Многокритериальная оптимизация поисковой выдачи в АвитоBigData и машинное обучение
Программист, команда поиска Avito.ru.
3 года опыта web-разработки на Python, последние 4 года работает в highload-проектах, интересуется noSQL-базами данных и облачными технологиями. Разработал пилотную версию шардинга для Tarantool 1.6 и полный цикл тестирования шардинга в отделе Tarantool. Автор tarantool-debugger.
В Авито ежедневно обслуживается порядка сотни миллионов поисковых запросов. Один из очень серьезных вызовов, с которыми столкнулась команда поиска - как удовлетворить разные группы пользователей, если их требования к выдаче частично расходятся или противоречат друг другу?
В докладе я расскажу об исследовании и реализации механизма смешивания поисковой выдачи обычных и платных объявлений Авито, о том, как проверить гипотезу до АБ-теста, чтобы минимально затрагивать живых пользователей. Помимо подхода, алгоритма и результатов экспериментов в докладе будут описаны инструменты и метрики для анализа и введения подобных систем в production, а также возможные способы применения механизма смешивания вне контекста Авито (многозначность слов, введение новых фичей в продукт).