История развития архитектуры системы рекомендаций Ozon
Система рекомендаций Ozon — типичный пример Data-Intensive Applications: сотни миллионов товаров, десятки тысяч RPS, жёсткие лимиты по скорости ответа. По мере роста Ozon, последние годы задача построения и развития такого сервиса становится всё сложнее. Из доклада узнаем:
- Как система росла и менялась за последние годы;
- Как разработали горизонтально масштабируемый подход к работе с задачей отбора кандидатов;
- Как внедряли нейросетевую персонализацию и как это повлияло на архитектуру системы.
Также немного поговорим о борьбе с сетью, диском и памятью.
Доклад будет интересен backend-разработчикам, ML и Data Science-инженерам, которые работают с развивающимися рекомендательными системами и сталкиваются с болями роста.