В докладе разберём, какие задачи решает рекомендательная система Ozon в разных доменах — от товаров и видео до коммуникаций — и как её архитектура эволюционировала к использованию больших нейросетевых моделей на всех этапах ранжирования. Поговорим о многокритериальной оптимизации продаж, рекламы, вовлечённости и LTV, а также об инженерных ограничениях системы: высоких нагрузках, строгих требованиях к задержкам и потреблению ресурсов. Отдельно рассмотрим два ключевых компонента новой архитектуры. Large User Model — единую модель пользователя, которая использует все доступные сигналы персонализации, включая негативную обратную связь, и согласует оптимизацию на разных этапах ранжирования. GPUDB — внутреннюю реализацию подхода GPU Retrieval as Ranking, позволяющую применять сложные модели и формулы ко всей базе документов уже при отборе кандидатов. Обсудим архитектуру решений, их интеграцию, работу с сигналами в режиме, близком к реальному времени, и дальнейшее развитие в сторону генеративного retrieval.

Спикер

Алексей ГурьяновРуководитель направления разработки «Рекомендации и персонализация» · Ozon