Александр Краснов на AiConf 2024

Эволюция отбора кандидатов в системе товарных рекомендаций Ozon

Рекомендательные системы и поиск

Рекомендации / ML

Google Outlook Apple

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Озон — один из крупнейших развивающихся маркетплейсов. Как устроены рекомендации там? Докладчики расскажут подробно про свой подход segment2item, который обобщает подходы к генерации кандидатов. Это не user2item или item2item, а именно segment2item. Это работает, будут примеры и результаты А/В.

Целевая аудитория

Data Scientist'ы, ML Engineer'ы и Team Lead'ы в командах, занимающихся разработкой и проработкой архитектуры высоконагруженных рекомендательных систем.

Тезисы

Расскажем, как мы провели полный редизайн системы отбора кандидатов в товарных рекомендациях Ozon на основе сегментации пользователей, внедрили унифицированную нейросетевую архитектуру и улучшили релевантность наших лент.

Александр Краснов

Ozon

Тимлид подгруппы рекомендаций в Ozon.

Ozon

Ozon — ведущий e-com России. В их IT-команде уже 5 000 специалистов, которые создают продукты для миллионов людей по всей стране и за рубежом. Ozon Tech разрабатывает собственные решения, контрибьютит в Open Source и использует современный стек: Go, C#, Kotlin, Swift TypeScript, Vue.js, Kubernetes и Kafka. Продолжают расти, чтобы повышать доступность сервисов и быть ещё ближе к пользователям.