VK Tech Talks · ML

Приглашаем специалистов по машинному обучению на VK Tech Talks · ML! Команда ВКонтакте на своём опыте расскажет, как создавать рекомендательные системы в очень разных высоконагруженных продуктах, как при этом выглядит цикл работ и какие решения особенно полезны.

Митап пройдёт в гибридном формате: приходите в петербургский офис у Красного моста или смотрите онлайн-трансляцию в сообществе VK Team ВКонтакте. Начало — в 19:00 МСК. Стрим будет доступен всем, но если вы зарегистрируетесь и заполните анкету, мы пригласим вас в закрытый чат, где вы сможете задать вопросы докладчикам. 

Доклады

Общее устройство ленты
Андрей Якушев, директор по развитию ленты и рекомендаций ВКонтакте

Поговорим о верхнеуровневом устройстве ленты и разных рекомендательных систем, которыми ежедневно пользуется больше 50 млн пользователей. Вы узнаете, какие задачи ставятся перед этими продуктами, какими методами машинного обучения (и не только) они решаются, с какими трудностями мы сталкиваемся и как их преодолеваем. Посмотрим на особенности продуктов и с архитектурной точки зрения, и глазами продактов.

Многокритериальная оптимизация в умной ленте
Евгений Замятин, руководитель команды алгоритмов ленты и социального графа, ВКонтакте

Модель ранжирования умной ленты должна одновременно оптимизировать множество разных таргетов: лайки, комменты, репосты и другие всевозможные клики. Вы узнаете, как с этой задачей справляется наша модель и как она устроена.

Новая лента рекомендаций с фокусом на персонализированном медиаконтенте
Степан Малькевич, руководитель команды алгоритмов ленты и рекомендаций товаров, ВКонтакте

Разберём процесс разработки новой ленты «Для вас». Пройдёмся от идеи до полностью рабочей реализации. Будем останавливаться на технических, аналитических, продуктовых и других задачах, которые необходимо решать в рамках проекта.
 

Рекомендации товаров в ленте и VK Маркете
Антон Праздничных, программист-разработчик в команде алгоритмов ленты и рекомендаций товаров, ВКонтакте
 

Как с нуля построить рекомендательную систему товаров, если вы — социальная сеть? Разберёмся с тем, как глобально сейчас устроены рекомендации товаров ВКонтакте, с какими вызовами мы сталкивались, пока выстраивали системы, и какие решения нашли.

Implicit Feedback Is All You Need
Даниил Самойлов, программист-разработчик в команде алгоритмов ленты и социального графа, ВКонтакте

Когда мы рассуждаем о пользовательских сигналах, первыми приходят на ум лайки, репосты и подписки. Но мы можем упускать неявные сигналы — полезный поток пользовательских данных. Он хоть и шумный, но даёт информацию для совершенствования рекомендательной системы. Об этом и доклад.

Ранжирование историй
Мадина Халматова, младший программист-разработчик в команде алгоритмов ленты и рекомендаций товаров, ВКонтакте

Пошагово рассмотрим алгоритмы в основе ранжирования ленты, которые помогли нам сделать истории более интересными для пользователей. Какие идеи мы внедрили, чтобы успешно уйти от общего кругляша «Сообщества» и вырастить охваты авторам.

Ждём вас!