Inicio>Relacionado con la programación>Otro código fuente
Descargar

aplicado-ml

Artículos, artículos y blogs seleccionados sobre ciencia de datos y aprendizaje automático en producción .

¿Averiguando cómo implementar su proyecto de ML? Conozca cómo lo hicieron otras organizaciones:

  • ¿Cómo se plantea el problema? (p. ej., personalización como recsys frente a búsqueda frente a secuencias)
  • Qué técnicas de aprendizaje automático funcionaron ✅ (y, a veces, cuáles no)
  • Por qué funciona, la ciencia detrás de esto con investigaciones, literatura y referencias
  • ¿Qué resultados en el mundo real se lograron (para que pueda evaluar mejor el ROI ⏰?)

PD: ¿Quieres un resumen de los avances de ML? ml-surveys

PPS, ¿busca guías y entrevistas sobre la aplicación de ML? applyingML

Tabla de contenido

  1. Calidad de datos
  2. Ingeniería de datos
  3. Descubrimiento de datos
  4. Tiendas de características
  5. Clasificación
  6. Regresión
  7. Previsión
  8. Recomendación
  9. Búsqueda y clasificación
  10. Incrustaciones
  11. Procesamiento del lenguaje natural
  12. Modelado de secuencias
  13. Visión por computadora
  14. Aprendizaje por refuerzo
  15. Detección de anomalías
  16. Gráfico
  17. Mejoramiento
  18. Extracción de información
  19. Supervisión débil
  20. Generación
  21. Audio
  22. Aprendizaje automático que preserva la privacidad
  23. Validación y pruebas A/B
  24. Gestión de modelos
  25. Eficiencia
  26. Ética
  27. Infra
  28. Plataformas MLOps
  29. Prácticas
  30. Estructura del equipo
  31. falla

Calidad de datos

  1. Ingestión de datos confiable y escalable en Airbnb Airbnb 2016
  2. Monitoreo de la calidad de los datos a escala con modelado estadístico Uber 2017
  3. Desafíos de la gestión de datos en el aprendizaje automático de producción (artículo) Google 2017
  4. Automatización de la verificación de la calidad de los datos a gran escala (papel) Amazon 2018
  5. Conozca a Hodor: la herramienta de calidad de datos upstream de Gojek Gojek 2019
  6. Validación de datos para aprendizaje automático (papel) Google 2019
  7. Una aproximación a la calidad de datos para los sistemas de personalización de Netflix Netflix 2020
  8. Mejora de la precisión mediante la estimación de certeza de decisiones, etiquetas y evaluadores humanos (papel) Facebook 2020

Ingeniería de datos

  1. Zipline: plataforma de gestión de datos de aprendizaje automático de Airbnb Airbnb 2018
  2. Sputnik: Marco Apache Spark de Airbnb para ingeniería de datos Airbnb 2020
  3. Separación de flujos de trabajo de ciencia de datos con Metaflow y AWS Step Functions Netflix 2020
  4. Cómo DoorDash está ampliando su plataforma de datos para deleitar a los clientes y satisfacer la creciente demanda DoorDash 2020
  5. Revolucionando los movimientos de dinero a escala con una sólida coherencia de datos Uber 2020
  6. Zipline: un marco de ingeniería de funciones declarativas Airbnb 2020
  7. Automatización de la protección de datos a escala, Parte 1 (Parte 2) Airbnb 2021
  8. Infraestructura de datos en tiempo real en Uber Uber 2021
  9. Presentamos Fabricator: un marco de ingeniería de funciones declarativas DoorDash 2022
  10. Funciones y DAG: presentamos Hamilton, un microframework para la generación de dataframes Stitch Fix 2021
  11. Optimización de la pila de ingesta de datos de Pinterest: hallazgos y aprendizajes Pinterest 2022
  12. Lecciones aprendidas al ejecutar Apache Airflow a escala Shopify 2022
  13. Comprensión del almacenamiento y la ingesta de datos para la capacitación en modelos de recomendación profunda a gran escala Meta 2022
  14. Data Mesh: una plataforma de procesamiento y movimiento de datos @ Netflix Netflix 2022
  15. Creación de procesamiento de eventos escalable en tiempo real con Kafka y Flink DoorDash 2022

Descubrimiento de datos

  1. Apache Atlas: marco de metadatos y gobernanza de datos para Hadoop (código) Apache
  2. Recopilar, agregar y visualizar los metadatos (código) de un ecosistema de datos WeWork
  3. Descubrimiento y consumo de datos analíticos en Twitter Twitter 2016
  4. democratizando los datos en Airbnb Airbnb 2017
  5. Libro de datos: Convertir Big Data en conocimiento con metadatos en Uber Uber 2018
  6. Metacat: Hacer que Big Data sea visible y significativo en Netflix (Código) Netflix 2018
  7. Amundsen: motor de metadatos y descubrimiento de datos de Lyft Lyft 2019
  8. Open Sourcing Amundsen: una plataforma de metadatos y descubrimiento de datos (código) Lyft 2019
  9. DataHub: una herramienta generalizada de búsqueda y descubrimiento de metadatos (código) LinkedIn 2019
  10. Amundsen: un año después Lyft 2020
  11. Uso de Amundsen para respaldar la privacidad del usuario mediante la recopilación de metadatos en Square Square 2020
  12. Convertir metadatos en conocimientos con Databook Uber 2020
  13. DataHub: arquitecturas de metadatos populares explicadas LinkedIn 2020
  14. Cómo mejoramos el descubrimiento de datos para los científicos de datos en Spotify Spotify 2020
  15. Cómo estamos resolviendo los desafíos de descubrimiento de datos en Shopify Shopify 2020
  16. Nemo: descubrimiento de datos en Facebook Facebook 2020
  17. Explorando datos @ Netflix (Código) Netflix 2021

Tiendas de características

  1. Viajes en el tiempo distribuidos para Netflix de generación de funciones 2016
  2. Creación del gráfico de actividad, parte 2 (sección de almacenamiento de funciones) LinkedIn 2017
  3. Tienda de datos a escala para recomendaciones de Netflix Netflix 2018
  4. Zipline: plataforma de gestión de datos de aprendizaje automático de Airbnb Airbnb 2018
  5. Tienda de funciones: ¿La capa de datos que falta para las canalizaciones de aprendizaje automático? Hopsworks 2018
  6. Presentamos Feast: una tienda de funciones de código abierto para aprendizaje automático (código) Gojek 2019
  7. Michelangelo Palette: una plataforma de ingeniería de funciones en Uber Uber 2019
  8. La arquitectura que impulsa la tienda de funciones de Twitter Twitter 2019
  9. Acelerando el aprendizaje automático con el servicio Feature Store Condé Nast 2019
  10. Fiesta: uniendo modelos de aprendizaje automático y datos Gojek 2020
  11. Creación de un almacén de funciones de aprendizaje automático escalable con Redis, serialización binaria y compresión DoorDash 2020
  12. Experimentación rápida a través de la estandarización: funciones de IA escritas para el feed de LinkedIn LinkedIn 2020
  13. Creación de una tienda destacada Monzo Bank 2020
  14. Butterfree: un marco basado en Spark para la creación de tiendas de funciones (código) QuintoAndar 2020
  15. Building Riviera: un marco de ingeniería de funciones declarativo en tiempo real DoorDash 2021
  16. Descubrimiento óptimo de funciones: modelos de aprendizaje automático mejores y más eficientes mediante la teoría de la información Uber 2021
  17. Función de aprendizaje automático que sirve a la infraestructura en Lyft Lyft 2021
  18. Funciones casi en tiempo real para una personalización casi en tiempo real LinkedIn 2022
  19. Construyendo el modelo detrás de la amplia selección de comerciantes de DoorDash DoorDash 2022
  20. Feathr de código abierto: la tienda de funciones de LinkedIn para el aprendizaje automático productivo LinkedIn 2022
  21. Evolución de ML Fact Store Netflix 2022
  22. Desarrollo de DAG de ingeniería de funciones escalables Metaflow + Hamilton a través de Outerbounds 2022
  23. Diseño de tienda destacado en Constructor Constructor.io 2023

