Рекомендательные системы: как они меняются прямо сейчас

Описание: Даня Бурлаков, руководитель группы рекомендательных продуктов, рассказывает, как именно технологии учатся понимать наши предпочтения и почему последние годы стали временем больших перемен в индустрии.

Как на самом деле работают рекомендательные системы и почему именно сейчас в них происходят самые большие изменения за последние годы?

В видео Даня разбирает:

🔸 Какую эволюцию прошли рекомендательные системы и при чём тут ML-модели
🔸 Как новая архитектура ARGUS помогает быстрее обучать нейросети в Яндексе
🔸 Зачем понадобились трансформеры и что такое коллаборативная фильтрация
🔸 Как генеративные модели изменят логику работы рекомендаций

Это видео будет полезно ML-инженерам, data scientist, backend-разработчикам и всем, кто работает с рекомендательными системами и персонализацией.

Подписывайтесь на канал Яндекса для ML-инженеров: https://t.me/+owyCvdge8WIyNTUy

Таймкоды:

00:00 – Что такое рекомендательные системы простыми словами?
01:10 – Какие методы лежат в основе рекомендаций сегодня?
05:35 – Что такое ARGUS и какие изменения он приносит в продукты Яндекса?
08:44 – Почему классические ML-модели достигли плато в качестве рекомендаций?
12:20 – В чём главный прорыв генеративных моделей в рекомендациях?
14:16 – Какие заметные улучшения получили пользователи Яндекс Музыки и Маркета?
17:30 – С какими главными сложностями приходится сталкиваться при внедрении генеративных моделей?
19:56 – Как вы боретесь с «фильтром пузыря» и добиваетесь разнообразия?
21:21 – Могут ли рекомендательные системы влиять на наше поведение?
21:48 – Где проходит грань между полезным советом и манипуляцией?
22:09 – Возможен ли единый универсальный рекомендатель для всех сервисов?


#AI #MachineLearning #RecommenderSystems #DataScience #ML #ArtificialIntelligence #Transformers #RecommendationEngine #TechTalk #Yandex