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.
Технический сооснователь B2B SaaS в разных областях - AdTech- (k50.ru) CommerceTech- (searchbooster.io), прикладной AI - Wikilect.com
wikilect.com
В компании SearchBooster.io создают интеллектуальные решения для поиска и рекомендаций в интернет-магазинах, помогая бизнесу улучшать пользовательский опыт и увеличивать продажи.
В Wikilect.com мы внедряем AI агентов в E-com и Enterprise сегмент
Видео
Другие доклады секции
Бэкенд, теория программирования