Clasificación

  1. Predicción de la rotación de anunciantes para Google AdWords (papel) Google 2010
  2. Clasificación de documentos de alta precisión basada en frases a escala moderna (papel) LinkedIn 2011
  3. Quimera: clasificación a gran escala mediante aprendizaje automático, reglas y crowdsourcing (papel) Walmart 2014
  4. Categorización de artículos a gran escala en el comercio electrónico utilizando múltiples redes neuronales recurrentes (papel) NAVER 2016
  5. Aprender a diagnosticar con redes neuronales recurrentes LSTM (papel) Google 2017
  6. Descubrir y clasificar la intención de los mensajes en la aplicación en Airbnb Airbnb 2019
  7. Enseñar a las máquinas a detectar errores de Firefox Mozilla 2019
  8. Categorización de productos a escala Shopify 2020
  9. Cómo creamos la función Good First Issues GitHub 2020
  10. Probar Firefox de manera más eficiente con Machine Learning Mozilla 2020
  11. Uso de ML para subtipificar pacientes que reciben intervenciones digitales de salud mental (documento) Microsoft 2020
  12. Clasificación de datos escalable para seguridad y privacidad (papel) Facebook 2020
  13. Descubriendo las mejores prácticas del menú de entrega en línea con Machine Learning DoorDash 2020
  14. Uso de un ser humano en el circuito para superar el problema de arranque en frío en el elemento del menú Etiquetado DoorDash 2020
  15. Aprendizaje profundo: categorización de productos y estanterías Walmart 2021
  16. Categorización de artículos a gran escala para comercio electrónico (papel) DianPing , eBay 2012
  17. Representación semántica de etiquetas con una aplicación de categorización multimodal de productos Walmart 2022
  18. Creación de categorías de Airbnb con ML y Human-in-the-Loop Airbnb 2022

Regresión

  1. Uso del aprendizaje automático para predecir el valor de las viviendas en Airbnb Airbnb 2017
  2. Uso del aprendizaje automático para predecir el valor de las solicitudes de anuncios Twitter 2020
  3. Riskquant de código abierto, una biblioteca para cuantificar el riesgo (código) Netflix 2020
  4. Resolver datos no observados en un modelo de regresión mediante un ajuste de datos simple DoorDash 2020

Previsión

  1. Ingeniería de pronóstico de eventos extremos en Uber con RNN Uber 2017
  2. Pronósticos en Uber: Introducción Uber 2018
  3. Transformando la previsión financiera con ciencia de datos y aprendizaje automático en Uber Uber 2018
  4. Bajo el capó de la herramienta de pronóstico automatizado de Gojek Gojek 2019
  5. BusTr: predicción de tiempos de viaje en autobús a partir del tráfico en tiempo real (papel, vídeo) Google 2020
  6. Reentrenamiento de modelos de aprendizaje automático a raíz de COVID-19 DoorDash 2020
  7. Pronóstico automático usando Prophet, Databricks, Delta Lake y MLflow (Paper, Code) Atlassian 2020
  8. Presentamos Orbit, un paquete de código abierto para inferencia y pronóstico de series temporales (papel, video, código) Uber 2021
  9. Gestión del equilibrio entre oferta y demanda mediante aprendizaje automático DoorDash 2021
  10. Greykite: una biblioteca de pronósticos flexible, intuitiva y rápida LinkedIn 2021
  11. La historia del algoritmo de previsión de Amazon Amazon 2021
  12. DeepETA: cómo Uber predice los tiempos de llegada utilizando el aprendizaje profundo Uber 2022
  13. Previsión del volumen de pedidos de Grubhub a escala Grubhub 2022
  14. Pronóstico causal en Lyft (Parte 1) Lyft 2022

