RU

Как мы не обожглись на быстрых ML-экспериментах: опыт с 10% аудитории, холиварами с аналитиками и «лампой для лишая»

Каждый новый A/B-тест у нас занимал 3–4 недели. За это время ML-команда успевала придумать ещё несколько гипотез, аналитики — устать, а продакты — нач…

вкусвиллрекомендательные системырекомендацииmlproduct managementab-тестированиеметрикиэкспериментыгипотезыab-testing
Habr
RU

Может ли софт помнить смысл экспертных решений?

Системы и так уже многое помнят. Они помнят действия пользователей, логи, тикеты, код, комментарии, трассировки, алерты и ответы моделей. Иногда они д…

AIпамятьэкспертные решениязнаниеконтекстрекомендациидовериегаллюцинациисофтХабр
Habr
RU

От фич и каскадов к генеративной модели: как мы переосмыслили рекомендации с помощью ARGUS

Классические рекомендательные системы в крупных компаниях — это десятки микросервисов, каскадная фильтрация и тысячи ручных признаков. Такой…

рекомендацииmachine-learningaimlрекомендательные системыrecsysargusалгоритмыsoftmax
Habr
RU

Не рискуй конверсией: как исследовать витрину цифрового продукта до запуска

Когда команда запускает витрину продукта — каталог, рекомендации или подборки, —  почти сразу возникают вопросы: «Будут ли пользователи что-то из…

ux-исследованияusability-тестированиепродуктовые исследованияпользовательский опытконверсиярекомендациивитринаисследованиямобильные приложенияпродукт