MLOps-архитектура рекомендательной платформы

BigData и инфраструктура машинного обучения (data engineering)

Python
Бэкенд / другое
Архитектурные паттерны
Критерии выбора технологий для проекта
Архитектуры / другое
Рекомендации / ML
ML
Микросервисы

Доклад принят в программу конференции

Целевая аудитория

ML и MLOps инженеры Архитекторы

Тезисы

Мы в Сбере разрабатываем платформу для построения рекомендательных сценариев для всех компаний экосистемы начиная от онлайн-кинотеатров до мира e-commerce. За прошедшие годы мы разработали универсальные подходы для создания персонализированных рекомендаций. И в докладе поделюсь аспектами MLOps-архитектуры для запуска рекомендательных сценариев:

- Как выглядит cloud-native платформа для построения production-ready рекомендательных сценариев и почему это важно
- Какие MLOps инструменты нужны для быстрого запуска достаточно сложных рекомендательные сценарии (от инструментов для обработки больших данных до Feature Store и онлайн моделей)

Видео