Recomendación

  1. Recomendaciones de Amazon.com: filtrado colaborativo de artículo a artículo (papel) Amazon 2003
  2. Recomendaciones de Netflix: Más allá de las 5 estrellas (Parte 1 (Parte 2) Netflix 2012
  3. Cómo funciona y no funciona la recomendación musical Spotify 2012
  4. Aprender a clasificar recomendaciones con la estadística de pérdida de pedidos k (papel) Google 2013
  5. Recomendar música en Spotify con Deep Learning Spotify 2014
  6. Aprender una página de inicio personalizada Netflix 2015
  7. El sistema de recomendación de Netflix: algoritmos, valor comercial e innovación (papel) Netflix 2015
  8. Recomendaciones basadas en sesiones con redes neuronales recurrentes (artículo) Telefonica 2016
  9. Redes neuronales profundas para recomendaciones de YouTube YouTube 2016
  10. Comercio electrónico en su bandeja de entrada: recomendaciones de productos a escala (papel) Yahoo 2016
  11. Continuará: Ayudándote a encontrar programas para seguir viendo en Netflix Netflix 2016
  12. Recomendaciones personalizadas en LinkedIn Learning LinkedIn 2016
  13. Recomendaciones de canales personalizadas en Slack Slack 2016
  14. Recomendación de productos complementarios en notificaciones push de comercio electrónico (papel) Alibaba 2017
  15. Personalización de obras de arte en Netflix Netflix 2017
  16. Una perspectiva de metaaprendizaje sobre recomendaciones de arranque en frío para artículos (artículo) Twitter 2017
  17. Pixie: un sistema para recomendar más de 3 mil millones de artículos a más de 200 millones de usuarios en tiempo real (papel) Pinterest 2017
  18. Impulsando la búsqueda y las recomendaciones en DoorDash DoorDash 2017
  19. Cómo 20th Century Fox usa ML para predecir la audiencia cinematográfica (artículo) 20th Century Fox 2018
  20. Recomendaciones Calibradas (Papel) Netflix 2018
  21. Descubrimiento de alimentos con Uber Eats: recomendaciones para Marketplace Uber 2018
  22. Explora, explota y explica: personaliza recomendaciones explicables con Bandits (papel) Spotify 2018
  23. Sistemas de búsqueda y recomendación de talento en LinkedIn: desafíos prácticos y lecciones aprendidas (artículo) LinkedIn 2018
  24. Transformador de secuencia de comportamiento para recomendación de comercio electrónico en Alibaba (papel) Alibaba 2019
  25. SDM: modelo secuencial de coincidencia profunda para un sistema de recomendación en línea a gran escala (papel) Alibaba 2019
  26. Red de intereses múltiples con enrutamiento dinámico para recomendación en Tmall (papel) Alibaba 2019
  27. Recomendaciones personalizadas para experiencias que utilizan el aprendizaje profundo TripAdvisor 2019
  28. Desarrollado por IA: el sistema de recomendación Explore de Instagram Facebook 2019
  29. Muestreo posterior marginal para Slate Bandits (papel) Netflix 2019
  30. Descubrimiento de alimentos con Uber Eats: uso del aprendizaje gráfico para impulsar las recomendaciones Uber 2019
  31. Recomendación musical en Spotify Spotify 2019
  32. Uso del aprendizaje automático para predecir qué archivo necesitará a continuación (Parte 1) Dropbox 2019
  33. Uso del aprendizaje automático para predecir qué archivo necesitará a continuación (Parte 2) Dropbox 2019
  34. Aprender a ser relevante: evolución de un sistema de recomendación de cursos ( SE NECESITA PAPEL ) LinkedIn 2019
  35. Recomendación temporal-contextual en tiempo real (papel) Amazon 2020
  36. P-Companion: Un marco para la recomendación diversificada de productos complementarios (artículo) Amazon 2020
  37. Profundo interés con la red de atención jerárquica para la predicción de la tasa de clics (documento) Alibaba 2020
  38. TPG-DNN: un método para la predicción de la intención del usuario con aprendizaje multitarea (papel) Alibaba 2020
  39. PURS: Sistema personalizado de recomendación inesperada para mejorar la satisfacción del usuario (papel) Alibaba 2020
  40. Marco controlable de múltiples intereses para recomendación (documento) Alibaba 2020
  41. MiNet: red de interés mixto para la predicción de la tasa de clics entre dominios (documento) Alibaba 2020
  42. ATBRG: Red de gráficos relacionales de comportamiento objetivo adaptativo para una recomendación eficaz (artículo) Alibaba 2020
  43. Solo para tus oídos: Personalización de Spotify Home con aprendizaje automático Spotify 2020
  44. Llega a la cima: cómo Spotify creó atajos en solo seis meses Spotify 2020
  45. Incrustaciones de usuario contextuales y secuenciales para recomendación musical a gran escala (papel) Spotify 2020
  46. La evolución del kit: automatización del marketing mediante aprendizaje automático Shopify 2020
  47. Una mirada más cercana a la IA detrás de las recomendaciones de cursos en LinkedIn Learning (Parte 1) LinkedIn 2020
  48. Una mirada más cercana a la IA detrás de las recomendaciones de cursos en LinkedIn Learning (Parte 2) LinkedIn 2020
  49. Construyendo un sistema heterogéneo de recomendación de redes sociales LinkedIn 2020
  50. Cómo TikTok recomienda videos #ForYou ByteDance 2020
  51. Aprendizaje de transferencia heterogénea de disparo cero de RecSys a recuperación de búsqueda de inicio en frío (papel) Google 2020
  52. Red profunda y cruzada mejorada para el aprendizaje cruzado de funciones en sistemas LTR a escala web (papel) Google 2020
  53. Muestreo negativo mixto para el aprendizaje de redes neuronales de dos torres en Recomendaciones (artículo) Google 2020
  54. Los datos futuros ayudan a la capacitación: modelado de contextos futuros para recomendaciones basadas en sesiones (artículo) Tencent 2020
  55. Un estudio de caso de recomendaciones basadas en sesiones en el dominio de mejoras para el hogar (papel) Home Depot 2020
  56. Equilibrando relevancia y descubrimiento para inspirar a los clientes en la aplicación IKEA (papel) Ikea 2020
  57. Cómo utilizamos AutoML, aprendizaje multitarea y modelos multitorre para Pinterest Ads Pinterest 2020
  58. Aprendizaje multitarea para recomendaciones de productos relacionados en Pinterest Pinterest 2020
  59. Mejora de la calidad de los pines recomendados con una clasificación ligera Pinterest 2020
  60. Aprendizaje y calibración multitarea para la clasificación de feeds de inicio basados ​​en servicios públicos Pinterest 2020
  61. Filtro de cocina personalizado según las preferencias del cliente y la popularidad local DoorDash 2020
  62. Cómo construimos un algoritmo de emparejamiento para realizar ventas cruzadas de productos Gojek 2020
  63. Lecciones aprendidas al abordar el sesgo del conjunto de datos en la generación de candidatos basada en modelos (documento) Twitter 2021
  64. Aprendizaje autosupervisado para recomendaciones de artículos a gran escala (documento) Google 2021
  65. Recuperación profunda: modelo de estructura aprendible de un extremo a otro para recomendaciones a gran escala (papel) ByteDance 2021
  66. Uso de IA para ayudar a los expertos en salud a abordar la pandemia de COVID-19 Facebook 2021
  67. Sistemas de recomendación de anunciantes en Pinterest Pinterest 2021
  68. En el sistema de recomendaciones de YouTube YouTube 2021
  69. "¿Estás seguro?": Información preliminar sobre la ampliación de comparaciones de productos a varias tiendas Coveo 2021
  70. Mozrt, un sistema de recomendación de aprendizaje profundo que empodera a los asociados de tiendas Walmart Walmart 2021
  71. Comprensión del almacenamiento y la ingesta de datos para la capacitación en modelos de recomendación profunda a gran escala (papel) Meta 2021
  72. El recomendador conversacional de Amazon Music está tomando las notas correctas Amazon 2022
  73. Recomendación personalizada de productos complementarios (Papel) Amazon 2022
  74. Creación de un sistema de recuperación basado en aprendizaje profundo para recomendaciones personalizadas eBay 2022
  75. Cómo construimos: un modelo de aprendizaje automático en etapa inicial para recomendaciones Peloton 2022
  76. Lecciones aprendidas de la creación de sistemas de recomendación conscientes del contexto Peloton 2022
  77. Más allá de la factorización matricial: uso de funciones híbridas para recomendaciones entre usuarios y empresas Yelp 2022
  78. Mejora de la adecuación laboral con funciones de actividad de aprendizaje automático LinkedIn 2022
  79. Comprensión del almacenamiento y la ingesta de datos para la capacitación en modelos de recomendación profunda a gran escala Meta 2022
  80. Planos para arquitecturas de sistemas de recomendación: edición 10º aniversario Xavier Amatriain 2022
  81. Cómo Pinterest aprovecha las acciones de los usuarios en tiempo real en las recomendaciones para aumentar el volumen de participación en Homefeed Pinterest 2022
  82. RecSysOps: Mejores prácticas para operar un sistema de recomendación a gran escala Netflix 2022
  83. Recomendar API: infraestructura unificada de aprendizaje automático de extremo a extremo para generar recomendaciones Slack 2022
  84. Evolución del algoritmo de recomendaciones de sustitución de DoorDash DoorDash 2022
  85. Recomendación de página de inicio con Explotación y Exploración DoorDash 2022
  86. Inferencia de aprendizaje automático acelerada por GPU en Pinterest Pinterest 2022
  87. Abordar el problema de las características de confusión para la recomendación causal (documento) Tencent 2022

