Как выкатить в highload production сервис рекомендаций с BERT-like-моделью
Доклад принят в программу конференции
Целевая аудитория
Тезисы
В Работа.ру мы занимаемся разработкой сервисов на основе машинного обучения для улучшения пользовательского опыта при поиске работы. Недавно мы внедрили сервис рекомендаций, один из центральных сервисов нашей платформы.
В своем докладе я расскажу об опыте обучения и дистилляции мультиязычной, легковесной модели на основе архитектуры Transformer, адаптированной для HR-домена. О вариантах сервисов на базе этой модели и о нашем опыте развития архитектурных решений в зависимости от нагрузки.
После доклада у слушателя появится представление:
* о процессе обучения и дистилляции BERT-like-модели,
* о нескольких вариантах архитектуры сервисов на её основе,
* о производительности, которую можно ожидать от этих вариантов.
TeamLead в Работа.ру.
Руководит командой, которая занимается задачами машинного обучения в областях NLP и RecSys. Ранее разрабатывал сервисы машинного обучения для крупных международных компаний в должности Senior ML Engineer в компании ClearScale(USA) и Neurons Lab (UK).
Работа.ру
Видео
Другие доклады секции
BigData и машинное обучение
