AiConf

Конференция завершена.

Ждем вас

на AiConf

в следующий раз!

Как мы в hh.ru боремся со стьюпидами в подборке подходящих вакансий

Рекомендательные системы и поиск

Доклад отклонён

Целевая аудитория

ML разработчики, аналитики, product менеджеры

Тезисы

Стандартный набор проблем, с которыми сталкиваются разработчики любой серьезной рекомендательной системы, включает в себя feedback loop, positional bias, cold start, diversity, и прочее. В разных отраслях эти проблемы могут быть более или менее критичны.

Несмотря на развитие системы подходящих вакансий hh.ru и рост продуктовых метрик, мы заметили, что иногда в подборку попадают стьюпиды - абсолютно нерелевантные вакансии. Появление подобных позиций в выдаче вызывает вопросы у пользователей и сильную негативную реакцию в обратной связи.

В докладе я расскажу подробнее про причины возникновения этой проблемы и то, как мы в hh.ru с ней боремся.

Руковожу командой разработки рекомендательной системы для соискателей на hh.ru. Перешел в Data Science из бэкенд разработки, окончил MADE. Люблю исследовать и решать проблемы, основанные на данных.

Видео

Другие доклады секции

Рекомендательные системы и поиск