Búsqueda y clasificación

  1. Búsqueda de Amazon: El placer de clasificar productos (papel, vídeo, código) Amazon 2016
  2. Cómo clasifica Lazada los productos para mejorar la experiencia del cliente y la conversión Lazada 2016
  3. Relevancia del ranking en la búsqueda de Yahoo (artículo) Yahoo 2016
  4. Aprender a clasificar los resultados de búsqueda personalizados en redes profesionales (artículo) LinkedIn 2016
  5. Uso del aprendizaje profundo a escala en las líneas de tiempo de Twitter Twitter 2017
  6. Un enfoque basado en conjuntos para la predicción de la tasa de clics para listados promocionados en Etsy (papel) Etsy 2017
  7. Impulsando la búsqueda y las recomendaciones en DoorDash DoorDash 2017
  8. Aplicación del aprendizaje profundo a la búsqueda de Airbnb (artículo) Airbnb 2018
  9. Personalización en sesión para la búsqueda de talento (papel) LinkedIn 2018
  10. Sistemas de búsqueda y recomendación de talento en LinkedIn (Papel) LinkedIn 2018
  11. Descubrimiento de alimentos con Uber Eats: creación de un motor de comprensión de consultas Uber 2018
  12. Clasificación globalmente optimizada y consciente de la influencia mutua en la búsqueda de comercio electrónico (papel) Alibaba 2018
  13. Aprendizaje reforzado para clasificar en el motor de búsqueda de comercio electrónico (papel) Alibaba 2018
  14. Búsqueda semántica de productos (artículo) Amazon 2019
  15. Ranking de búsqueda basado en aprendizaje automático de experiencias de Airbnb Airbnb 2019
  16. Modelos de búsqueda de talento personalizados de entidades con características de interacción de árbol (documento) LinkedIn 2019
  17. La IA detrás de los sistemas de búsqueda y recomendación de LinkedIn Recruiter LinkedIn 2019
  18. Aprender las preferencias de contratación: la IA detrás de los trabajos de LinkedIn LinkedIn 2019
  19. La salsa secreta detrás de la personalización de búsqueda Gojek 2019
  20. Búsqueda de código neuronal: búsqueda de código basada en aprendizaje automático mediante consultas en lenguaje natural Facebook 2019
  21. Agregación de resultados de búsqueda de fuentes heterogéneas mediante aprendizaje por refuerzo (documento) Alibaba 2019
  22. Red de atención entre dominios con regularizadores de Wasserstein para la búsqueda de comercio electrónico Alibaba 2019
  23. Comprender las búsquedas mejor que nunca (en papel) Google 2019
  24. Cómo utilizamos la búsqueda semántica para hacer nuestra búsqueda 10 veces más inteligente Tokopedia 2019
  25. Query2vec: expansión de consultas de búsqueda con incorporaciones de consultas GrubHub 2019
  26. MOBIUS: Hacia la próxima generación de coincidencia de consultas y anuncios en la búsqueda patrocinada de Baidu Baidu 2019
  27. ¿Por qué la gente compra artículos aparentemente irrelevantes en la búsqueda de productos por voz? (Papel) Amazon 2020
  28. Gestión de la diversidad en la búsqueda de Airbnb (artículo) Airbnb 2020
  29. Mejora del aprendizaje profundo para la búsqueda en Airbnb (artículo) Airbnb 2020
  30. Coincidencias de calidad a través de IA personalizada para las preferencias de arrendadores y solicitantes LinkedIn 2020
  31. Comprender el tiempo de permanencia para mejorar la clasificación del feed de LinkedIn LinkedIn 2020
  32. Asignación de anuncios en el feed mediante optimización restringida (papel, vídeo) LinkedIn 2020
  33. Comprender el tiempo de permanencia para mejorar la clasificación del feed de LinkedIn LinkedIn 2020
  34. IA a escala en Bing Microsoft 2020
  35. Motor de comprensión de consultas en Traveloka Universal Search Traveloka 2020
  36. Ranking de productos bayesianos en Wayfair Wayfair 2020
  37. FRÍO: Hacia la próxima generación del sistema de clasificación previa (papel) Alibaba 2020
  38. Compre el look: creación de un sistema de compras visual a gran escala en Pinterest (papel, vídeo) Pinterest 2020
  39. Impulsar las ventas adicionales de compras desde Pinterest Buscar Pinterest 2020
  40. GDMix: un marco de personalización de clasificación profunda (código) LinkedIn 2020
  41. Llevando la búsqueda personalizada a Etsy Etsy 2020
  42. Construyendo un mejor motor de búsqueda para académicos semánticos Allen Institute for AI 2020
  43. Comprensión de consultas para búsqueda empresarial en lenguaje natural (papel) Salesforce 2020
  44. Cosas, no cadenas: comprender la intención de búsqueda con una mejor recuperación DoorDash 2020
  45. Comprensión de consultas para mostrar contenido musical desatendido (papel) Spotify 2020
  46. Recuperación basada en incrustaciones en la búsqueda de Facebook (papel) Facebook 2020
  47. Hacia la recuperación personalizada y semántica para la búsqueda de comercio electrónico mediante el aprendizaje integrado (papel) JD 2020
  48. QUEEN: Reescritura de consultas neuronales en el comercio electrónico (Papel) Amazon 2021
  49. Uso de Aprender a clasificar para ubicar con precisión dónde entregar paquetes (papel) Amazon 2021
  50. Relevancia estacional en la búsqueda de comercio electrónico (Papel) Amazon 2021
  51. Red de intención gráfica para la predicción de la tasa de clics en búsquedas patrocinadas (papel) Alibaba 2021
  52. Cómo creamos un sistema de ofertas específico del contexto para Etsy Ads Etsy 2021
  53. Clasificación basada en modelos de lenguaje previamente entrenados en Baidu Search (papel) Baidu 2021
  54. Uniendo espacios para recomendaciones basadas en consultas Stitch Fix 2021
  55. Procesamiento profundo del lenguaje natural para los sistemas de búsqueda de LinkedIn (papel) LinkedIn 2021
  56. Modelo siamés basado en BERT para clasificación de relevancia de búsqueda web (papel, código) Seznam 2021
  57. SearchSage: Aprender representaciones de consultas de búsqueda en Pinterest Pinterest 2021
  58. Query2Prod2Vec: incrustaciones de Word fundamentadas para comercio electrónico Coveo 2021
  59. Tres cambios para ampliar la búsqueda de productos de DoorDash más allá de la entrega DoorDash 2022
  60. Aprender a clasificar de forma diversa Airbnb 2022
  61. Cómo optimizar las clasificaciones con Cascade Bandits Expedia 2022
  62. Una guía para los sistemas de clasificación de búsqueda de Google Google 2022
  63. Aprendizaje profundo para el ranking de búsqueda en Etsy Etsy 2022
  64. Buscar en Calma Calm 2022

Incrustaciones

  1. Representación vectorial de artículos, cliente y carrito para construir un sistema de recomendación (papel) Sears 2017
  2. Incorporación de productos básicos a escala de miles de millones para la recomendación de comercio electrónico en Alibaba (papel) Alibaba 2018
  3. Incrustaciones@Twitter Twitter 2018
  4. Listado de incrustaciones en el ranking de búsqueda (documento) Airbnb 2018
  5. Comprensión Stitch Fix de estilo latente 2018
  6. Hacia un aprendizaje profundo y representativo para la búsqueda de talento en LinkedIn (artículo) LinkedIn 2018
  7. Feed de tienda personalizado con incrustaciones de vectores DoorDash 2018
  8. ¿Deberíamos insertar? Un estudio sobre el rendimiento de incrustaciones para recomendaciones en tiempo real (papel) Moshbit 2019
  9. Aprendizaje automático para una mejor experiencia para los desarrolladores Netflix 2020
  10. Anuncio de ScaNN: búsqueda eficiente de similitud de vectores (papel, código) Google 2020
  11. BERT va de compras: comparación de modelos de distribución para representaciones de productos Coveo 2021
  12. Las incrustaciones que surgieron del frío: mejora de vectores para productos nuevos y raros con inferencia basada en contenido Coveo 2022
  13. Recuperación basada en incrustación en Scribd Scribd 2021
  14. Optimización de hiperparámetros multiobjetivo de incrustaciones de canciones conductuales (papel) Apple 2022
  15. Incrustaciones a la escala de Spotify: ¿qué tan difícil podría ser? Spotify 2023

