Umělá inteligence a strojové učení nejsou v Seznamu jen buzzwordy, ale každodenní nástroje, které vylepšují naše služby pro miliony lidí. Od personalizace, predikce chování a generativních modelů až po optimalizaci systémů v reálném čase. Modely strojového učení jsou součástí našeho produkčního kódu od roku 1997 a jejich význam i aplikační rozsah stále roste. Stejným tempem rostou také výzkumné týmy. Na to, jak se v nich pracuje, jsme se zeptali tří našich kolegů – juniora, mediora i seniora.
Jaroslav Veverka, senior programátor ve výzkumu: Moje cesta nebyla úplně typická. Na VŠE jsem studoval teoretickou ekonomii, ale nejvíc mě bavily předměty o analýze dat, přes které jsem se dostal k regresním metodám, a tím i ke strojovému učení. Zaujalo mě to natolik, že jsem začal paralelně studovat Aplikovanou informatiku, kde jsem se už věnoval machine learningu naplno i v magisterském studiu.
Alžbeta Štajerová, programátorka ve výzkumu: Už na střední mě fascinovalo, jak vědci dokážou automaticky zpracovávat a rozpoznávat objekty na obrázcích a videích. To mě úplně pohltilo. Později na vysoké škole jsem se pak zaměřila na práci s textem – analýzu, zpracování a porozumění přirozenému jazyku , a právě to mě nadchlo.
Minh Duc Pham, junior programátor ve výzkumu: Ke strojovému učení jsem se dostal až na vysoké škole. První rok jsem se zúčastnil hackathonu, kde jsme pomocí machine learning algoritmů a historických dat hledali optimální rozdělení rozpočtu na reklamu, aby simulace příštího roku přinesla co nejvíce peněz. Protože to bylo poprvé, výsledky nebyly nejlepší, ale od té doby se snažím zlepšovat.
Jaroslav: O výzkumu v Seznamu jsem věděl od spolužáka z týmu Fulltext, takže jsem měl představu, že je to prestižní a zajímavá práce s reálným dopadem. Když jsem pak viděl inzerát, jeho náplň přesně odpovídala mému zaměření i zájmu o AI, tak jsem neváhal a přihlásil se.
Alžbeta: Výzkum v Seznamu mě oslovil tím, že má reálný dopad na miliony lidí. Nejde jen o akademické modely, ale o projekty, které skutečně zlepšují služby používané lidmi každý den. Velkou výhodou jsou rozsáhlá a různorodá data, se kterými pracujeme, což je zároveň výzva i příležitost. Když máme zajímavý nápad, Seznam nám dává prostor ho prozkoumat a dostat ho až do produkce. A největším plusem je pro mě skvělý tým – jsou to opravdoví odborníci, mají přehled, zkušenosti a jsou zároveň lidští, což je pro mě velkou motivací.
Minh Duc: Výzkum v Seznamu mě zaujal možností pracovat s pokročilými interními technologiemi, jako jsou jazykové modely, a obrovskými datovými sadami. Líbí se mi, že výzkum má jasný dopad na miliony uživatelů každý den. Oceňuji také možnost rozvoje a sdílení znalostí napříč výzkumnými týmy.
Jaroslav: V Seznamu máme spoustu možností, jak se udržet v obraze – od newsletterů přes odborné blogy až po přístup k vědeckým článkům, které si navzájem sdílíme a prezentujeme v týmu. Navíc nás firma podporuje v účasti na AI konferencích, a to i v zahraničí. Loni jsem byl na SIGIRu ve Washingtonu, letos se chystám na ECML do Porta.
Alžbeta Štajerová: Kombinuji různé zdroje, abych měla přehled o dění ve strojovém učení. Čtu newslettery s přehledy novinek, vzdělávám se na Coursera a DataCamp a účastním se konferencí, například brzy pojedu na SIGIR. Občas sleduji fóra jako Reddit nebo Papers with Code a zapojuji se do Kaggle soutěží. V týmu máme interní tradici sdílení zajímavých článků, což nám pomáhá držet krok s vývojem a učit se.
Minh Duc Pham, junior programátor ve výzkumu
Pravidelně si vyhrazuji čas na čtení research paperů z hlavních konferencí, jako jsou RecSys nebo SIGIR. Máme interní meetingy, kde prezentujeme a diskutujeme nové studie. Seznam nám také poskytuje přístup k online kurzům na platformách jako Coursera, které používám k prohloubení znalostí.
Jaroslav: Do práce chodím brzy, abych měl klid a mohl se soustředit. Dopoledne máme týmový standup, kde řešíme výzvy ve výzkumu a sdílíme, na čem kdo dělá. Občas se přidají i projektové meetingy, ale schůzek není moc, takže nás při práci nic zbytečně neruší. Některé dny pracuju z pražské pobočky, kde se potkávám i s kolegy mimo výzkum.
