Прикладное машинное обучение в электронной коммерции - сценарии и архитектуры пилотов и боевых проектовРабочие ситуации и задачи
В 1С-Битрикc курирует направление контроля качества интеграции и внедрений, активно участвует как архитектор и разработчик в проектах компании, связанных с высокой нагрузкой и отказоустойчивостью (Битрикс24), консультирует партнеров и клиентов по вопросам архитектуры высоконагруженных решений, эффективному использованию технологий кластеризации продуктов 1С-Битрикс в контексте современных облачных сервисов (Amazon Web Services и др.).
Эксперт в области BigData, разработки программного обеспечения, системного анализа и проектирования.
Постоянный спикер отраслевых конференций и семинаров по интернет-тематике (РИФ+КИБ, RIW, HighLoad, РИТ++, CodeFest, FailOver Conference и др.).
В докладе расскажем о реализованных в компании пилотах и боевых проектах, использующих различные популярные и "редкие" алгоритмы машинного обучения: от рекомендательных систем до глубоких нейронных сетей. Рассмотрим техническую реализацию на платформах java (deeplearning4j), php, python (keras/tf) с использованием открытых библиотек Apache Mahout (Taste), Apache Lucene, Jetty, Apache Spark (в т.ч. Streaming), спектра инструментов в Amazon Web Services. Соориентирум в важности тех или иных алгоритмов и библиотек, актуальности их применения и востребованности на рынке.
Рассмотрим следующие реализованные проекты:
- кластеризацию пользователей Битрикс24 с помощью Apache Spark;
- расчет вероятности ухода (churn), возможной прибыли (CLV) и других бизнес-метрик в условиях Бигдаты и высоких нагрузок;
- коллаборативную рекомендательную систему на >20 000 интернет-магазинов;
- кластеризацию товарного каталога методом LSH;
- content-based рекомендательный сервис для >100 млн. пользователей рунета;
- классификатор обращений в техническую поддержку Битрикс24 на базе нейронной сети (рассмотрим кроме n-gramm моделей также пилоты с одномерной сверткой);
- чат-бот ответов на вопросы на базе нейросети, осуществляющей соединение семантических пространств вопросов и ответов;
- подсистему распознавания лиц и ее использование в электронной коммерции и CRM.