Studia przypadków / Automatyzacja przetwarzania mediów IFEStudium · 9 min czytania · 2021–2026
Studium · Przypadek 04 // Systemy dedykowane × Przetwarzanie mediów

Zautomatyzowany łańcuch dostaw mediów.

Dla hollywoodzkiego laboratorium mediowego przebudowaliśmy łańcuch dostaw treści: z ręcznych, lokalnych procesów dla każdego źródła do platformy cloud-native na AWS, która automatycznie przetwarza 95% zamówień — od pozyskania materiałów po dostarczenie.

Klient
Laboratorium przetwarzania mediów z Hollywood (pion operacji na treściach globalnego dostawcy IFE)
Specjalizacja
Chmura · Operacje mediowe · Platformy IFE
Lata
2021–2026
Produkt
Platforma przetwarzania i dostarczania mediów
Stack
AWS · Serverless · Microservices · AWS Step Functions · Amazon EventBridge · Amazon S3 · AWS Storage Gateway · AWS MediaConvert · Amazon ECS · Amazon Rekognition · Aspera · Signiant · SmartJog · Datadog · Infrastructure as code
Status
Działa produkcyjnie · utrzymywana przez Coffee Mug
Każdy tytuł gotowy do dostarczenia w <em>kilka godzin</em> — nie dni
ROZRYWKA POKŁADOWA · OPERACJE MEDIOWE

Każdy tytuł gotowy do dostarczenia w kilka godzin — nie dni

Pozyskuj, waliduj, przetwarzaj, kataloguj i dostarczaj treści IFE w jednym procesie cloud-native — z udziałem ludzi tylko w dwóch punktach, które wymagają oceny.

[ PULPIT DOSTARCZANIA ]
Ręczny, lokalny łańcuch dostaw mediów przebudowany w zautomatyzowany proces chmurowy do pozyskiwania, kontroli jakości, przetwarzania, katalogowania, realizacji zamówień i dostarczania.
§ 01 — Kontekst

Laboratorium musiało zwiększyć skalę przetwarzania mediów bez proporcjonalnego zwiększania pracy ręcznej.

Hollywoodzkie laboratorium mediowe — zespół operacji na treściach globalnego dostawcy rozrywki pokładowej (IFE) — poprosiło nas o przebudowę łańcucha dostaw, który zamieniał materiały od studiów w treści gotowe dla linii lotniczych.

Treści IFE napływały od wielu studiów i dystrybutorów, w różnych formatach, i musiały być weryfikowane, przetwarzane, katalogowane oraz dostarczane zgodnie ze specyfikacjami linii lotniczych i systemów pokładowych. Laboratorium obsługiwało ten proces, ale z czasem rozrósł się on w zbiór obejść, skryptów i narzędzi zamiast jednej spójnej platformy.

Nie chodziło o prostą wymianę systemu jeden do jednego. Laboratorium potrzebowało zwiększyć przepustowość i niezawodność bez dokładania proporcjonalnie więcej pracy ręcznej do każdego zamówienia.

§ 02 — Wyzwanie

Niemal każde źródło i każdy system docelowy wymagały osobnego procesu.

Pliki odbierano, weryfikowano i przetwarzano w dużej mierze ręcznie, lokalnie, przy użyciu zestawu narzędzi desktopowych. Gotowe zasoby katalogowano na lokalnych serwerach, a następnie przekazywano do dostarczenia za pomocą poleceń w terminalu, skryptów PowerShell i dedykowanych procedur. W praktyce niemal każde źródło i każdy system docelowy wymagały osobnego procesu.

Przepustowość ograniczali ludzie i lokalne maszyny, a nie popyt. Praca odbywała się w mniej więcej miesięcznych cyklach, a kluczowa wiedza była rozproszona między skryptami i poszczególnymi operatorami, zamiast znajdować się w systemie.

Problem pogłębiało powielanie pracy. Ponieważ pliki były źle skatalogowane, te same tytuły pozyskiwano i przetwarzano wielokrotnie. W efekcie każde zamówienie w praktyce zaczynało się od zera, a gotowe materiały często trafiały do dostarczenia dopiero kilka dni przed terminem.

● Plansza 02 — Liczby
95%
zautomatyzowanych zamówień
przetwarzanych w pełni bezobsługowo w chmurze
5–6 tys.
zamówień / miesiąc
realizowanych na platformie w skali produkcyjnej
Dni → godz.
czas realizacji dostawy
od cykli miesięcznych do godzin po nadejściu materiału źródłowego
2
punkty kontroli przez człowieka
operatorzy weryfikują tylko plik wejściowy i gotowy materiał wyjściowy
§ 03 — Podejście

Zaprojektowaliśmy cały proces od pozyskania materiałów po dostarczenie.