Alžbeta: Ráno si naplánuji, co je potřeba udělat, a práci si rozdělím na menší úkoly. Máme týmový standup, kde sdílíme stav úkolů, řešíme překážky a plánujeme další kroky včetně code review a experimentů. Během dne hodně komunikuji s vývojáři a produktovým týmem, abychom ladili modely i požadavky na služby. Nejraději pracuji v podvečer, kdy jsou výpočetní zdroje méně vytížené a je tu klid. Čekání na delší výpočty využívám ke studiu nových článků nebo testování novinek.
Minh Duc: Můj běžný den má snad jen jednu pravidelnou část – týmový standup, kde probíráme pokroky a rozdělujeme si práci. Jinak pracuji na přiřazených úkolech. Pokud zrovna žádný úkol nemám, vezmu si ten nejprioritnější z backlogu. Úkoly zahrnují analýzy chování uživatelů či doporučení, trénování klasifikátorů a dalších machine learning modelů, feature engineering, vylepšování zpracování interních dat a podobné činnosti.
Jaroslav: Baví mě pestrost projektů a to, že se v nich můžu opravdu realizovat. Zároveň mám možnost využívat nejnovější poznatky z oboru v praxi, dál se rozvíjet a jezdit na zahraniční konference. A nesmím zapomenout na náš tým Personalizace i celý výzkumný tým, který je odborně i lidsky skvělý.
Alžbeta: Nejvíc mě baví, že můžu spojit výzkum s reálnou prací a vidět, jak to, co dělám, opravdu něco změní. Oceňuji, že mám prostor se rozvíjet po svém. A hlavně mě těší, že mám kolem sebe skvělé lidi, se kterými je nejen fajn pracovat, ale společně se i zasmějeme.
Minh Duc: Osobně mě baví, že práce není stereotypní. Mám mírnou preferenci pro úkoly spojené s machine learningem, jako je programování a trénování modelů, ale rád se věnuji i analýzám. Díky velkému množství dat si dokážu všimnout, co uživatelé v doporučování preferují, a tyhle poznatky pak rád využívám v další práci.
Zajímají vás další informace o našem výzkumu a projektech, na kterých pracujeme? Navštivte naši výzkumnickou microsite. Najdete tam podrobnosti o týmu, aktuálních výzvách i volných místech pro nadšence, kteří s námi chtějí posouvat hranice strojového učení.
Jaroslav: Největší výzvou byla výzkumná záštita nad projektem Klasifikátor dokumentů pro inferenci uživatelských zájmů. Na začátku to nevypadalo složitě, ale postupně kolem toho vznikal opravdu komplexní systém. Výzkum měl na starosti návrh celé architektury a bylo potřeba zvládnout nejen hardskills, ale i softskills.
Alžbeta: Největší výzvou je vždy nový projekt. Na začátku je důležité dobře si vyjasnit očekávané dopady a kritéria úspěchu a postupně ladit, co je technicky a časově možné. Často je potřeba vysvětlovat technologie, metodiku a rozhodnutí i lidem mimo výzkum. Není to jednoduché, ale projekt tak má větší šanci na úspěch.
Minh Duc: Největší výzvou pro mě byl asi rovnou můj první projekt. Měl jsem naprogramovat model strojového učení, který podle výzkumného článku dosahoval špičkových výsledků. Na první pohled to vypadalo jednoduše, protože algoritmus se nezdál komplikovaný. Až při programování jsem ale zjistil, že v článku chybí spousta důležitých detailů, takže jsem musel hodně testovat a studovat další materiály, abych přišel na to, jak algoritmus vyladit, aby dobře fungoval.
Za HR Tomáš Baranec
Domovskou stránku Seznamu denně navštíví okolo čtyř milionů uživatelů. Ač to nemusí být na první pohled úplně zřejmé, tato stránka je doslova napěchovaná novými technologiemi. A strojové učení (ML) a umělá inteligence (AI) mezi nimi hrají výsostnou roli.
17. října se uskutečnil už druhý ročník Seznam Meetupu zaměřeného na vývoj a praktické použití generativních jazykových modelů. Akce přilákala pestrou směsici technologických nadšenců, výzkumníků i odborníků z oblasti umělé inteligence. Meetup byl součástí Dnů AI 2024 a přinesl řadu inspirativních přednášek, praktických ukázek a networkingových příležitostí. O účast na akci, která proběhla v budově ČVUT i online, projevilo zájem bezmála 600 účastníků.
V Seznamu jsme 2. listopadu uspořádali AI Meetup zaměřený na velmi aktuální téma – velké jazykové modely (LLM, Large Language Models). Přednášky zaměřené na vývoj a praktické využití velkých jazykových modelů na místě i online zaujaly několik stovek technologických nadšenců. A my vám teď přinášíme krátký report z akce i prezentace, které si můžete stáhnout.
