
- историю авторства одного из самых крупных каналов про AI
- личный бренд ученого
- будни ресерчера в Meta
- и куда движется современный CV
- [а здесь может быть ваш вопрос Артему]
Приходите онлайн, чтобы задать свои вопросы Артему во время открытого микрофона. Запись будет! Выложим позднее в этом канале👍
Встречаемся здесь завтра, в воскресенье, в 12:00 МСК🔔
🔥38👍8❤6👏1
🎙Подкаст с Артемом через 1 час!
Подключайтесь онлайн, встречаемся здесь в 12:00 МСК🔔
Подключайтесь онлайн, встречаемся здесь в 12:00 МСК🔔
🔥13❤7
🎙Чат для интервью в комментариях к этому посту
Подключайтесь, эфир уже начался
Подключайтесь, эфир уже начался
🔥10❤6
Знакомим с Kafka
Иногда для реализации ML сервисов приходится решать задачи, связанные с потоковой обработкой данных в реальном времени. Это могут быть действия пользователя, запросы на аукцион или входные потоки видео. Часто для выполнения таких задач разработчики прибегают к Apache Kafka.
Несмотря на распространенное мнение о том, что в задачи ДСа входит только обучение хайповых моделек, есть ситуации и проекты, где нужно уметь самостоятельно проектировать архитектуру будущего сервиса, настраивать хранилища данных, поднимать расчетные машины, обеспечивать связь между третье-сторонними клиентами и потом еще это все поддерживать…
Мы подготовили для вас статью, которая поможет познакомиться с таким инструментом. Вы узнаете:
- о возможностях применения Kafka на примере рекомендательного сервиса;
- об основных компонентах Kafka и ее отличии от других систем очередей;
- о том, как поднять кластер Kafka в облаке Confluent Cloud.
Не упускайте возможность познакомиться с Kafka и получить большую автономность в продовых задачах, читайте нашу новую статью по ссылке: https://deepschool-pro.notion.site/Kafka-Python-673d1e1dbb72422faedd6e6bac3e3586
Иногда для реализации ML сервисов приходится решать задачи, связанные с потоковой обработкой данных в реальном времени. Это могут быть действия пользователя, запросы на аукцион или входные потоки видео. Часто для выполнения таких задач разработчики прибегают к Apache Kafka.
Несмотря на распространенное мнение о том, что в задачи ДСа входит только обучение хайповых моделек, есть ситуации и проекты, где нужно уметь самостоятельно проектировать архитектуру будущего сервиса, настраивать хранилища данных, поднимать расчетные машины, обеспечивать связь между третье-сторонними клиентами и потом еще это все поддерживать…
Мы подготовили для вас статью, которая поможет познакомиться с таким инструментом. Вы узнаете:
- о возможностях применения Kafka на примере рекомендательного сервиса;
- об основных компонентах Kafka и ее отличии от других систем очередей;
- о том, как поднять кластер Kafka в облаке Confluent Cloud.
Не упускайте возможность познакомиться с Kafka и получить большую автономность в продовых задачах, читайте нашу новую статью по ссылке: https://deepschool-pro.notion.site/Kafka-Python-673d1e1dbb72422faedd6e6bac3e3586
deepschool-pro on Notion
Поднимаем потоковый сервис Kafka на Python | Notion
Автор: Евгений Мунин
🔥54👍7❤4⚡3❤🔥1
SIGGRAPH
Летом состоится ежегодная конференция SIGGRAPH, посвященная инновациям в области 3D CV. Именно на SIGGRAPH каждый год формируется будущее трехмерной графики: крупнейшие компании показывают лучшие разработки и последние технологии в области. Одни только инженеры NVIDIA подали на конференцию больше 15 работ!
Многие участники уже поделились своими публикациями для конференции в соц. сетях, а в нашей статье мы коротко описали самые интересные из них.
Из статьи вы узнаете:
- какие задачи актуальны в области сейчас
- как нейросетевые технологии упрощают разработку видеоигр
- как NVIDIA моделируют волосы в играх
- как сгенерировать реалистичный 3D аватар по одной фотографии
Читайте нашу новую статью и знакомьтесь с инновациями в компьютерном зрении: https://deepschool-pro.notion.site/SIGGRAPH-3D-CV-d7ed7a991812485c8e85dae85af1822b
Летом состоится ежегодная конференция SIGGRAPH, посвященная инновациям в области 3D CV. Именно на SIGGRAPH каждый год формируется будущее трехмерной графики: крупнейшие компании показывают лучшие разработки и последние технологии в области. Одни только инженеры NVIDIA подали на конференцию больше 15 работ!
Многие участники уже поделились своими публикациями для конференции в соц. сетях, а в нашей статье мы коротко описали самые интересные из них.
Из статьи вы узнаете:
- какие задачи актуальны в области сейчас
- как нейросетевые технологии упрощают разработку видеоигр
- как NVIDIA моделируют волосы в играх
- как сгенерировать реалистичный 3D аватар по одной фотографии
Читайте нашу новую статью и знакомьтесь с инновациями в компьютерном зрении: https://deepschool-pro.notion.site/SIGGRAPH-3D-CV-d7ed7a991812485c8e85dae85af1822b
❤21👍11🔥11⚡1
Сегодня опубликуем 2 записи интервью: с Мишей и Артемом. Спасибо, что ждали и поддерживали в комментариях!
PS Неудачно записали звук с Мишей, перепробовали разные варианты в надежде его улучшить. В итоге спас adobe podcast со своим voice enhancer — нейросети делают вещи🦾
PPS Кажется, это первое видео в интернете с Артемом — по крайней мере мы другого не нашли) Не пропустите сенсацию!
PS Неудачно записали звук с Мишей, перепробовали разные варианты в надежде его улучшить. В итоге спас adobe podcast со своим voice enhancer — нейросети делают вещи🦾
PPS Кажется, это первое видео в интернете с Артемом — по крайней мере мы другого не нашли) Не пропустите сенсацию!
🔥18❤5