Блок «Технологии» Сбера приглашает IT-специалистов на встречу, посвященную теме разработки рекомендательных систем.

На встрече будут рассмотрены основные этапы развития методов машинного обучения в рекомендательных системах, начиная от простых матричных алгоритмов и заканчивая глубокими нейронными сетями. Мы поговорим о современном состоянии индустрии и лучших мировых практиках.

Наши спикеры расскажут о новом направлении разработки, которое стартовало в этом году. Цель направления - улучшение работы всех сервисов Экосистемы Сбера за счёт внедрения системы рекомендаций.

На встрече вы узнаете:- что такое рекомендательная система и зачем она нужна;- из каких блоков состоит современная рекомендательная система, способная обсуживать десятки миллионов запросов в режиме реального времени;- какие существуют основные элементы инфраструктуры, на базе которых строится современная рекомендательная система.

Мы расскажем про вызовы, с которыми сталкивается построение рекомендательной платформы в облаке и рассмотрим пути решения возникающих сложностей. Одним из таких решений является создание устойчивой высоконагруженной системы, которая должна уметь обрабатывать пики обращений и оптимально использовать ресурсы облака.

Приветственное слово. Обзор экосистемы Сбер. – 30 мин

Иван Кузьмин - Директор по развитию рекомендательных систем в экосистеме Сбер

Обзор рекомендательных систем. Где работают рекомендации и зачем они нужны. – 20 мин

Инна Синельщикова – Руководитель проектного офиса по разработке рекомендательной системы

Обзор проекта AmazMe. Рекомендационная система – 20 мин

Павел Бердников - Руководитель разработки платформы рекомендаций

Обзор ML части (тренировки и выдача результата) – 60 мин

Руслан Исрафилов - Главный инженер по разработке алгоритмов рекомендательной системы

- Специфика ML в рек системах (online, nearline, offline)

- Мировые тренды

- Основные вызовы перед платформой рекомендательной системы – 20 мин

Павел Олин - Главный инженер по разработке платформы рекомендаций

Технологический стек платформы – 20 мин