Zaprojektowaliśmy i zbudowaliśmy od podstaw nową platformę na AWS, opartą na mikroserwisach, architekturze serverless, AWS Step Functions i Amazon EventBridge. Platforma obsługuje cały łańcuch dostaw treści — od przyjęcia plików po gotowe materiały dostarczone do właściwych odbiorców.

Etapy, które wcześniej wymagały ręcznego przekazywania pracy między ludźmi i narzędziami, stały się zautomatyzowanymi krokami w jednym kontrolowanym procesie. Celem nie było przeniesienie starego procesu do chmury, ale przeprojektowanie go tak, aby ludzie zajmowali się tylko decyzjami, które naprawdę wymagają oceny człowieka.

Platforma składa się z mikroserwisów odpowiadających za konkretne funkcje biznesowe: pozyskiwanie materiałów, przetwarzanie plików, kontrolę jakości, katalog treści i obsługę zamówień. Jedna aplikacja webowa łączy te usługi w widoki, z których korzystają operatorzy. Wspólny rdzeń obsługuje uwierzytelnianie i uprawnienia, bezpieczne środowisko przetwarzania plików oraz wyszukiwanie, a usługi pomocnicze odpowiadają za monitoring i automatyzację wdrożeń.

§ 04 — Pozyskiwanie

Pliki trafiają do bezpiecznego środowiska w chmurze, choć dla operatorów nadal wyglądają jak dysk sieciowy.

Pliki trafiają do platformy trzema ścieżkami. Pierwszą jest bezpośrednia integracja z Aspera. Drugą są dedykowane, izolowane buckety S3 tworzone dla każdego dostawcy, do których zewnętrzne podmioty otrzymują ograniczony dostęp oparty na kluczu lub roli. Trzecią, najczęściej wykorzystywaną, jest zarządzana ścieżka przesyłania, w której AWS Storage Gateway udostępnia pamięć chmurową jako dysk sieciowy wewnątrz maszyn wirtualnych w prywatnej podsieci.

Operatorzy i istniejące narzędzia nadal pracują na znanych dyskach, ale same pliki znajdują się w bezpiecznej i trwałej pamięci w chmurze. Niezależnie od ścieżki przesłania każdy plik trafia do tej samej kolejki wejściowej. Platforma może też przeszukiwać archiwum chmurowe laboratorium, co wspiera stopniowe przenoszenie treści z lokalnych serwerów.

§ 05 — Walidacja i QC

Poprawność materiałów jest sprawdzana automatycznie, zanim trafią do dalszego procesu.

Każdy plik zapisany w bezpiecznej pamięci uruchamia odpowiednią maszynę stanów Step Functions — osobną dla wideo, audio i napisów. W przypadku wideo proces wyodrębnia metadane techniczne przy użyciu ffprobe, normalizuje głośność audio i wykorzystuje AWS MediaConvert do przygotowania dwóch wersji: mastera H.265 używanego później w zamówieniach oraz pofragmentowanego proxy H.264 ze znakiem wodnym, ochroną DRM i możliwością podglądu w aplikacji webowej.

Następnie Amazon Rekognition analizuje wideo i oznacza potencjalne defekty, takie jak czarne klatki, pasy kolorów oraz miejsca rozpoczęcia i zakończenia napisów. Dzięki temu inżynier QC nie musi oglądać całego tytułu od początku do końca. Dłużej działające kroki są wykonywane jako konteneryzowane zadania ECS, a nie jako funkcje z limitem czasu, a każdy etap jest osobno logowany.

Zespół kontroli jakości, niezależny od zespołu pozyskującego pliki, potwierdza następnie poprawność techniczną materiału: zgodność audio z wideo oraz synchronizację napisów z obrazem.

§ 06 — Przetwarzanie

Jeden materiał źródłowy może zasilić wszystkie formaty potrzebne na dalszych etapach.

Platforma tworzy komponenty wielokrotnego użytku, które są wykorzystywane później przy realizacji zamówień. Audio jest normalizowane zgodnie ze specyfikacją, generowany jest master H.265, a napisy są konwertowane do formatów wymaganych przez różne linie lotnicze.

Pojedynczy plik SCC lub SRT może zostać rozwinięty do wariantów SRT, VTT, ZIP i DVB, których wymaga konkretne zamówienie. Dzięki temu materiał można przygotować na żądanie, bez utrzymywania osobnego procesu dla każdego miejsca docelowego.

§ 07 — Katalog, zamówienia i dostarczanie

Katalogowanie, realizacja zamówień i dostarczanie treści stały się jednym zautomatyzowanym procesem.

