История развития архитектуры системы рекомендаций Ozon

ML&DSЗал «Склад»Расписание

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.

Спикер

Ведущий