Глубокое обучение в продуктовом ритейле: сложности, риски, допущения

Нейронные сети, искусственный интеллект

AI в реальном секторе

#AI в реальном секторе

Доклад принят в программу конференции

Мнение Программного комитета о докладе

До сих пор мы видели в ритейле модели предсказания спроса, основанные на бустинге. Докладов, где к этой задаче удалось бы приспособить нейросетевые модели, у нас до сих пор не было. А теперь есть!

Целевая аудитория

DA, DS.

Тезисы

Прогнозирование спроса — одно из направлений в предсказательной аналитике, критически важное для процессов планирования и пополнения в ритейле. В магазинах сети «Магнит» ежедневно совершают миллионы покупок, а спрос по структуре настолько разнородный, насколько обширны география, форматы и ассортимент в компании. Очередной подход и логичный шаг к решению данной задачи — методы DL.

Поделимся собственным опытом и встречающимися трудностями:
* сложности применения нейронных сетей в прогнозировании спроса, или Как мы подружили нейросети с временными рядами;
* как мы выстроили пайплайн в условиях ограниченных ресурсов;
* ожидаемый и реальный эффект: стоит ли бежать за gpu.

Главный аналитик в направлении по развитию алгоритмов промо. Специализируется на прогнозировании спроса.

Магнит

Магнит — крупнейший ритейлер, куда каждый день за покупками приходят 16 млн россиян. Активно движутся по пути цифровизации, внедряют продуктовый подход и развивают e-com. Создают SuperApp, используют продвинутую GIS-аналитику и рекомендательные системы.

Видео