Вместе с Марией Жаровой — ML-инженером в RWB, преподавателем и научным руководителем онлайн-магистратур ТГУ — разобрали рекомендательные системы — механизмы, которые помогают пользователям находить товары, контент, фильмы и музыку.
Обсудили:
🟦 какие бывают типы рекомендательных систем и почему не существует одного универсального решения,
🟦 в каких сценариях применяются рекомендации и как под них выбираются подходы,
🟦 как устроен процесс работы: данные (разреженные, шумные, неполные), постановка задачи и выбор методов — от простых эвристик до нейросетевых моделей,
🟦 как достигается баланс между качеством рекомендаций, скоростью и бизнес-ограничениями,
🟦 как это реализуется на практике — на примерах реальных продуктов,
🟦 какие задачи решает ML-инженер, работающий с рекомендациями.
Узнали изнанку рекомендательных систем и поняли, как они устроены на самом деле.
Включайте вебинар и вы! 🤍
👉🏻 смотреть