А вы задумывались, как устроены рекомендации в Авито, и есть ли у бесконечности предел? Что общего между пользователем и товаром, можно ли их сравнивать? Что за Collab, Item2Vec, CatBoost, Redis и User2Vec? Кто такой Портосик? На эти и другие вопросы мы постарались ответить в этом видео. В далёком 2015 году главная страница Авито навсегда изменилась. На смену тогда уже привычной карте России пришла бесконечная лента персональных рекомендаций. Во главе с Василием Лексиным был создан юнит Recommendations. Перед инженерами стояли амбициозные цели, которые требовали использования передовых технологий и принятия смелых решений. Машинное обучение сегодня для нас с вами обыденность. ML-модели используются повсеместно, от самых известных, которые умеют создавать картины или описывать предметы, до узконаправленных и спрятанных «под капотом» привычных нам сервисов, которыми мы пользуемся ежедневно. Но на старте сервиса Рекомендаций ML-модели не умели делать практически ничего из этого. Результаты их работы были далеки от идеала, поэтому инженерам из новообразованного юнита предстояло создать сервис Рекомендаций с нуля.
00:00 | Начало 00:52 | Что из себя представляют рекомендаци? 03:39 | Как рекомендации стали центральной частью Авито 04:27 | История сервиса 06:21 | Как сформировался юнит Recommendations 08:00 | Главный вызов 09:53 | Как изменилась главная страница Авито 10:19 | Техническое устройство Рекомендаций 12:53 | ML-модели 14:43 | Хранение данных 17:47 | Архитектура Рекомендаций 21:48 | Базовые модели Рекомендаций 26:38 | Catboost, ранжирование и Representation 29:28 | Работа Авито Рекомендаций с самого начала 31:17 | История кота Портосика 35:40 | Финал