Мнение Программного комитета о докладе
О сложном простым языком. Иван расскажет, как построить векторный поиск из готовых компонентов, если у тебя нет бюджета на ML-отдел.
Ищем товары по фото
Доклад принят в программу конференции
Целевая аудитория
Backend-разработчики.
Тезисы
Практический опыт интеграции ML в продакшн. Как мы делали "поиск по фото" для интернет-магазинов.
Блоки:
1) Теория — эмбеддинги, векторный поиск.
2) Обработка данных — удаление фона, выделение главного объекта на изображении.
3) Хранение эмбеддингов, организация поискового индекса.
4) Организация работы серверов для работы с векторным поиском.
5) Проблема похожести цветов, восприятие цветов человеческим глазом. Алгоритмы сравнения похожести цветов.
Сооснователь и CTO нескольких B2B SaaS в AdTech- (k50.ru) и CommerceTech- (searchbooster.io) областях.
Последние 2 года интересуется практической стороной применения больших языковых моделей в проекте wikilect.com.
searchbooster.io
В компании SearchBooster.io создают интеллектуальные решения для поиска и рекомендаций в интернет-магазинах, помогая бизнесу улучшать пользовательский опыт и увеличивать продажи.
Видео
Другие доклады секции
Бэкенд, теория программирования
