Нейросетевая модель интересов пользователя: как мы улучшили разнообразие и релевантность рекомендаций на главной Авито
Привет! С вами Ярослав Хныков — senior ML engineer в Авито. В статье расскажу, как мы повысили разнообразие и релевантность рекомендаций на главной странице. Покажу, как появляется выдача с однотипными рекомендациями, чем здесь помогает простой «блендер» категорий и как мы прокачали его с помощью модели интересов пользователя, основанной на трансформерах. В конце — результаты A/B-тестов, метрики и рекомендации, которые вы сможете забрать к себе в продукт.Статья будет особенно интересна специалистам, которые работают с рекомендательными системами.
Сколько спит тимлид?
Привет, Хабр! На связи Лера, технический писатель в Авито. Сегодня разбираем научный бестселлер «Зачем мы спим» Мэттью Уолкера — профессора нейробиологии, одного из ведущих исследователей сна и основателя Центра изучения сна при Беркли.Книга — не просто продукт популярной науки. Это буквально руководство по эксплуатации мозга и тела. Уолкер показывает, что сон — не «пассивное» состояние, а активный процесс, который влияет на память, эмоции, иммунитет, обмен веществ, сердце, гормоны, репродуктивную систему, обучение и творчество.
Решаем задачи ML эффективнее: платформа, которая экономит ресурсы, время и нервы
Привет! Я Олег Бугримов, руковожу командой разработки ML-платформы в Авито. В статье расскажу, почему мы решили делать ML-платформу и какие инструменты у нас уже есть. Материал будет полезен ML-инженерам и техлидам, которые хотят сократить время на рутину, обеспечить команду единым набором инструментов, а также повысить качество и скорость разработки ML‑решений.
ИИ-ассистент в M42: как мы в Авито ускорили построение графиков и увеличили аудиторию в Trisigma
Привет! Меня зовут Андрей Старостин, я DS-инженер в аналитической платформе в Авито. В этой статье я расскажу об устройстве и внедрении сервиса-ассистента на основе искусственного интеллекта для упрощения работы с аналитическими данными в нашем продукте M42 внутри Trisigma.
Астероид для IT-индустрии: как пережить AI-апокалипсис
Всем привет! Меня зовут Николай Губин, являюсь Backend-разработчиком в Авито уже четыре года. Работаю в Архитектуре и помогаю коллегам обеспечивать надёжность и безотказность наших сервисов.Я тот, кто за пятнадцать лет пережил несколько революций в индустрии, каждая из которых выглядела как конец безбедной и счастливой жизни каждого разработчика. То, что я буду рассказывать вам дальше, очень субъективное мнение, которое я складываю на основе своего опыта и опыта моего окружения, у которого я учился, с кем я работал и кому помогал в развитии. Кроме того, это очень дискуссионная тема.
Шардирование сервиса объявлений Авито Доставки. Часть II
Привет, меня зовут Артем, и я работаю в Авито с 2016 года. Начинал как тестировщик, затем вырос в backend-инженера, с 2019 года пишу на golang, а сейчас руковожу командой разработки в Авито Доставке в роли техлида. Это вторая часть истории про шардирование сервиса объявлений Авито Доставки, где мы расскажем о реализации шардирования и полученном результате.В первой части мы обрисовали проблему масштабирования сервиса, рассказали о том какие у нас были варианты решения, почему выбрали шардирование, поговорили про нюансы шардирования и составили план реализации.
Новый ИИ-ассистент от Авито готовится к запуску
Авито подала заявку на регистрацию нового товарного знака «Ави». Как пишет «Коммерсантъ», под этим именем компания готовит собственного ИИ-ассистента, который поможет пользователям ориентироваться на платформе.
Как с помощью локальной LLM автоматизировать рутину и облегчить жизнь себе и коллегам
Привет, на связи Алексей Дубинец, Павел Беспалов и Глеб Гладков — BI-аналитики Авито. В тексте делимся идеями и промптами для использования локальной LLM в своих повседневных задачах, а ещё расскажем, как настроить инхаус модель в LM-Studio.Статья будет полезна аналитикам разных грейдов, которые сталкиваются с задачами, где нужно собрать, классифицировать и систематизировать большие объёмы информации. Особенно текст будет полезен аналитикам из крупных компаний, которые не могут использовать публичные LLM-модели для решения рутинных рабочих задач.
Как DS-инженеры совершенствуют автогенерацию описаний и пополняют индекс объявлений Авито
Привет! Я Сергей Кляхандлер, техлид в команде LLM Авито. В 2024 году мы разработали и выпустили ML-модель, которая автоматически генерирует описания для объявлений из категории «Одежда, обувь, аксессуары». В этом году автогенерацию усовершенствовали, а подход переиспользовали. Теперь мы можем создавать дополнительные ключевые слова для поиска.Статья будет полезна DS-инженерам, которые работают с мультимодальными LLM-моделями.
Как аналитики Авито с помощью ML помогают людям выбирать хорошие авто с пробегом
Привет! Меня зовут Илья Комутков, я старший аналитик в Автотеке — сервисе по проверке истории автомобилей с пробегом. В статье расскажу, как мы улучшаем проверку машин и создаём алгоритм рекомендаций по дальнейшим действиям для покупателей. Текст будет интересен начинающим или middle-аналитикам, которые уже умеют работать с SQL, python, ML, но ещё не решали многоэтапные задачи, влияющие на бизнес, и ищут способы применить свои навыки в работе.