Surowy plik w postaci otrzymanej od dostawcy jest traktowany jako master. Gdy inżynier QC powiąże go z konkretnym tytułem i wersją, staje się zasobem gotowym do wykorzystania w zamówieniach. Wideo, ścieżki audio i napisy należące do tej samej wersji są grupowane jako powiązane zasoby, sprawdzane pod kątem synchronizacji, a model unikalności zapobiega duplikowaniu materiałów źródłowych, które wcześniej obciążało cały proces. W miarę zapełniania katalog staje się praktycznym inwentarzem: raz skatalogowany tytuł może być ponownie wykorzystywany dla różnych linii lotniczych i formatów, zamiast być pozyskiwany od nowa.

Zamówienie trafia do platformy jako żądanie, najczęściej zsynchronizowane z nadrzędnego systemu dostawcy. Operator kieruje je do jednego z dwóch procesów, którymi platforma zarządza równolegle: chmurowego albo lokalnego. Chmura jest ścieżką domyślną i docelową, bo działa automatycznie, szybciej i taniej. Proces lokalny pozostaje dla mniejszości plików, których ścieżka chmurowa jeszcze nie obsługuje. Gdy wszystkie wymagane zasoby są dostępne, przetwarzanie uruchamia się automatycznie: platforma przygotowuje wideo i audio, łączy je w plik wyjściowy i obsługuje napisy. Format wyjściowy, zasady multipleksowania, obsługa napisów, metoda dostarczenia i uzgodniona nazwa pliku są konfigurowane raz dla każdej linii lotniczej, a następnie stosowane automatycznie.

Gotowe materiały są wysyłane automatycznie przez Signiant, Aspera lub SmartJog, w zależności od miejsca docelowego, do integratorów odpowiedzialnych za załadowanie treści do samolotu. Platforma raportuje status zamówienia i dostarczenia z powrotem do nadrzędnego systemu laboratorium, dzięki czemu cały proces jest widoczny od początku do końca.

§ 08 — Środowisko produkcyjne

Platforma została zbudowana zgodnie ze standardami studyjnymi i korporacyjnymi.

Platforma została zaprojektowana zgodnie ze standardami studyjnymi i korporacyjnymi, a nie tylko po to, żeby działać. Bezpieczeństwo było częścią architektury od początku: prywatny VPC, ruch wyłącznie prywatny i szyfrowanie danych w spoczynku. Gotowy system przeszedł trzyetapowy przegląd bezpieczeństwa obejmujący skan infrastruktury, testy penetracyjne i pełną dokumentację.

Codzienne operacje wspiera monitoring w Datadog oraz stałe wsparcie operacyjne. Każda usługa ma własny proces, który wdraża jednocześnie kod aplikacji i infrastrukturę. Pojedyncza usługa może tworzyć dziesiątki zasobów chmurowych, a ponieważ cała platforma ma infrastrukturę zdefiniowaną w kodzie ,odtworzenie środowiska po awarii jest powtarzalne i przewidywalne. Wszystkie operacje platformy są audytowane.

§ 09 — Rezultat

95% zamówień przetwarza się automatycznie, a czas dostarczania spadł z dni do godzin.

Dziś 95% zamówień jest przetwarzanych w pełni automatycznie w chmurze, przy skali około 5000–6000 zamówień miesięcznie.

Największa zmiana dotyczy roli ludzi w procesie. Wcześniej operatorzy dotykali każdego etapu: pozyskania, kodowania, kontroli jakości, formatowania, muxu i dostarczania. Teraz ich rola sprowadza się do dwóch punktów kontroli: weryfikacji pliku wejściowego oraz sprawdzenia gotowego materiału na wyjściu. Wszystko pomiędzy działa bezobsługowo.

Wyraźnie zmieniła się też szybkość. Zamówienia, które wcześniej mieściły się w mniej więcej miesięcznych cyklach, są teraz realizowane na żądanie. Jeśli wymagane zasoby są już skatalogowane, zamówienie można przetworzyć w kilka minut. Tam, gdzie stary proces dostarczał materiały dopiero w ostatnich trzech–pięciu dniach przed terminem, platforma wysyła je teraz w ciągu kilku godzin od otrzymania zamówienia i materiału źródłowego.

Wzrosła również jakość. Dzięki kontroli jakości wbudowanej w proces wskaźnik błędów typowy dla pracy manualnej wyraźnie spadł, a defekty, które się pojawiają, są wychwytywane, zanim trafią do gotowego materiału.