Procesamiento del lenguaje natural

  1. Detección de lenguaje abusivo en contenido de usuario en línea (artículo) Yahoo 2016
  2. Respuesta inteligente: sugerencia de respuesta automatizada para correo electrónico (papel) Google 2016
  3. Creación de respuestas inteligentes para mensajes de miembros LinkedIn 2017
  4. Cómo el procesamiento del lenguaje natural ayuda a los miembros de LinkedIn a obtener soporte fácilmente LinkedIn 2019
  5. Gmail Smart Compose: escritura asistida en tiempo real (papel) Google 2019
  6. Modelos conversacionales de extremo a extremo orientados a objetivos con características de perfil en un entorno del mundo real (documento) Amazon 2019
  7. Dame jeans, no zapatos: cómo BERT nos ayuda a ofrecer lo que los clientes quieren Stitch Fix 2019
  8. DeText: un marco de PNL profundo para la comprensión inteligente de texto (código) LinkedIn 2020
  9. SmartReply para creadores de YouTube Google 2020
  10. Uso de redes neuronales para encontrar respuestas en tablas (papel) Google 2020
  11. Un enfoque escalable para reducir el sesgo de género en Google Translate Google 2020
  12. La IA asistida facilita la respuesta Microsoft 2020
  13. Avances de IA para detectar mejor el discurso de odio Facebook 2020
  14. Un chatbot de código abierto de última generación (papel) Facebook 2020
  15. Un sistema de conversión de texto a voz en tiempo real y altamente eficiente implementado en CPU Facebook 2020
  16. Aprendizaje profundo para traducir entre lenguajes de programación (papel, código) Facebook 2020
  17. Implementación del aprendizaje permanente mediante diálogo en dominio abierto (artículo) Facebook 2020
  18. Presentamos Dynabench: repensar la forma en que comparamos la IA Facebook 2020
  19. Cómo Gojek utiliza PNL para nombrar los lugares de recogida en Scale Gojek 2020
  20. El chatbot de dominio abierto de última generación en chino e inglés (artículo) Baidu 2020
  21. PEGASUS: un modelo de última generación para el resumen de texto abstracto (papel, código) Google 2020
  22. Photon: un robusto sistema de texto a SQL entre dominios (papel) (demostración) Salesforce 2020
  23. GeDi: un nuevo y potente método para controlar modelos de lenguaje (papel, código) Salesforce 2020
  24. Aplicación del modelado de temas para mejorar las operaciones del centro de llamadas RICOH 2020
  25. WIDeText: un marco de aprendizaje profundo multimodal Airbnb 2020
  26. Dynaboard: más allá de la precisión hacia la evaluación holística de modelos en PNL (código) Facebook 2021
  27. Cómo redujimos nuestro tiempo de ejecución de similitud de texto en un 99,96% Microsoft 2021
  28. PNL sin texto: Generación de discurso expresivo a partir de audio sin formato (Parte 1) (Parte 2) (Parte 3) (Código y modelos previamente entrenados) Facebook 2021
  29. Corrección gramatical mientras escribes, en Pixel 6 Google 2021
  30. Resúmenes generados automáticamente en Google Docs Google 2022
  31. La finalización de código mejorada por aprendizaje automático mejora la productividad de los desarrolladores Google 2022
  32. Palabras hasta el final: análisis de sentimiento conversacional PayPal 2022

Modelado de secuencias

  1. Doctor AI: Predicción de eventos clínicos a través de redes neuronales recurrentes (artículo) Sutter Health 2015
  2. Aprendizaje profundo para comprender las historias de los consumidores (artículo) Zalando 2016
  3. Uso de modelos de redes neuronales recurrentes para la detección temprana de la aparición de insuficiencia cardíaca (artículo) Sutter Health 2016
  4. Predicción Continua de Asistencia a Notificaciones con Redes Clásicas y Profundas (Papel) Telefonica 2017
  5. Aprendizaje profundo para registros médicos electrónicos (papel) Google 2018
  6. Práctica sobre el modelado secuencial largo del comportamiento del usuario para la predicción de la tasa de clics (documento) Alibaba 2019
  7. Modelado de intereses del usuario basado en búsquedas con datos de comportamiento secuencial para la predicción del CTR (papel) Alibaba 2020
  8. Cómo Duolingo utiliza la IA en cada parte de su aplicación Duolingo 2020
  9. Aprovechar las interacciones sociales en línea para mejorar la integridad en Facebook (papel, vídeo) Facebook 2020
  10. Uso del aprendizaje profundo para detectar secuencias abusivas de actividad de los miembros (vídeo) LinkedIn 2021

Visión por computadora

  1. Creación de un canal de OCR moderno mediante visión por computadora y aprendizaje profundo Dropbox 2017
  2. Categorización de fotos de anuncios en Airbnb Airbnb 2018
  3. Detección de comodidades y más: nuevas fronteras de la visión por computadora en Airbnb Airbnb 2019
  4. Cómo mejoramos las métricas de visión por computadora en más de un 5 % solo limpiando los errores de etiquetado Deepomatic
  5. Hacer que las máquinas reconozcan y transcriban conversaciones en reuniones mediante audio y vídeo Microsoft 2019
  6. Impulsado por IA: mejorar la comprensión de los productos y crear nuevas experiencias de compra Facebook 2020
  7. Un modelo meteorológico neuronal para el pronóstico de precipitaciones cada ocho horas (papel) Google 2020
  8. Evaluación de daños basada en aprendizaje automático para socorro en casos de desastre (documento) Google 2020
  9. RepNet: Contando repeticiones en vídeos (papel) Google 2020
  10. Conversión de texto en imágenes para el descubrimiento de productos (papel) Amazon 2020
  11. Cómo Disney usa PyTorch para el reconocimiento de personajes animados Disney 2020
  12. Subtítulos de imágenes como tecnología de asistencia (vídeo) IBM 2020
  13. AI para AG: aprendizaje automático de producción para la agricultura Blue River 2020
  14. IA para la conducción totalmente autónoma en Tesla Tesla 2020
  15. Reconocimiento de productos de supermercado en el dispositivo Google 2020
  16. Uso del aprendizaje automático para detectar cobertura deficiente en exámenes de colonoscopia (artículo) Google 2020
  17. Compre el look: creación de un sistema de compras visual a gran escala en Pinterest (papel, vídeo) Pinterest 2020
  18. Desarrollo de detección automática de lenguaje de señas en tiempo real para videoconferencias (papel) Google 2020
  19. Sugerencia de precios basada en la visión para artículos de segunda mano en línea (papel) Alibaba 2020
  20. Nueva investigación de IA para ayudar a predecir las necesidades de recursos de COVID-19 a partir de rayos X (papel, modelo) Facebook 2021
  21. Un enfoque de formación eficiente para el reconocimiento facial a muy gran escala (papel) Alibaba 2021
  22. Identificación de tipos de documentos en Scribd Scribd 2021
  23. Aprendizaje de representación visual semisupervisado para la compatibilidad de la moda (papel) Walmart 2021
  24. Reconocer personas en fotografías mediante el aprendizaje automático privado en el dispositivo Apple 2021
  25. DeepFusion: fusión profunda de cámara Lidar para detección de objetos 3D multimodal Google 2022
  26. Aprendizaje visual y lenguaje contrastivo de conceptos generales de moda (Artículo) Coveo 2022
  27. Aprovechamiento de la visión por computadora para el ranking de búsqueda BazaarVoice 2023

