Т-Банк: ML System Design

Что спрашивали

Полный ход, ответы, практика и аудио открываются после покупки.

1. 1Формат ML System Design: проектировать ML-пайплайн, а не backend-инфраструктуру
2. 2Продуктовая постановка, бизнес-цели и метрики вовлечения
3. 3Представление пользователя и поста и гибридный baseline
4. 4Target, loss и bias логируемой обратной связи в ranker-е
5. 5ANN retrieval, кластеризация пользователей и доменные embeddings
6. 6Item-to-item кандидаты из постов истории пользователя
7. 7Cold start для пользователей, постов и нескольких изображений
8. 8Переобучение, мониторинг и drift
9. 9Обучение двухбашенной модели и CLIP-подобного item encoder-а
10. 10Чистый collaborative ALS baseline и переобучение

Ещё 1 пункт внутри