● Cytat
„Nie przenieśliśmy starego procesu do chmury. Przebudowaliśmy go tak, aby udział ludzi był potrzebny tylko w dwóch punktach, które naprawdę wymagają ich oceny.”
— zespół projektowy Coffee Mug · opracowano 2026
● Diagram systemu
[ POZYSKANIE → PRZETWARZANIE → QC → KATALOG → ZAMÓWIENIA → DOSTARCZANIE → LINIA LOTNICZA ][ POZYSKANIE → PRZETWARZANIE → QC → KATALOG → ZAMÓWIENIA → DOSTARCZANIE → LINIA LOTNICZA ]
Platforma operacji mediowych łącząca wielokanałowe pozyskiwanie z przetwarzaniem, kontrolą jakości, przeszukiwalnym katalogiem mediów oraz realizacją i dostarczaniem sterowanym zamówieniami.
● Zestawienie wyników

Co się zmieniło, w siedmiu punktach.

01 · Automatyzacja
ręcznie na każdym kroku → 95% bezobsługowo
zamówienia są teraz przetwarzane automatycznie w chmurze — od pozyskania materiałów po dostarczenie
02 · Przepustowość
do 5–6 tys. zamówień miesięcznie
przepustowość zależy od zapotrzebowania, a nie od dostępności ludzi i lokalnych maszyn
03 · Czas realizacji zamówienia
cykle miesięczne → godziny od otrzymania materiału
zamówienia oparte na już skatalogowanych tytułach można zrealizować w kilka minut
04 · Katalogowanie i ponowne wykorzystanie
duplikaty → biblioteka zasobów wielokrotnego użytku
raz skatalogowane tytuły są ponownie wykorzystywane dla różnych linii lotniczych i formatów, zamiast być pozyskiwane od nowa
05 · Kontrola jakości
ręczne oglądanie → zautomatyzowane QC + wykrywanie defektów
system sprawdza synchronizację audio i wideo, dopasowanie napisów oraz wykrywa czarne klatki i pasy kolorów
06 · Rola człowieka
każdy krok → 2 punkty kontroli
operatorzy weryfikują tylko plik wejściowy i gotowy materiał wyjściowy
07 · Bezpieczeństwo i odporność
lokalne narzędzia → prywatny VPC + odtwarzanie środowiska z IaC
szyfrowanie danych w spoczynku oraz trzyetapowy przegląd bezpieczeństwa: skan infrastruktury, testy penetracyjne i dokumentacja
● Metryka

Zakres i technologia.

Platforma automatyzacji przetwarzania mediów IFE zastąpiła ręczny, lokalny łańcuch dostaw mediów procesem cloud-native na AWS. Projekt przeniósł laboratorium z narzędzi desktopowych, skryptów PowerShell i dedykowanych procesów dla każdego źródła do zorkiestrowanej, sterowanej zdarzeniami platformy obsługującej pozyskiwanie, walidację i kontrolę jakości, przetwarzanie artefaktów, katalogowanie, realizację zamówień i zautomatyzowane wielokanałowe dostarczanie — z udziałem ludzi tylko w punktach weryfikacji wejścia i wyjścia.

Specjalizacja
Chmura · Operacje mediowe · Platformy IFE
Zautomatyzowany łańcuch dostaw przetwarzania i dostarczania treści
Aplikacja
Serverless · Mikroserwisy
Usługi dla poszczególnych funkcji za złożoną aplikacją webową
Orkiestracja
AWS Step Functions · Amazon EventBridge
Stanowe, specyficzne dla typu procesy przetwarzania i routing sterowany zdarzeniami
Media i AI
AWS MediaConvert · Amazon Rekognition · Amazon ECS
Kodowanie, kontrola jakości, wykrywanie defektów, mastering H.265, przetwarzanie napisów i głośności
Pozyskiwanie i przechowywanie
Amazon S3 · AWS Storage Gateway · Aspera
Bezpieczne pozyskiwanie z dostępem przez dysk sieciowy z maszyn wirtualnych w prywatnej podsieci
Dostarczanie
Signiant · Aspera · SmartJog
Zautomatyzowane wielokanałowe dostarczanie do integratorów systemów pokładowych
Operacje
Datadog · Infrastruktura jako kod
Monitoring i diagnostyka, proces dla każdej usługi, audytowane operacje i powtarzalne DR
Bezpieczeństwo
Prywatny VPC · szyfrowanie
Bezpieczeństwo projektowane od początku; platforma przeszła trzyetapowy przegląd bezpieczeństwa
● Na koniec

Proces mediowy, który wciąż działa ręcznie?

Warto zaangażować nas, zanim ręczny proces stanie się wąskim gardłem. Pomożemy zmapować proces, znaleźć kroki o największym tarciu i zbudować system wokół tego, jak zespół naprawdę pracuje — a nie wokół kolejnego generycznego narzędzia.