Aprendizaje por refuerzo

  1. Aprendizaje por refuerzo profundo para búsqueda patrocinada Ofertas en tiempo real (papel) Alibaba 2018
  2. Licitación con presupuesto limitado mediante aprendizaje por refuerzo sin modelos en publicidad gráfica (papel) Alibaba 2018
  3. Aprendizaje reforzado para logística bajo demanda DoorDash 2018
  4. Aprendizaje reforzado para clasificar en el motor de búsqueda de comercio electrónico (papel) Alibaba 2018
  5. Precios dinámicos en plataforma de comercio electrónico con aprendizaje por refuerzo profundo (papel) Alibaba 2019
  6. Producción de aprendizaje por refuerzo profundo con Spark y MLflow Zynga 2020
  7. Aprendizaje por refuerzo profundo en producción Parte 1 Parte 2 Zynga 2020
  8. Creación de sistemas comerciales de IA Denny Britz 2020
  9. Cambiar el consumo hacia contenidos diversos a través del aprendizaje por refuerzo (papel) Spotify 2022
  10. Bandidos para la calibración en línea: una aplicación para la moderación de contenido en plataformas de redes sociales Meta 2022
  11. Cómo optimizar las clasificaciones con Cascade Bandits Expedia 2022
  12. Seleccionar la mejor imagen para cada comerciante mediante exploración y aprendizaje automático DoorDash 2023

Detección de anomalías

  1. Detección de anomalías de rendimiento en implementaciones de firmware externo Netflix 2019
  2. Detección y prevención de abusos en LinkedIn mediante bosques de aislamiento (código) LinkedIn 2019
  3. Detección de anomalías profundas con Spark y Tensorflow (vídeo de Hopsworks) Swedbank , Hopsworks 2019
  4. Prevención del abuso mediante el aprendizaje no supervisado LinkedIn 2020
  5. La tecnología detrás de la lucha contra el acoso en LinkedIn LinkedIn 2020
  6. Descubriendo una conspiración de fraude de seguros con Network Learning (papel) Ant Financial 2020
  7. ¿Cómo funciona la protección contra spam en Stack Exchange? Stack Exchange 2020
  8. Moderación automática de contenido en el comercio electrónico C2C Mercari 2020
  9. Bloqueo de spam de invitaciones de Slack con aprendizaje automático Slack 2020
  10. Gestión de bots de Cloudflare: aprendizaje automático y más Cloudflare 2020
  11. Anomalías en las variaciones de temperatura del aceite en una tuneladora SENER 2020
  12. Uso de la detección de anomalías para monitorear a los clientes de bancos de bajo riesgo Rabobank 2020
  13. Luchando contra el fraude con Triplet Loss OLX Group 2020
  14. Facebook ahora usa inteligencia artificial para clasificar contenido y lograr una moderación más rápida (alternativa) Facebook 2020
  15. Cómo la IA está mejorando en la detección del discurso de odio Parte 1, Parte 2, Parte 3, Parte 4 Facebook 2020
  16. Uso del aprendizaje profundo para detectar secuencias abusivas de actividad de los miembros (vídeo) LinkedIn 2021
  17. Proyecto RADAR: Sistema inteligente de detección temprana de fraude con humanos en el circuito Uber 2022
  18. Gráfico para la detección de fraudes Grab 2022
  19. Bandidos para la calibración en línea: una aplicación para la moderación de contenido en plataformas de redes sociales Meta 2022
  20. Evolucionando nuestro aprendizaje automático para detener los robots móviles Cloudflare 2022
  21. Mejora de la precisión de nuestro WAF de aprendizaje automático mediante muestreo y aumento de datos Cloudflare 2022
  22. Aprendizaje automático para la detección de fraude en servicios de streaming Netflix 2022
  23. Precios en Lyft Lyft 2022

Gráfico

  1. Construyendo el gráfico de conocimiento de LinkedIn LinkedIn 2016
  2. Ampliación del acceso y la recuperación del conocimiento en Airbnb Airbnb 2018
  3. Gráfico de redes neuronales convolucionales para sistemas de recomendación a escala web (papel) Pinterest 2018
  4. Descubrimiento de alimentos con Uber Eats: uso del aprendizaje gráfico para impulsar las recomendaciones Uber 2019
  5. AliGraph: una plataforma integral de redes neuronales de gráficos (papel) Alibaba 2019
  6. Contextualizando Airbnb mediante la creación de un gráfico de conocimiento Airbnb 2019
  7. Gráfico minorista: gráfico de conocimiento de productos de Walmart Walmart 2020
  8. Predicción de tráfico con redes neuronales de gráficos avanzados DeepMind 2020
  9. SimClusters: representaciones comunitarias para recomendaciones (papel, vídeo) Twitter 2020
  10. Metapaths red agregada de vecinos guiados para razonamiento de gráficos heterogéneos (papel) Alibaba 2021
  11. Red de intención gráfica para la predicción de la tasa de clics en búsquedas patrocinadas (papel) Alibaba 2021
  12. JEL: Aplicación de enlaces de entidades neuronales de extremo a extremo en JPMorgan Chase (artículo) JPMorgan Chase 2021
  13. Cómo AWS utiliza redes neuronales gráficas para satisfacer las necesidades de los clientes Amazon 2022
  14. Gráfico para la detección de fraudes Grab 2022

Mejoramiento

  1. Matchmaking en Lyft Line (Parte 1) (Parte 2) (Parte 3) Lyft 2016
  2. Los datos y la ciencia detrás de GrabShare Carpooling (Parte 1) ( SE NECESITA PAPEL ) Grab 2017
  3. Cómo las inferencias de viaje y el aprendizaje automático optimizan los tiempos de entrega en Uber Eats Uber 2018
  4. Optimización de próxima generación para Dasher Dispatch en DoorDash DoorDash 2020
  5. Optimización del tiempo de espera de los pasajeros en los ascensores utilizando el aprendizaje automático Thyssen Krupp AG 2020
  6. Piense en el paquete: recomendando tipos de paquetes para envíos de comercio electrónico (papel) Amazon 2020
  7. Optimizar el gasto de marketing de Doordash con el aprendizaje automático DoorDash 2020
  8. Uso del aprendizaje de clasificar para ubicar con precisión dónde entregar paquetes (papel) Amazon 2021

Extracción de información

  1. Extracción no supervisada de atributos y sus valores de la descripción del producto (documento) Rakuten 2013
  2. Uso del aprendizaje automático para indexar el texto de miles de millones de imágenes Dropbox 2018
  3. Extracción de datos estructurados de documentos templáticos (documento) Google 2020
  4. AutoKNow: Colección de conocimiento autónomo para productos de miles de tipos (papel, video) Amazon 2020
  5. Etiquetado de texto de un solo disparo utilizando atención y propagación de creencias para la extracción de información (documento) Alibaba 2020
  6. Extracción de información de los recibos con redes convolucionales gráficas Nanonets 2021

Supervisión débil

  1. Snorkel Drybell: un estudio de caso en la implementación de una supervisión débil a escala industrial (documento) Google 2019
  2. Osprey: supervisión débil de problemas de extracción desequilibrados sin código (papel) Intel 2019
  3. Overton: un sistema de datos para monitorear y mejorar los productos aprendidos a máquina (papel) Apple 2019
  4. Agentes de conversación de arranque con supervisión débil (papel) IBM 2019

