Пропустить навигацию
Собираем экспертов по машинному обучению в нашем новом ИТ-хабе. Погрузимся в тему рекомендательных систем и послушаем три доклада:
  • Обсудим, как современные системы переходят от батчевых к онлайн-рекомендациям.
  • Рассмотрим, как модель эластичности меняет подход к персонализации скидок и лояльности.
  • Узнаем, как нейросети заменяют бустинг в ранжировании, на примере рекламной сети Яндекса.
Вот что вас ждет:
  • 18:15—19:00 — сбор гостей;
  • 19:00—21:25 — выступления спикеров;
  • 21:25—22:00 — нетворкинг и экскурсия по флагманскому ИТ-хабу. Оставайтесь, чтобы завести знакомства и побыть в кругу своих.
Записаться на экскурсию можно на стойке регистрации перед началом митапа. Количество мест ограничено — если хотите записаться, лучше подойти пораньше.

Дата и время

27 ноября 2025, 19:00 (МСК)

Место проведения

Офлайн, Санкт-Петербург, БЦ Ferrum II, Свердловская набережная, 44с2, коворкинг, 1 этаж, ИТ-хаб Группы «Т-Технологии»

Доклады

Эволюция бэкенда рекомендательной системы: от офлайна до онлайна
В докладе расскажу:
  • как мы переходили от батчевого построения рекомендаций раз в день к онлайн-рекомендациям;
  • как двигались к новой архитектуре, с какими проблемами сталкивались и какие уроки извлекли;
  • что уже получилось и какие у нас планы по масштабированию
Роман Силаков
Руководитель группы RecSys Platform
Т-Банк
Персонализация скидок и лояльности с помощью модели эластичности
Разберу:
  • как персонализировать механику лояльности с помощью модели чувствительности клиентов к ставке.
  • почему простое предсказание суммы покупки не показывает реакцию на скидку и как выделить «эластичных» клиентов.
  • как оценить чувствительность клиента и какие модели использовать для этого.
  • как на основе предсказаний чувствительности подбираются оптимальные ставки.
Артем Посынкин
Исследователь-разработчик
Т-Банк
Подходы к замене ранжирующего бустинга на нейросеть: наш опыт
В докладе вас ждет:
  • обзор ранжирования в рекламной сети Яндекса (РСЯ) и первых двухбашенных нейросетей;
  • описание экспериментов с ранним связыванием в нейросетях как фичах бустинга — эволюция внедрений от использования чисто флотовых фич до мультитаргетной архитектуры с эмбедами;
  • история внедрения архитектуры DeepRanker в ранжировании на замену бустинга;
  • планы будущих исследований и небольшой обзор экспериментов, которыми мы занимаемся сейчас
Маргарита Мишустина
Ведущий разработчик, руководитель группы нейросетевого ранжирования
Яндекс
​
Я даю согласие на обработку моих персональных данных для цели:
Мы обрабатываем ваши данные в соответствии с
Meetup/митап — встреча специалистов для обмена опытом. Спикер — выступающий. ИТ-хаб — офис. Нетворкинг — знакомство и общение. RecSys — рекомендательные системы. Комьюнити — сообщество. Backend/бэкенд — серверная разработка. Batch/батч/батчевый — пакетная обработка данных. Бустинг — ансамблевый метаалгоритм машинного обучения.