Как строятся рекомендательные системы в Ozon?
Привет, друзья!
Иногда что-то идёт не так, и рекомендательная система становится похожа на гадалку: говорит и показывает что-то очень общее и банальное, никак не связанное с интересами пользователя. Как этого избежать, мы поговорим в рамках секции «Рекомендательные системы» на AiConf 2024. В частности, своим опытом поделятся специалисты из Ozon.
А пока предлагаем пройтись по рынку LLM и посмотреть, что же ещё можно использовать помимо хайпового ChatGPT.
На одной из наших конференций Ирина Николаева из Raft рассказала о классическом MLOps и его принципах, а также о том, как развернуть LLM: обзор способов, лицензий и требований к железу.
.jpg "LLMops: что есть, кроме ChatGPT и как это развернуть")
Читать статью
Обратите внимание, что с 1 августа вырастет цена на билеты. Вы можете забронировать билет сейчас, чтобы зафиксировать цену, и оплатить позже после всех согласований с руководством.
Доклады AiConf 2024
Иван Антипов из Ozon расскажет о том, как его команда добавила алгоритмы на графах в классический подход к матчингу товаров. В результате получился эффективный алгоритм для поиска групп одинаковых товаров на огромной e-commerce-площадке. Вместе с Иваном обсудим классический подход к матчингу товаров, Community Detection Algorithms, поиск сообществ на графах товаров, self-supervised- и unsupervised-подходы, а также распределённые графовые алгоритмы и кластеризацию на больших данных.
Алексей Гурьянов и Александр Краснов из Ozon поделятся опытом полного редизайна системы отбора кандидатов в товарных рекомендациях на основе сегментации пользователей. Узнаем, как теперь в Ozon устроена сегментация пользователей, как внедряли унифицированную нейросетевую архитектуру. Разберёмся, как повысить релевантность рекомендательных лент.