Generación

  1. Mejores modelos de idiomas y sus implicaciones (papel) OpenAI 2019
  2. Imagen GPT (Paper, Code) OpenAI 2019
  3. Los modelos de idiomas son alumnos de pocos disparos (documento) (publicación de blog GPT-3) OpenAI 2020
  4. SUPER SUPER SUPERSIÓN APRENDIDA PARA PROFUNCIONA PARA PRODUCCIÓN DE FISTAS (PAPETO) Pixar 2020
  5. Generación de casos de prueba unitarios con Transformers Microsoft 2021

Audio

  1. Mejora del reconocimiento de voz en el dispositivo con VoiceFilter-Lite (Paper) Google 2020
  2. El aprendizaje automático detrás de Hum para buscar Google 2020

Aprendizaje automático de preservación de la privacidad

  1. Aprendizaje federado: aprendizaje automático colaborativo sin datos de capacitación centralizada (documento) Google 2017
  2. Aprendizaje federado con garantías de privacidad diferencial formal (papel) Google 2022
  3. Aprendizaje automático basado en MPC: lograr el aprendizaje automático de la privacidad de extremo a extremo (documento) Facebook 2022

Validación y pruebas A/B

  1. Infraestructura experimental superpuesta: más, mejor, experimentación más rápida (papel) Google 2010
  2. El Holdout reutilizable: Preservar la validez en el análisis de datos adaptativos (documento) Google 2015
  3. Experimentación de Twitter: descripción técnica Twitter 2015
  4. Es todo pruebas de A/Bout: la plataforma de experimentación de Netflix Netflix 2016
  5. Construyendo la plataforma de prueba A/B de Pinterest Pinterest 2016
  6. Experimentar para resolver el abrochado Twitter 2017
  7. Construyendo una plataforma de experimentación inteligente con Uber Engineering Uber 2017
  8. Escala de la plataforma de experimentación de Airbnb Airbnb 2017
  9. Conoce a Wasabi, una plataforma de prueba A/B de código abierto (código) Intuit 2017
  10. Análisis de resultados del experimento: más allá del promedio de los efectos del tratamiento Uber 2018
  11. Bajo el capó de la plataforma de experimentación de Uber Uber 2018
  12. Optimización bayesiana restringida con experimentos ruidosos (documento) Facebook 2018
  13. Alternaciones de características confiables y escalables y SDK de pruebas A/B en Grab 2018
  14. Modelado de tasas de conversión y ahorrar millones utilizando Kaplan-Meier y distribuciones gamma (Código) Better 2019
  15. Detección de interferencia: una prueba A/B de las pruebas A/B LinkedIn 2019
  16. Anunciando un nuevo marco para diseñar experimentos óptimos con Pyro (papel) (papel) Uber 2020
  17. Habilitando 10 veces más experimentos con la plataforma de experimentos Traveloka Traveloka 2020
  18. Experimentación a gran escala en la Stitch Fix de puntadas de puntada (papel) 2020
  19. Bandits de mano múltiple y la plataforma de experimentación STITCH FIX Stitch Fix 2020
  20. Experimentación con restricciones de recursos Stitch Fix 2020
  21. Inferencia causal computacional en Netflix (Paper) Netflix 2020
  22. Desafíos clave con los experimentos cuasi en Netflix Netflix 2020
  23. Hacer el motor de experimentación de LinkedIn 20x más rápido LinkedIn 2020
  24. Nuestra evolución hacia T-Rex: la prehistoria de la infraestructura de experimentación en LinkedIn LinkedIn 2020
  25. Cómo usar cuasi-experimentos y contrafactuales para construir excelentes productos Shopify 2020
  26. Mejora del poder experimental a través del control utilizando predicciones como Covariate DoorDash 2020
  27. Apoyo a la rápida iteración del producto con una plataforma de análisis de experimentación DoorDash 2020
  28. Mejora de la capacidad del experimento en línea en 4x con paralelización y mayor sensibilidad DoorDash 2020
  29. Aprovechando el modelado causal para obtener más valor de los resultados del experimento plano DoorDash 2020
  30. Iterando algoritmos de asignación en tiempo real a través de la experimentación DoorDash 2020
  31. La nueva plataforma de experimentación de Spotify (Parte 1) (Parte 2) Spotify 2020
  32. Interpretación de resultados de las pruebas A/B: falsos positivos y significación estadística Netflix 2021
  33. Interpretación de los resultados de las pruebas A/B: falsos negativos y potencia Netflix 2021
  34. Ejecución de experimentos con Google AdWords para la optimización de campaña DoorDash 2021
  35. Los 4 principios que Doordash usó para aumentar su capacidad de experimento logístico en 1000% DoorDash 2021
  36. Plataforma de experimentación en Zalando: Parte 1 - Evolution Zalando 2021
  37. Diseño de barandas de experimentación Airbnb 2021
  38. Cómo Airbnb mide el valor futuro para estandarizar las compensaciones Airbnb 2021
  39. Experimentación de red a escala (papel] Facebook 2021
  40. Grupos universales en Disney Streaming Disney 2021
  41. La experimentación es un foco principal de la ciencia de datos en Netflix Netflix 2022
  42. Viaje de búsqueda hacia mejores prácticas de experimentación Spotify 2022
  43. Estimación contrafactual artificial: inferencia causal basada en el aprendizaje automático en Airbnb Airbnb 2022
  44. Más allá de la prueba A/B: Speeding Airbnb Search Ranking Experimentation a través del intercalación Airbnb 2022
  45. Desafíos en la experimentación Lyft 2022
  46. Análisis de sobrevaloración y activación: Reducción de tamaños de muestra al tiempo que aumenta Booking de sensibilidad 2022
  47. Conozca a Dash-Ab-El motor de estadística de experimentación en Doordash DoorDash 2022
  48. Comparación de cuantiles a escala en la prueba A/B en línea Spotify 2022
  49. Acelerar nuestros experimentos A/B con el aprendizaje automático Dropbox 2023
  50. Su sobrealimentación de pruebas A/B en Uber Uber

Gestión de modelos

  1. Operacionalización del aprendizaje automático: administrar la procedencia de los datos sin procesar a las predicciones Comcast 2018
  2. Overton: un sistema de datos para monitorear y mejorar los productos aprendidos a máquina (papel) Apple 2019
  3. Pista de pista: gestión del ciclo de vida del modelo en Netflix Netflix 2020
  4. Administración de ML Models @ Scale: la plataforma ML de Intuit Intuit 2020
  5. Monitoreo del modelo ML: 9 consejos de las trincheras Nubank 2021
  6. Tratar con el servicio de trenes en los modelos ML en tiempo real: una guía corta Nubank 2023

Eficiencia

  1. Groknet: modelo de visión por computadora unificada Trunk and Incrushdings for Commerce (Paper) Facebook 2020
  2. Cómo escalamos a Bert para atender más de 1 mil millones de solicitudes diarias en CPU Roblox 2020
  3. Permutar, cuantizar y ajustar: compresión eficiente de redes neuronales (papel) Uber 2021
  4. Inferencia ML acelerada por GPU en Pinterest Pinterest 2022

Ética

  1. Creación de productos inclusivos a través de pruebas A/B (papel) LinkedIn 2020
  2. Levante: un marco escalable para medir la equidad en aplicaciones ML (papel) LinkedIn 2020
  3. Presentar el primer desafío de recompensa de sesgos algorítmicos de Twitter Twitter 2021
  4. Examinar la amplificación algorítmica de contenido político en Twitter Twitter 2021
  5. Una mirada más cercana a cómo LinkedIn integra la equidad en sus productos AI LinkedIn 2022

Infra

  1. Reingeniería de las plataformas de aprendizaje profundo de Facebook AI para la interoperabilidad Facebook 2020
  2. Entrenamiento distribuido elástico con xgboost en Ray Uber 2021

Plataformas MLOPS

  1. Conoce a Michelangelo: la plataforma de aprendizaje automático de Uber Uber 2017
  2. Operacionalización del aprendizaje automático: administrar la procedencia de los datos sin procesar a las predicciones Comcast 2018
  3. Plataforma de aprendizaje automático de Big Data en Pinterest Pinterest 2019
  4. Modelado de núcleo en Instagram Instagram 2019
  5. Metaflow de código abierto: un marco centrado en el ser humano para la ciencia de datos Netflix 2019
  6. Administración de ML Models @ Scale: la plataforma ML de Intuit Intuit 2020
  7. Plataforma de inferencia de aprendizaje automático en tiempo real en Zomato Zomato 2020
  8. Introducción de Flyte: plataforma de procesamiento de datos y aprendizaje automático nativo de la nube Lyft 2020
  9. Construyendo modelos ML de conjunto flexible con un gráfico computacional DoorDash 2021
  10. Lyftlearn: Infraestructura de entrenamiento de modelos ML construida en Kubernetes Lyft 2021
  11. "No necesita un barco más grande": una tubería de datos completa construida con herramientas de código abierto (papel) Coveo 2021
  12. MLOPS en GreenSteam: Envío de aprendizaje automático GreenSteam 2021
  13. Evolucionando el modelo de modelos ML de Reddit y la arquitectura de servicio Reddit 2021
  14. Rediseñando la plataforma de aprendizaje automático de Etsy Etsy 2021
  15. Comprensión del almacenamiento de datos e ingestión para capacitación del modelo de recomendación profunda a gran escala (documento) Meta 2021
  16. Construyendo una plataforma para servir recomendaciones en Etsy Etsy 2022
  17. Plataforma de automatización inteligente: empoderamiento de IA conversacional y más allá en Airbnb Airbnb 2022
  18. Darwin: Banco de trabajo de ciencia de datos e inteligencia artificial en LinkedIn LinkedIn 2022
  19. The Magic of Merlin: la nueva plataforma de aprendizaje automático de Shopify Shopify 2022
  20. Plataforma de aprendizaje automático de Zalando Zalando 2022
  21. Dentro de la plataforma de optimización de IA de Meta para ingenieros de toda la compañía (papel) Meta 2022
  22. Monzo's Machine Learning Stack Monzo 2022
  23. Evolución de ML Fact Store Netflix 2022
  24. Uso de MLOPS para construir un Binance 2022 en tiempo real de aprendizaje automático de extremo a extremo 2022
  25. Sirviendo modelos de aprendizaje automático de manera eficiente a escala en Zillow Zillow 2022
  26. Didact AI: la anatomía de un motor de recolección de stock con motor ML Didact AI 2022
  27. Implementación de forma gratuita: una plataforma de aprendizaje automático para los científicos de datos de Stitch Fix Stitch Fix 2022
  28. Operaciones de aprendizaje automático (MLOPS): descripción general, definición y arquitectura (papel) IBM 2022

Prácticas

  1. Recomendaciones prácticas para la capacitación basada en gradiente de arquitecturas profundas (papel) Yoshua Bengio 2012
  2. Aprendizaje automático: la tarjeta de crédito de alto interés de la deuda técnica (papel) (papel) Google 2014
  3. Reglas de aprendizaje automático: mejores prácticas para ML Engineering Google 2018
  4. Sobre los desafíos en la gestión del modelo de aprendizaje automático Amazon 2018
  5. Aprendizaje automático en producción: The Booking.com Enfoque Booking 2019
  6. 150 Modelos de aprendizaje automático exitosos: 6 lecciones aprendidas en Booking.com (Paper) Booking 2019
  7. Éxitos y desafíos para adoptar el aprendizaje automático a escala en un banco global Rabobank 2019
  8. Desafíos en la implementación del aprendizaje automático: una encuesta de estudios de casos (documento) Cambridge 2020
  9. Reingeniería de las plataformas de aprendizaje profundo de Facebook AI para la interoperabilidad Facebook 2020
  10. El problema con las herramientas de desarrollador de IA para las empresas Databricks 2020
  11. Integración e implementación continua para el aprendizaje automático en línea Servicio y modelos Uber 2021
  12. Tuning Model Performance Uber 2021
  13. Mantener la precisión del modelo de aprendizaje automático a través del monitoreo DoorDash 2021
  14. Construyendo sistemas ML de marketing escalable y de rendimiento en Wayfair Wayfair 2021
  15. Nuestro enfoque para construir sistemas de IA transparentes y explicables LinkedIn 2021
  16. 5 pasos para construir modelos de aprendizaje automático para negocios Shopify 2021
  17. Los datos son un arte, no solo una ciencia, y la narración de historias es la Key Shopify 2022
  18. Las mejores prácticas para el aprendizaje automático en tiempo real: alertar Nubank 2022
  19. Ventrenamiento automático para modelos de aprendizaje automático: consejos y lecciones aprendidas Nubank 2022
  20. RecsySops: Mejores prácticas para operar un sistema de recomendación a gran escala Netflix 2022
  21. ML Educación en Uber: marcos inspirados en principios de ingeniería Uber 2022
  22. Construyendo y manteniendo herramientas internas para equipos DS/ML: Lecciones aprendidas Nubank 2024

Estructura de equipo

  1. ¿Cuál es la forma más efectiva de estructurar un equipo de ciencias de datos? Udemy 2017
  2. Los ingenieros no deben escribir ETL: una guía para construir un Departamento de Ciencias de Datos de alto funcionamiento Stitch Fix 2016
  3. Construyendo el equipo de análisis en Wish Wish 2018
  4. Cuidado con la fábrica de PIN de ciencia de datos: el poder de la Stitch Fix generalista de ciencia de datos de pila completa 2019
  5. Algoritmos de cultivo: cómo cultivamos ciencia de datos en Stitch Fix Stitch Fix
  6. Análisis en Netflix: Quiénes somos y qué hacemos Netflix 2020
  7. Construyendo un equipo de datos en una startup en la etapa media: una historia corta Erikbern 2021
  8. Una mirada detrás de escena de cómo el equipo de datos de Postman funciona Postman 2021
  9. Científico de datos X Roles de ingeniería de aprendizaje automático: ¿Cómo son diferentes? ¿Cómo se parecen? Nubank 2022

Fallas

  1. Cuando se trata de gorilas, Google Photos sigue siendo ciego Google 2018
  2. Los estudiantes de 160k+ de secundaria solo se graduarán si un modelo les permite al International Baccalaureate 2020
  3. Un algoritmo que 'predice' criminalidad basada en una cara provoca una Harrisburg University 2020
  4. Es difícil generar texto neuronal de GPT-3 sobre musulmanes OpenAI 2020
  5. Una herramienta de IA británica para predecir el crimen violento es demasiado defectuoso para usar United Kingdom 2020
  6. Más en Awful-Ai
  7. Partnership on AI 2022

PD, ¿quieres un resumen de los avances de ML? Ponte al día con los documentos de la encuesta ml-surveys

Expandir
Información adicional
Aplicaciones relacionadas
Recomendado para ti
Información relacionada Todo