Степан Малькевич: Умная лента ВКонтакте: от идеи до высоконагруженного продакшена

preview_player
Показать описание
Data Fest Online 2020

Расскажу про все этапы работы умной ленты ВК - всего 10 этапов. Затронем темы BigData, обучения моделей, работы под высокой нагрузкой, АБТ, поиск таргетов, мониторинги и остальное. Тема лучше всего подходит под SysML, так как я расскажу именно про полный цикл реальной продакшен системы.

Соцсети Data Fest:
  1. ODS AI Ru
  2. data fest
  3. open data science
  4. ods
  5. machine learning
  6. artificial intelligence
Рекомендации по теме
Степан Малькевич: Умная 0:22:36

Степан Малькевич: Умная лента ВКонтакте: от идеи до высоконагруженного продакшена...

Новая лента рекомендаций 0:27:57

Новая лента рекомендаций с фокусом на персонализированном медиаконтенте / Степан Малькевич...

Умная лента ВКонтакте 0:15:22

Умная лента ВКонтакте

Охват аудитории ВКонтакте 0:14:00

Охват аудитории ВКонтакте / Алгоритмы Прометей и Немезида (умная лента)...

Умная лента занижает 0:03:37

Умная лента занижает вам охваты - используйте расслыки ВК...

Секреты умной ленты 0:40:32

Секреты умной ленты vk. День 3. Вопросы - ответы.

Почему падает охват 0:07:00

Почему падает охват ВКонтакте? Стоп слова для умной ленты....

Как работает «УМНАЯ 0:07:30

Как работает «УМНАЯ ЛЕНТА» соцсетей? Что такое «ТЕНЕВОЙ БАН»?...

Алгоритм Немезида Вконтакте 0:02:32

Алгоритм Немезида Вконтакте

ВКонтакте с Лентой 0:28:35

ВКонтакте с Лентой Рекомендаций — Андрей Якушев

Ранжирование ленты ВКонтакте: 0:20:30

Ранжирование ленты ВКонтакте: офлайн валидация моделей – Данила Савенков...

Дарья Яковлева и 0:34:02

Дарья Яковлева и Дмитрий Юрасов «Как охватить максимум пользователей за 100 рублей»...

Дмитрий Крылов — 0:17:42

Дмитрий Крылов — «Активное обучение классификаторов постов ВКонтакте»...

🔥Создаем бешеную активность 0:04:43

🔥Создаем бешеную активность под постами ВК / Рост охватов ВК...

КАК УВЕЛИЧИТЬ ОХВАТ 0:09:46

КАК УВЕЛИЧИТЬ ОХВАТ ПУБЛИКАЦИЙ ВКонтакте. Правильное оформление ТЕКСТА для постов в ленте ВК...

Марина Антоненко — 0:14:07

Марина Антоненко — «Дизайн героев: как мы оформляли VK Fest 2020»...

Ускорение инференса модели 0:06:10

Ускорение инференса модели XGBoost с помощью Intel® oneDAL на процессорах Intel® Xeon®...

Руслан Забалуев: BERT 0:08:30

Руслан Забалуев: BERT в сегментации многостраничных документов...

YouTube прячет дизлайки. 0:11:58

YouTube прячет дизлайки. Facebook прячет умную ленту. Группы вконтакте покажут кто поделился ссылкой...

Как в ВКонтакте 0:44:17

Как в ВКонтакте деплоят нейросети в продакшн. Дмитрий Юткин, Вконтакте...

Умные ленты в 1:15:34

Умные ленты в социальных сетях. Как работают алгоритмы социальных сетей...

Ловушки разработки ML-сервисов 0:54:06

Ловушки разработки ML-сервисов на примере рекламных технологий ВКонтакте / Артём Попов...

Boris Voskresenskii: Causal 0:27:12

Boris Voskresenskii: Causal inference for a steel mill

Data Fest Online 0:40:13

Data Fest Online 2021: Q&A с Фёдором Минкиным

Комментарии
Автор

а зачем веса нужно так хитро подбирать по roc auc основной метрики, но так чтобы по другим таргетам тоже не проседала? Почему не максимизировать просто roc auc общий или объединенный?

idexq
Автор

Степан, спасибо за доклад. Не до конца понял, как Вы используете бустинговые эмбединги? Если Вы все равно запоминаете статические значения на пары <пользователь, тематика>, почему просто не просчитать вероятности (лайков, комментариев и тд) для всех пар и не хранить их?

pavelkochetkov