Мария Жарова
ML-инженер
в RWB
в RWB
Преподаватель Python, математики и Data Science
Научный руководитель в онлайн-магистратурах ТГУ
Что разберём на вебинаре
На вебинаре поговорим о рекомендательных системах — тех самых механизмах, которые подсказывают нам товары, фильмы, музыку или контент
Это может показаться удивительным: вы заходите на сайт или в приложение, и почти сразу видите то, что вам интересно. На самом деле внутри работает множество алгоритмов на базе ИИ, которые предсказывают ваши предпочтения или ищут похожих на вас пользователей, чтобы разделить интересы
На практике рекомендательная система — это не «одна нейросеть, которая всё знает», а процесс, который включает:
работу с данными (часто разреженными, шумными и неполными)
выбор правильной постановки задачи в зависимости от сценария
подбор методов — от простых эвристик до сложных нейросетевых моделей
и постоянный баланс между качеством рекомендаций, скоростью и бизнес-ограничениями
В рамках вебинара разберём базовые вещи, которые помогут понять, как такие системы устроены:
какие бывают типы рекомендательных систем и почему не существует одного универсального решения
в каких сценариях применяются рекомендации (и почему для разных задач нужны разные подходы)
где достаточно простых методов, а где уже требуется машинное обучение
как это всё выглядит на практике — на примерах из реальных продуктов
и какие задачи на самом деле решает ML-инженер, работающий с рекомендациями
Постараемся заглянуть «под капот» рекомендательных систем и понять, как они устроены на самом деле — чтобы они перестали восприниматься как чёрный ящик
Нажимая на кнопку «Записаться на вебинар» вы соглашаетесь с условиями обработки персональных данных в соответствии с политикой конфиденциальности
