[I’ML] Ранжирование и ретривел — описание эффективных алгоритмов и архитектур
—
Различные архитектуры давно испробованы всеми, кто занимается ранжированием. Как же не проиграть во времени при их внедрении? Делать современное решение сразу, без прототипов.
В этом выпуске обсуждаем такие архитектуры и алгоритмы, как BERT, TwinBERT, DLRM, mCLIP, BST, Yolo, ViT, DINO и NN. Говорим про создание инфраструктуры, которая подходит под растущие нагрузки, оркестрацию моделей, кластеризацию и эмбеддинги.
Гость выпуска: Александр Сидоров — Head of ML в Wildberries.
Ведущий: Александр Толмачев — руководит аналитикой, хранилищем и моделированием в Ozon.
________________
Полезные материалы про ранжирование:
— TwinBERT:
— DLRM:
— Про DLRM на русском: @papersreaders-dlrm-deep-learning-recommendation-model-for-personalization
— mCLIP:
— BST:
— Про BST на русском:
— Архитектура NN в поиске TaoBao
— NN у Etsy
_______________
Любимые каналы Александра Сидорова про DS/ML:
______________
Подписывайтесь на наши соцсети, чтобы не пропустить следующие выпуски и новости предстоящей конференции.
— VK:
— Telegram-чат:
— Telegram-канал:
Сайт I’ML: