applied ml

적용된 ml

생산 과정의 데이터 과학 및 기계 학습 에 관한 선별된 논문, 기사, 블로그입니다.

ML 프로젝트를 구현하는 방법을 찾고 계십니까? 다른 조직이 어떻게 수행했는지 알아보세요.

• 문제가 어떻게 구성되어 있습니까?(예: Recsys, 검색, 시퀀스 등의 개인화)
• 어떤 머신러닝 기술이 효과가 있었나요 ✅ (가끔은 효과가 없었나요?)
• 그것이 작동하는 이유 , 연구, 문헌 및 참고 자료를 통한 과학
• 달성된 실제 결과는 무엇입니까 (ROI ⏰??를 더 잘 평가할 수 있도록)

PS, ML 발전에 대한 요약을 원하시나요? ml-surveys

PPS, ML 적용에 대한 가이드와 인터뷰를 찾고 계십니까? applyingML

목차

1. 데이터 품질
2. 데이터 엔지니어링
3. 데이터 발견
4. 피처 스토어
5. 분류
6. 회귀
7. 예측
8. 추천
9. 검색 및 순위
10. 임베딩
11. 자연어 처리
12. 시퀀스 모델링
13. 컴퓨터 비전
14. 강화 학습
15. 이상 탐지
16. 그래프
17. 최적화
18. 정보 추출
19. 약한 감독
20. 세대
21. 오디오
22. 개인 정보 보호 기계 학습
23. 검증 및 A/B 테스트
24. 모델 관리
25. 능률
26. 윤리학
27. 인프라
28. MLOps 플랫폼
29. 관행
30. 팀 구조
31. 실패

데이터 품질

1. Airbnb Airbnb 2016 에서 안정적이고 확장 가능한 데이터 수집
2. 통계 모델링을 통해 대규모 데이터 품질 모니터링 Uber 2017
3. 프로덕션 머신 러닝의 데이터 관리 과제(논문) Google 2017
4. 대규모 데이터 품질 검증 자동화(종이) Amazon 2018
5. Hodor를 만나보세요 — Gojek의 업스트림 데이터 품질 도구 Gojek 2019
6. 기계 학습을 위한 데이터 검증(종이) Google 2019
7. Netflix 개인화 시스템의 데이터 품질에 대한 접근 방식 Netflix 2020
8. 인간의 결정, 라벨 및 평가자의 확실성 추정을 통한 정확도 향상(종이) Facebook 2020

데이터 엔지니어링

1. 집라인: Airbnb의 머신러닝 데이터 관리 플랫폼 Airbnb 2018
2. Sputnik: 데이터 엔지니어링을 위한 Airbnb의 Apache Spark 프레임워크 Airbnb 2020
3. Metaflow 및 AWS Step Functions Netflix 2020 을 사용하여 데이터 과학 워크플로 번들 해제
4. DoorDash가 고객을 만족시키고 증가하는 수요를 충족하기 위해 데이터 플랫폼을 확장하는 방법 DoorDash 2020
5. 강력한 데이터 일관성을 통해 대규모 자금 이동에 혁명을 일으키다 Uber 2020
6. Zipline - 선언적 특성 엔지니어링 프레임워크 Airbnb 2020
7. 대규모 데이터 보호 자동화, 1부(2부) Airbnb 2021
8. Uber Uber 2021 의 실시간 데이터 인프라
9. Fabricator 소개: 선언적 기능 엔지니어링 프레임워크 DoorDash 2022
10. 함수 및 DAG: 데이터 프레임 생성을 위한 마이크로프레임워크인 Hamilton 소개 Stitch Fix 2021
11. Pinterest의 데이터 수집 스택 최적화: 발견 및 교훈 Pinterest 2022
12. Shopify 2022 규모에 맞는 Apache Airflow 실행에서 얻은 교훈
13. 대규모 심층 추천 모델 교육 Meta 2022 위한 데이터 저장 및 수집 이해
14. 데이터 메시 — 데이터 이동 및 처리 플랫폼 @ Netflix Netflix 2022
15. Kafka 및 Flink DoorDash 2022 를 사용하여 확장 가능한 실시간 이벤트 처리 구축

데이터 발견

1. Apache Atlas: Hadoop용 데이터 거버넌스 및 메타데이터 프레임워크(코드) Apache
2. 데이터 생태계의 메타데이터(코드) 수집, 집계 및 시각화 WeWork
3. Twitter에서 분석 데이터의 발견 및 소비 Twitter 2016
4. Airbnb 2017 에서 데이터 민주화
5. 데이터북: Uber Uber 2018 에서 메타데이터를 통해 빅데이터를 지식으로 전환
6. Metacat: Netflix(코드) Netflix 2018 에서 빅 데이터를 검색 가능하고 의미 있게 만들기
7. Amundsen — Lyft의 데이터 검색 및 메타데이터 엔진 Lyft 2019
8. 오픈 소싱 Amundsen: 데이터 검색 및 메타데이터 플랫폼(코드) Lyft 2019
9. DataHub: 일반화된 메타데이터 검색 및 발견 도구(코드) LinkedIn 2019
10. 아문센: 1년 후 Lyft 2020
11. Amundsen을 사용하여 Square Square 2020 에서 메타데이터 수집을 통해 사용자 개인 정보 보호를 지원
12. Databook Uber 2020 을 통해 메타데이터를 통찰력으로 전환
13. DataHub: 인기 있는 메타데이터 아키텍처 설명 LinkedIn 2020
14. Spotify Spotify 2020 에서 데이터 과학자를 위한 데이터 검색을 개선한 방법
15. Shopify에서 데이터 검색 문제를 해결하는 방법 Shopify 2020
16. Nemo: Facebook Facebook 2020 의 데이터 발견
17. 데이터 탐색 @ Netflix(코드) Netflix 2021

피처 스토어

1. 장편 세대를 위한 분산 시간 여행 Netflix 2016
2. 활동 그래프 작성, 2부(특성 저장 섹션) LinkedIn 2017
3. Netflix 추천을 위한 대규모 Fact Store Netflix 2018
4. 집라인: Airbnb의 머신러닝 데이터 관리 플랫폼 Airbnb 2018
5. Feature Store: 머신러닝 파이프라인에 누락된 데이터 레이어가 있나요? Hopsworks 2018
6. Feast 소개: 기계 학습을 위한 오픈 소스 Feature Store(코드) Gojek 2019
7. Michelangelo Palette: Uber Uber 2019 의 기능 엔지니어링 플랫폼
8. Twitter의 Feature Store를 지원하는 아키텍처 Twitter 2019
9. Feature Store 서비스 Condé Nast 2019 를 통해 머신러닝 가속화
10. 축제: ML 모델과 데이터 연결 Gojek 2020
11. Redis, 바이너리 직렬화 및 압축 DoorDash 2020 을 사용하여 확장 가능한 ML Feature Store 구축
12. 표준화를 통한 신속한 실험: LinkedIn 피드 LinkedIn 2020 에 대한 입력된 AI 기능
13. Feature Store 구축 Monzo Bank 2020
14. Butterfree: Feature Store 구축을 위한 Spark 기반 프레임워크(코드) QuintoAndar 2020
15. Riviera 구축: 선언적 실시간 기능 엔지니어링 프레임워크 DoorDash 2021
16. 최적의 기능 발견: 정보 이론을 통한 더 좋고 효율적인 기계 학습 모델 Uber 2021
17. Lyft Lyft 2021 의 ML 기능 제공 인프라
18. 실시간에 가까운 개인화를 위한 실시간 기능 LinkedIn 2022
19. DoorDash의 광범위한 판매자 선택 DoorDash 2022 뒤에 모델 구축
20. 오픈 소스 Feathr - 생산적인 기계 학습을 위한 LinkedIn의 기능 스토어 LinkedIn 2022
21. ML Fact Store Netflix 2022 의 진화
22. Outerbounds 2022 를 통해 확장 가능한 기능 엔지니어링 DAG Metaflow + Hamilton 개발
23. Constructor Constructor.io 2023 의 피처 스토어 디자인

분류

1. Google AdWords (Paper) Google 2010 의 광고주 이탈 예측
2. 현대적인 규모의 고정밀 구문 기반 문서 분류(종이) LinkedIn 2011
3. 키메라: 기계 학습, 규칙 및 크라우드소싱을 사용한 대규모 분류(종이) Walmart 2014
4. 다중 순환 신경망을 이용한 전자상거래에서의 대규모 품목 분류 (논문) NAVER 2016
5. LSTM 순환 신경망을 이용한 진단 학습(종이) Google 2017
6. Airbnb Airbnb 2019 에서 인앱 메시지 의도 발견 및 분류
7. Firefox 버그 분류를 위한 기계 교육 Mozilla 2019
8. 대규모 제품 분류 Shopify 2020
9. GitHub 2020 기능을 갖춘 Good First 이슈를 구축한 방법
10. 기계 학습 Mozilla 2020 사용하여 보다 효율적으로 Firefox 테스트
11. ML을 사용하여 디지털 정신 건강 중재를 받는 환자 하위 유형 지정(논문) Microsoft 2020
12. 보안 및 개인 정보 보호를 위한 확장 가능한 데이터 분류(종이) Facebook 2020
13. 머신 러닝 DoorDash 2020 을 통한 온라인 배달 메뉴 모범 사례 발견
14. DoorDash 2020 에 메뉴 항목 태그 지정 시 Human-In-The-Loop를 사용하여 콜드 스타트 ​​문제 극복
15. 딥 러닝: 제품 분류 및 진열 Walmart 2021
16. 전자상거래를 위한 대규모 품목 분류(종이) DianPing , eBay 2012
17. 다중 모드 제품 분류에 대한 애플리케이션을 사용한 의미 체계 라벨 표현 Walmart 2022
18. ML 및 인간 참여형 Airbnb 2022 를 통해 Airbnb 카테고리 구축

회귀

1. Airbnb Airbnb 2017 에서 기계 학습을 사용하여 주택 가치 예측
2. 기계 학습을 사용하여 광고 요청의 가치 예측 Twitter 2020
3. 위험을 정량화하기 위한 라이브러리인 오픈 소싱 RiskQuant(코드) Netflix 2020
4. 간단한 데이터 조정을 사용하여 회귀 모델에서 관찰되지 않은 데이터 해결 DoorDash 2020

예측

1. RNN Uber 2017 통한 Uber의 엔지니어링 극한 상황 예측
2. Uber의 예측: Uber 2018 소개
3. Uber Uber 2018 에서 데이터 과학과 머신러닝을 활용한 재무 예측 혁신
4. Gojek의 자동 예측 도구 Gojek 2019 의 내부
5. BusTr: 실시간 교통량을 통해 버스 이동 시간 예측(종이, 동영상) Google 2020
6. 코로나19 이후 머신러닝 모델 재교육 DoorDash 2020
7. Prophet, Databricks, Delta Lake 및 MLflow(종이, 코드)를 사용한 자동 예측 Atlassian 2020
8. 시계열 추론 및 예측(종이, 동영상, 코드)을 위한 오픈 소스 패키지인 Orbit을 소개합니다. Uber 2021
9. 머신러닝 DoorDash 2021 을 통한 공급 및 수요 균형 관리
10. Greykite: 유연하고 직관적이며 빠른 예측 라이브러리 LinkedIn 2021
11. Amazon 예측 알고리즘의 역사 Amazon 2021
12. DeepETA: Uber가 딥 러닝을 사용하여 도착 시간을 예측하는 방법 Uber 2022
13. Grubhub 2022 규모에 따른 Grubhub 주문량 예측
14. Lyft의 인과 예측(1부) Lyft 2022

추천

1. Amazon.com 권장 사항: 품목 간 협업 필터링(종이) Amazon 2003
2. 넷플릭스 추천: 별 5개를 넘어서 (1부 (2부) Netflix 2012
3. 음악 추천이 작동하는 방식과 작동하지 않는 방식 Spotify 2012
4. k-Order 통계 손실을 사용하여 권장사항 순위를 지정하는 방법 학습(종이) Google 2013
5. 딥 러닝 Spotify 2014 사용하여 Spotify에서 음악 추천
6. 맞춤형 홈페이지 학습 Netflix 2015
7. Netflix 추천 시스템: 알고리즘, 비즈니스 가치 및 혁신(논문) Netflix 2015
8. 순환 신경망(종이) Telefonica 2016 을 사용한 세션 기반 권장 사항
9. YouTube 추천을 위한 심층 신경망 YouTube 2016
10. 받은 편지함의 전자상거래: 대규모 제품 추천(종이) Yahoo 2016
11. 계속하려면: Netflix에서 계속 시청할 프로그램을 찾는 데 도움 Netflix 2016
12. LinkedIn Learning LinkedIn 2016 의 맞춤형 추천
13. Slack Slack 2016 의 개인화된 채널 추천
14. 전자상거래 푸시 알림의 보완 제품 추천(종이) Alibaba 2017
15. Netflix Netflix 2017 의 작품 개인화
16. 항목에 대한 콜드 스타트 ​​권장 사항에 대한 메타 학습 관점(논문) Twitter 2017
17. Pixie: 실시간으로 2억 명 이상의 사용자에게 30억 개 이상의 항목을 추천하는 시스템(종이) Pinterest 2017
18. DoorDash DoorDash 2017 에서 검색 및 추천 기능 강화
19. 20th Century Fox가 ML을 사용하여 영화 관객을 예측하는 방법(논문) 20th Century Fox 2018
20. 보정된 권장사항(종이) Netflix 2018
21. Uber Eats를 통한 음식 발견: Uber 2018 마켓플레이스 추천
22. 탐색, 활용 및 설명: Bandits를 사용하여 설명 가능한 추천 개인화(종이) Spotify 2018
23. LinkedIn의 인재 검색 및 추천 시스템: 실제적인 과제와 배운 교훈(논문) LinkedIn 2018
24. Alibaba(종이) Alibaba 2019 에서 전자상거래 추천을 위한 행동 시퀀스 변환기
25. SDM: 온라인 대규모 추천 시스템을 위한 순차적 딥 매칭 모델(논문) Alibaba 2019
26. Tmall(종이) Alibaba 2019 에서 추천을 위한 동적 라우팅을 갖춘 다관심 네트워크
27. 딥 러닝을 사용한 경험에 대한 맞춤형 추천 TripAdvisor 2019
28. AI 기반: Instagram의 탐색 추천 시스템 Facebook 2019
29. 슬레이트 밴디트(종이) Netflix 2019 에 대한 한계 후방 샘플링
30. Uber Eats를 통한 음식 발견: 그래프 학습을 통해 추천 강화 Uber 2019
31. Spotify Spotify 2019 의 음악 추천
32. 기계 학습을 사용하여 다음에 필요한 파일 예측(1부) Dropbox 2019
33. 머신러닝을 사용하여 다음에 필요한 파일 예측(2부) Dropbox 2019
34. 관련성 학습: 강좌 추천 시스템의 진화( 논문 필요 ) LinkedIn 2019
35. 실시간(종이) Amazon 2020 의 시간적 상황별 추천
36. P-Companion: 다양한 보완 제품 추천을 위한 프레임워크(종이) Amazon 2020
37. 클릭률 예측을 위한 계층적 관심 네트워크에 대한 깊은 관심(논문) Alibaba 2020
38. TPG-DNN: 다중 작업 학습을 통한 사용자 의도 예측 방법(종이) Alibaba 2020
39. PURS: 사용자 만족도 향상을 위한 맞춤형 예상치 못한 추천 시스템(논문) Alibaba 2020
40. 추천을 위한 제어 가능한 다관심 프레임워크(종이) Alibaba 2020
41. MiNet: 교차 도메인 클릭률 예측을 위한 혼합 관심 네트워크(논문) Alibaba 2020
42. ATBRG: 효과적인 추천을 위한 적응형 대상-행동 관계형 그래프 네트워크(논문) Alibaba 2020
43. 귀에만 집중하세요: 머신 러닝으로 Spotify 홈 개인화하기 Spotify 2020
44. 정상에 도달하기: Spotify가 단 6개월 만에 지름길을 구축한 방법 Spotify 2020
45. 대규모 음악 추천을 위한 상황별 및 순차 사용자 임베딩(종이) Spotify 2020
46. Kit의 진화: 기계 학습을 사용한 마케팅 자동화 Shopify 2020
47. LinkedIn 학습(1부) LinkedIn 2020 에서 코스 권장사항 뒤의 AI 자세히 살펴보기
48. LinkedIn 학습(2부) LinkedIn 2020 에서 코스 권장사항 뒤의 AI 자세히 살펴보기
49. 이종 소셜 네트워크 추천 시스템 구축 LinkedIn 2020
50. TikTok이 동영상을 추천하는 방법 #ForYou ByteDance 2020
51. RecSys에서 콜드 스타트 ​​검색 검색까지의 제로샷 이기종 전이 학습(종이) Google 2020
52. 웹 규모 LTR 시스템의 기능 교차 학습을 위한 향상된 심층 및 교차 네트워크(종이) Google 2020
53. 권장 사항(논문) Google 2020 에서 2타워 신경망 학습을 위한 혼합 음성 샘플링
54. 교육에 도움이 되는 미래 데이터: 세션 기반 추천을 위한 미래 컨텍스트 모델링(논문) Tencent 2020
55. 주택 개선 영역(종이) Home Depot 2020 의 세션 기반 권장 사항에 대한 사례 연구
56. IKEA 앱(종이)에서 고객에게 영감을 주기 위한 관련성과 발견의 균형 Ikea 2020
57. Pinterest 광고에 AutoML, 다중 작업 학습 및 다중 타워 모델을 사용하는 방법 Pinterest 2020
58. Pinterest Pinterest 2020 에서 관련 제품 추천에 대한 다중 작업 학습
59. 라이트웨이트 순위 Pinterest 2020 을 통해 추천 핀의 품질 향상
60. 유틸리티 기반 홈 피드 순위를 위한 다중 작업 학습 및 보정 Pinterest 2020
61. 고객 선호도와 현지 인기를 기반으로 한 맞춤형 요리 필터 DoorDash 2020
62. 제품 교차 판매를 위한 매치메이킹 알고리즘을 구축한 방법 Gojek 2020
63. 모델 기반 후보 생성에서 데이터 세트 편향을 해결하면서 배운 교훈(논문) Twitter 2021
64. 대규모 항목 추천을 위한 자기 지도 학습(종이) Google 2021
65. 심층 검색: 대규모 추천을 위한 엔드투엔드 학습 가능 구조 모델(종이) ByteDance 2021
66. AI를 사용하여 보건 전문가의 코로나19 팬데믹 대응 지원 Facebook 2021
67. Pinterest Pinterest 2021 의 광고주 추천 시스템
68. YouTube 추천 시스템 YouTube 2021
69. "확실합니까?": Coveo 2021 여러 상점에 대한 제품 비교 확장에서 얻은 예비 통찰력
70. Walmart Store Associates를 지원하는 딥 러닝 추천 시스템인 Mozrt Walmart 2021
71. 대규모 심층 추천 모델 훈련을 위한 데이터 저장 및 수집 이해(논문) Meta 2021
72. Amazon Music 대화형 추천자는 Amazon 2022 에서 올바른 메모를 작성합니다.
73. 맞춤형 보완상품 추천(종이) Amazon 2022
74. 개인화된 추천을 위한 딥러닝 기반 검색 시스템 구축 eBay 2022
75. 구축 방법: Peloton 2022 추천을 위한 초기 단계 기계 학습 모델
76. 상황 인식 추천 시스템 Peloton 2022 구축을 통해 얻은 교훈
77. 행렬 분해를 넘어서: 사용자-비즈니스 추천을 위한 하이브리드 기능 사용 Yelp 2022
78. 기계 학습 활동 기능으로 작업 매칭 개선 LinkedIn 2022
79. 대규모 심층 추천 모델 교육 Meta 2022 위한 데이터 저장 및 수집 이해
80. 추천 시스템 아키텍처를 위한 청사진: Xavier Amatriain 2022 10주년 에디션
81. Pinterest가 추천에 실시간 사용자 작업을 활용하여 홈피드 참여 볼륨을 높이는 방법 Pinterest 2022
82. RecSysOps: 대규모 추천 시스템 운영 모범 사례 Netflix 2022
83. 추천 API: Slack 2022 추천 생성을 위한 통합된 엔드투엔드 기계 학습 인프라
84. 진화하는 DoorDash의 대체 권장 알고리즘 DoorDash 2022
85. DoorDash 2022 활용 및 탐색을 통한 홈페이지 추천
86. Pinterest Pinterest 2022 의 GPU 가속 ML 추론
87. 인과적 추천(논문) Tencent 2022 대한 혼란스러운 기능 문제 해결

검색 및 순위

1. Amazon Search: 제품 순위 지정의 즐거움(종이, 비디오, 코드) Amazon 2016
2. Lazada가 고객 경험 및 전환을 개선하기 위해 제품 순위를 매기는 방법 Lazada 2016
3. Yahoo 검색(논문) Yahoo 2016 의 관련성 순위
4. 전문 네트워크에서 개인화된 검색 결과 순위를 매기는 방법 학습(논문) LinkedIn 2016
5. 트위터 타임라인에서 대규모 딥 러닝 사용 Twitter 2017
6. Etsy(종이) Etsy 2017 에서 프로모션 목록에 대한 클릭률 예측을 위한 앙상블 기반 접근 방식
7. DoorDash DoorDash 2017 에서 검색 및 추천 기능 강화
8. Airbnb 검색에 딥러닝 적용(논문) Airbnb 2018
9. 인재 검색을 위한 세션 내 개인화(논문) LinkedIn 2018
10. LinkedIn의 인재 검색 및 추천 시스템(논문) LinkedIn 2018
11. Uber Eats를 통한 음식 검색: 쿼리 이해 엔진 구축 Uber 2018
12. 전자상거래 검색에서 전 세계적으로 최적화된 상호 영향력 인식 순위(논문) Alibaba 2018
13. 전자상거래 검색 엔진 순위를 높이는 강화 학습(논문) Alibaba 2018
14. 의미론적 상품 검색(종이) Amazon 2019
15. 2019 Airbnb 경험에 대한 기계 학습 기반 검색 순위
16. 트리 상호 작용 기능을 갖춘 엔터티 맞춤형 인재 검색 모델(논문) LinkedIn 2019
17. LinkedIn 채용 담당자 검색 및 추천 시스템 LinkedIn 2019 의 AI
18. 채용 선호도 학습: LinkedIn 채용 이면의 AI LinkedIn 2019
19. 검색 개인화 Gojek 2019 의 비밀 소스
20. 신경 코드 검색: 자연어 쿼리를 사용한 ML 기반 코드 검색 Facebook 2019
21. 강화 학습을 통해 이기종 소스의 검색 결과 집계(종이) Alibaba 2019
22. 전자상거래 검색을 위한 Wasserstein Regularizer를 사용한 도메인 간 관심 네트워크 Alibaba 2019
23. 이전보다 더 나은 검색 이해(종이) Google 2019
24. 의미론적 검색을 사용하여 검색을 10배 더 스마트하게 만드는 방법 Tokopedia 2019
25. Query2vec: 쿼리 임베딩을 사용한 검색 쿼리 확장 GrubHub 2019
26. MOBIUS: Baidu 스폰서 검색 Baidu 2019 의 차세대 쿼리-광고 매칭을 향하여
27. 사람들은 왜 음성상품검색에서 겉보기에 관련없어 보이는 품목을 구매하는 걸까요? (종이) Amazon 2020
28. Airbnb 검색의 다양성 관리(문서) Airbnb 2020
29. Airbnb 검색을 위한 딥 러닝 개선(문서) Airbnb 2020
30. 채용자와 구직자의 선호도에 따라 맞춤형 AI를 통한 품질 매칭 LinkedIn 2020
31. LinkedIn 피드 순위를 높이기 위한 체류 시간 이해 LinkedIn 2020
32. 제한된 최적화를 통한 피드의 광고 할당(논문, 비디오) LinkedIn 2020
33. LinkedIn 피드 순위를 높이기 위한 체류 시간 이해 LinkedIn 2020
34. Bing Microsoft 2020 의 대규모 AI
35. Traveloka 범용 검색 Traveloka 2020 의 쿼리 이해 엔진
36. Wayfair Wayfair 2020 의 베이지안 제품 순위
37. COLD: 차세대 사전 순위 시스템을 향하여(논문) Alibaba 2020
38. Shop The Look: Pinterest에서 대규모 시각적 쇼핑 시스템 구축(종이, 동영상) Pinterest 2020
39. Pinterest를 통한 쇼핑 상향 판매 유도 Pinterest 2020
40. GDMix: 심층 순위 개인화 프레임워크(코드) LinkedIn 2020
41. Etsy Etsy 2020 에 개인화된 검색 기능 추가
42. 의미론 학자 Allen Institute for AI 2020 위한 더 나은 검색 엔진 구축
43. 자연어 기업 검색(종이) Salesforce 2020 에 대한 쿼리 이해
44. 문자열이 아닌 것: 더 나은 리콜 DoorDash 2020 을 통한 검색 의도 이해
45. 서비스가 부족한 음악 콘텐츠(종이) Spotify 2020 표시에 대한 쿼리 이해
46. Facebook 검색(종이) Facebook 2020 의 임베딩 기반 검색
47. 임베딩 학습(종이)을 통한 전자상거래 검색을 위한 개인화 및 의미 검색을 향하여 JD 2020
48. QUEEN: 전자상거래(종이) Amazon 2021 의 신경 쿼리 재작성
49. 순위 학습을 사용하여 패키지 배송 위치를 정확하게 찾기(종이) Amazon 2021
50. 전자상거래 검색의 계절적 관련성(논문) Amazon 2021
51. 스폰서 검색(논문) Alibaba 2021 의 클릭률 예측을 위한 그래프 의도 네트워크
52. Etsy Ads Etsy 2021 위한 상황별 입찰 시스템을 구축한 방법
53. 사전 훈련된 언어 모델 기반 Baidu 검색(논문) Baidu 2021 순위
54. 쿼리 기반 추천을 위한 공간 결합 Stitch Fix 2021
55. LinkedIn 검색 시스템을 위한 심층 자연어 처리(논문) LinkedIn 2021
56. 웹 검색 관련성 순위(논문, 코드)를 위한 Siamese BERT 기반 모델 Seznam 2021
57. SearchSage: Pinterest Pinterest 2021 에서 검색어 표현 학습
58. Query2Prod2Vec: 전자상거래 Coveo 2021 위한 기반 단어 임베딩
59. DoorDash 2022 를 넘어 DoorDash의 제품 검색을 확장하기 위한 3가지 변경 사항
60. Airbnb 2022 에서 다양한 순위를 매기는 방법 배우기
61. Cascade Bandits Expedia 2022 로 순위를 최적화하는 방법
62. Google 검색 순위 시스템 가이드 Google 2022
63. Etsy Etsy 2022 의 검색 순위를 위한 딥 러닝
64. Calm Calm 2022 에서 검색하세요

임베딩

1. 추천 시스템 구축을 위한 품목, 고객 및 카트의 벡터 표현(종이) Sears 2017
2. Alibaba(종이) Alibaba 2018 에서 전자상거래 추천을 위한 수십억 규모 상품 임베딩
3. Embeddings@Twitter Twitter 2018
4. Airbnb 2018 검색 순위(논문)에 임베딩 나열
5. Latent Style Stitch Fix 2018 이해하기
6. LinkedIn의 인재 검색을 위한 심층 및 표현 학습을 향하여(논문) LinkedIn 2018
7. 벡터 임베딩을 사용한 맞춤형 매장 피드 DoorDash 2018
8. 삽입해야 할까요? 실시간 추천을 위한 임베딩 성능에 관한 연구(논문) Moshbit 2019
9. 더 나은 개발자 경험을 위한 머신 러닝 Netflix 2020
10. ScaNN 발표: 효율적인 벡터 유사성 검색(종이, 코드) Google 2020
11. BERT가 쇼핑을 갑니다: 제품 표현을 위한 유통 모델 비교 Coveo 2021
12. 추위로부터 온 임베딩: 콘텐츠 기반 추론을 통해 새롭고 희귀한 제품을 위한 벡터 개선 Coveo 2022
13. Scribd Scribd 2021 에서 임베딩 기반 검색
14. 행동 노래 임베딩의 다중 목표 하이퍼 매개변수 최적화(종이) Apple 2022
15. Spotify 규모의 임베딩 - 얼마나 어려울 수 있나요? Spotify 2023

자연어 처리

1. 온라인 사용자 콘텐츠(종이)에서 욕설 탐지 Yahoo 2016
2. 스마트 답장: 이메일(종이) Google 2016 에 대한 자동 응답 제안
3. 회원 메시지에 대한 스마트 답장 작성 LinkedIn 2017
4. 자연어 처리가 LinkedIn 회원이 쉽게 지원을 받을 수 있도록 돕는 방법 LinkedIn 2019
5. Gmail 스마트 편지쓰기: 실시간 지원 글쓰기(논문) Google 2019
6. 실제 환경에서 프로필 기능을 갖춘 목표 지향 엔드투엔드 대화 모델(종이) Amazon 2019
7. 신발이 아니라 청바지를 주세요: BERT가 고객이 원하는 것을 제공하는 데 어떻게 도움이 됩니까? Stitch Fix 2019
8. DeText: 지능형 텍스트 이해를 위한 심층 NLP 프레임워크(코드) LinkedIn 2020
9. YouTube 크리에이터를 위한 SmartReply Google 2020
10. 신경망을 사용하여 표(종이)에서 답 찾기 Google 2020
11. Google 번역 Google 2020 에서 성 편견을 줄이기 위한 확장 가능한 접근 방식
12. 보조 AI로 더 쉽게 답장하기 Microsoft 2020
13. AI, 증오심 표현 감지 능력 향상 Facebook 2020
14. 최첨단 오픈 소스 챗봇(종이) Facebook 2020
15. CPU에 배포된 매우 효율적인 실시간 텍스트 음성 변환 시스템 Facebook 2020
16. 프로그래밍 언어(종이, 코드) 간 번역을 위한 딥 러닝 Facebook 2020
17. 평생 개방형 대화 학습(종이) 배포 Facebook 2020
18. Dynabench 소개: AI Facebook 2020 벤치마킹 방식 재검토
19. Gojek이 NLP를 사용하여 대규모 픽업 위치를 지정하는 방법 Gojek 2020
20. 중국어 및 영어로 된 최첨단 오픈 도메인 챗봇(종이) Baidu 2020
21. PEGASUS: 추상적인 텍스트 요약을 위한 최첨단 모델(종이, 코드) Google 2020
22. Photon: 강력한 도메인 간 텍스트-SQL 시스템(종이)(데모) Salesforce 2020
23. GeDi: 언어 모델(종이, 코드) 제어를 위한 강력하고 새로운 방법 Salesforce 2020
24. 콜센터 운영 개선을 위한 주제 모델링 적용 RICOH 2020
25. WIDeText: 다중 모드 딥 러닝 프레임워크 Airbnb 2020
26. Dynaboard: 정확성을 넘어 NLP(코드) Facebook 2021 의 전체적인 모델 평가로 이동
27. 텍스트 유사성 런타임을 99.96%까지 줄인 방법 Microsoft 2021
28. Textless NLP: 원시 오디오에서 표현적인 음성 생성(1부)(2부)(3부)(코드 및 사전 훈련된 모델) Facebook 2021
29. 입력 시 문법 교정, Pixel 6 Google 2021
30. Google Docs Google 2022 에서 자동 생성된 요약
31. ML 강화 코드 완성으로 개발자 생산성 향상 Google 2022
32. 끝까지 단어 — 대화 감정 분석 PayPal 2022

시퀀스 모델링

1. Doctor AI: 순환 신경망을 통한 임상 사건 예측(종이) Sutter Health 2015
2. 소비자 이력 이해를 위한 딥 러닝(논문) Zalando 2016
3. 심부전 발병의 조기 발견을 위한 순환 신경망 모델 사용(논문) Sutter Health 2016
4. Classical 및 Deep Networks (종이) Telefonica 2017 을 통한 지속적인 알림 출석 예측
5. 전자 건강 기록을 위한 딥 러닝(종이) Google 2018
6. 클릭률 예측을 위한 긴 순차 사용자 행동 모델링 실습(논문) Alibaba 2019
7. CTR 예측을 위한 순차적 행동 데이터를 사용한 검색 기반 사용자 관심 모델링(논문) Alibaba 2020
8. 듀오링고가 앱의 모든 부분에서 AI를 사용하는 방법 Duolingo 2020
9. Facebook(종이, 비디오) Facebook 2020 에서 무결성 강화를 위한 온라인 소셜 상호 작용 활용
10. 딥 러닝을 사용하여 회원 활동의 악의적인 시퀀스 감지(동영상) LinkedIn 2021

컴퓨터 비전

1. 컴퓨터 비전과 딥 러닝 Dropbox 2017 을 사용하여 최신 OCR 파이프라인 만들기
2. Airbnb Airbnb 2018 에서 숙소 사진 분류하기
3. 편의 시설 감지 그 이상 — Airbnb Airbnb 2019 에서 컴퓨터 비전의 새로운 지평을 열다
4. 라벨링 오류를 제거함으로써 컴퓨터 비전 지표를 5% 이상 향상시킨 방법 Deepomatic
5. 오디오 및 비디오를 사용하여 기계가 회의 중 대화를 인식하고 기록하도록 만들기 Microsoft 2019
6. AI 기반: 제품 이해 향상 및 새로운 쇼핑 경험 구축 Facebook 2020
7. 8시간 강수 예측을 위한 신경 기상 모델(종이) Google 2020
8. 재난 구호를 위한 머신러닝 기반 피해 평가(종이) Google 2020
9. RepNet: 동영상의 반복 횟수 계산(종이) Google 2020
10. 제품 검색(종이) Amazon 2020 위해 텍스트를 이미지로 변환
11. Disney가 애니메이션 캐릭터 인식을 위해 PyTorch를 사용하는 방법 Disney 2020
12. 보조 기술로서의 이미지 캡션(비디오) IBM 2020
13. AG용 AI: 농업용 생산 머신러닝 Blue River 2020
14. Tesla Tesla 2020 에서 완전 자율주행을 위한 AI
15. 온디바이스 슈퍼마켓 제품 인식 Google 2020
16. 기계 학습을 사용하여 대장내시경 검사에서 보장 범위 부족 감지(종이) Google 2020
17. Shop The Look: Pinterest에서 대규모 시각적 쇼핑 시스템 구축(종이, 동영상) Pinterest 2020
18. 화상 회의를 위한 실시간 자동 수화 감지 개발(종이) Google 2020
19. 온라인 중고품(종이)에 대한 비전 기반 가격 제안 Alibaba 2020
20. 엑스레이(종이, 모형)를 통해 코로나19 자원 수요를 예측하는 데 도움이 되는 새로운 AI 연구 Facebook 2021
21. 대규모 얼굴 인식을 위한 효율적인 훈련 접근 방식(종이) Alibaba 2021
22. Scribd Scribd 2021 에서 문서 유형 식별
23. 패션 호환성을 위한 반지도 시각적 표현 학습(종이) Walmart 2021
24. Apple 2021 개인 기기 내 기계 학습을 통해 사진 속 사람 인식
25. DeepFusion: 다중 모드 3D 객체 감지를 위한 Lidar-카메라 딥 퓨전 Google 2022
26. 일반적인 패션 개념의 대조 언어 및 비전 학습 (논문) Coveo 2022
27. 검색 순위 BazaarVoice 2023 에 컴퓨터 비전 활용

강화 학습

1. 스폰서 검색 실시간 입찰을 위한 심층 강화 학습(종이) Alibaba 2018
2. 디스플레이 광고(종이) Alibaba 2018 에서 모델 없는 강화 학습을 통한 예산 제약 입찰
3. 주문형 물류 DoorDash 2018 위한 강화 학습
4. 전자상거래 검색 엔진 순위를 높이기 위한 강화 학습(논문) Alibaba 2018
5. 심층 강화 학습을 통한 전자상거래 플랫폼의 동적 가격 책정(종이) Alibaba 2019
6. Spark 및 MLflow Zynga 2020 을 사용한 심층 강화 학습 생산
7. 프로덕션에서의 심층 강화 학습 1부 2부 Zynga 2020
8. AI 거래 시스템 구축 Denny Britz 2020
9. 강화 학습(종이)을 통해 다양한 콘텐츠로 소비 전환 Spotify 2022
10. 온라인 보정을 위한 Bandits: 소셜 미디어 플랫폼 Meta 2022 의 콘텐츠 조정에 대한 응용 프로그램
11. Cascade Bandits Expedia 2022 로 순위를 최적화하는 방법
12. 탐색 및 머신러닝 DoorDash 2023 을 사용하여 각 판매자에 가장 적합한 이미지 선택

이상 탐지

1. 외부 펌웨어 배포 시 성능 이상 감지 Netflix 2019
2. 격리 포레스트(코드)를 사용하여 LinkedIn에서 남용 감지 및 방지 LinkedIn 2019
3. Spark 및 Tensorflow를 사용한 심층 이상 탐지(Hopsworks 비디오) Swedbank , Hopsworks 2019
4. 비지도 학습을 사용하여 남용 방지 LinkedIn 2020
5. LinkedIn 2020 에서 괴롭힘에 맞서 싸우는 기술
6. 네트워크 학습(종이)으로 보험 사기 음모 적발 Ant Financial 2020
7. Stack Exchange에서 스팸 방지는 어떻게 작동합니까? Stack Exchange 2020
8. C2C 전자상거래 Mercari 2020 의 자동 콘텐츠 조정
9. 머신 러닝 Slack 2020 으로 Slack 초대 스팸 차단
10. Cloudflare 봇 관리: 기계 학습 및 기타 Cloudflare 2020
11. 터널 보링 머신의 오일 온도 변화 이상 SENER 2020
12. 이상 탐지를 사용하여 저위험 은행 고객 모니터링 Rabobank 2020
13. Triplet Loss OLX Group 2020 을 통한 사기 퇴치
14. Facebook은 이제 더 빠른 조정을 위해 AI를 사용하여 콘텐츠를 정렬합니다(대안) Facebook 2020
15. AI가 증오심 표현 탐지 능력을 향상하는 방법 1부, 2부, 3부, 4부 Facebook 2020
16. 딥 러닝을 사용하여 회원 활동의 악의적인 시퀀스 감지(동영상) LinkedIn 2021
17. 프로젝트 RADAR: 인간이 참여하는 지능형 조기 사기 탐지 시스템 Uber 2022
18. 2022 사기 탐지 Grab 그래프
19. 온라인 보정을 위한 Bandits: 소셜 미디어 플랫폼 Meta 2022 의 콘텐츠 조정에 대한 응용 프로그램
20. 모바일 봇을 막기 위한 기계 학습의 발전 Cloudflare 2022
21. 데이터 확대 및 Cloudflare 2022 샘플링을 사용하여 기계 학습 WAF의 정확성 향상
22. 스트리밍 서비스의 사기 탐지를 위한 머신러닝 Netflix 2022
23. Lyft Lyft 2022 가격

그래프

1. LinkedIn 지식 그래프 구축 LinkedIn 2016
2. Airbnb Airbnb 2018 에서 지식 접근 및 검색 확장
3. 웹 규모 추천 시스템을 위한 그래프 컨벌루션 신경망(논문) Pinterest 2018
4. Uber Eats를 통한 음식 발견: 그래프 학습을 통해 추천 강화 Uber 2019
5. AliGraph: 포괄적인 그래프 신경망 플랫폼(종이) Alibaba 2019
6. 지식 그래프 구축을 통한 Airbnb의 상황화 Airbnb 2019
7. 소매 그래프 — Walmart의 제품 지식 그래프 Walmart 2020
8. 고급 그래프 신경망을 사용한 트래픽 예측 DeepMind 2020
9. SimClusters: 추천을 위한 커뮤니티 기반 표현(종이, 비디오) Twitter 2020
10. 이종 그래프 추론을 위한 메타패스 가이드 이웃 집계 네트워크(종이) Alibaba 2021
11. 스폰서 검색(논문) Alibaba 2021 의 클릭률 예측을 위한 그래프 의도 네트워크
12. JEL: JPMorgan Chase(종이) JPMorgan Chase 2021 에서 종단 간 신경 엔터티 연결 적용
13. AWS가 그래프 신경망을 사용하여 고객 요구 사항을 충족하는 방법 Amazon 2022
14. 2022 사기 탐지 Grab 그래프

최적화

1. Lyft 라인의 매치메이킹(1부) (2부) (3부) Lyft 2016
2. GrabShare 카풀 이면의 데이터 및 과학(1부)( 문서 필요 ) Grab 2017
3. 여행 추론과 기계 학습으로 Uber Eats의 배달 시간을 최적화하는 방법 Uber 2018
4. DoorDash DoorDash 2020 에서 Dasher Dispatch를 위한 차세대 최적화
5. 머신 러닝을 활용한 엘리베이터 승객 대기 시간 최적화 Thyssen Krupp AG 2020
6. 패키지에 대해 생각해보세요: 전자상거래 배송을 위한 권장 패키지 유형(종이) Amazon 2020
7. 머신 러닝 DoorDash 2020 으로 DoorDash의 마케팅 지출 최적화
8. 학습 대행을 사용하여 패키지를 제공 할 위치 (종이) Amazon 2021 을 정확하게 찾습니다.

정보 추출

1. 제품 설명 (종이) Rakuten 2013 에서 속성 및 그 값의 감독되지 않은 추출
2. 머신 러닝을 사용하여 수십억 개의 이미지 Dropbox 2018 에서 텍스트를 색인
3. Templatic Documents (Paper) Google 2020 에서 구조화 된 데이터 추출
4. Autoknow : 수천 가지 유형의 제품을위한 자율 주행 지식 컬렉션 (종이, 비디오) Amazon 2020
5. 정보 추출을위한주의와 신념 전파를 사용한 원샷 텍스트 라벨링 (종이) Alibaba 2020
6. 그래프 컨볼 루션 네트워크 Nanonets 2021 로 영수증에서 정보 추출

약한 감독

1. Snorkel Drybell : 산업 규모의 약한 감독을 배치하는 사례 연구 (종이) Google 2019
2. OSPREY : 코드가없는 불균형 추출 문제의 약한 감독 (종이) Intel 2019
3. Overton : 기계 학습 제품 모니터링 및 개선을위한 데이터 시스템 (Paper) Apple 2019
4. 약한 감독 (종이) IBM 2019 가진 대화 에이전트 부트 스트랩

세대

1. 더 나은 언어 모델과 그 의미 (종이) OpenAI 2019
2. 이미지 GPT (종이, 코드) OpenAI 2019
3. 언어 모델은 소수의 학습자 (종이) (GPT-3 블로그 게시물) OpenAI 2020 입니다.
4. 장편 영화 제작 (종이)에 대한 깊은 학습 슈퍼 해상도 Pixar 2020
5. Transformers Microsoft 2021 을 사용한 단위 테스트 사례 생성

오디오

1. VoiceFilter-Lite (PAPER) Google 2020 통한 기기 음성 인식 향상
2. Google 2020 을 검색하기 위해 HUM의 기계 학습

프라이버시 프레싱 머신 러닝

1. Federated Learning : 중앙 집중식 교육 데이터가없는 협업 기계 학습 (Paper) Google 2017
2. 공식적인 차이 프라이버시 보증을 가진 연합 학습 (종이) Google 2022
3. MPC 기반 머신 러닝 : 엔드 투 엔드 개인 정보 보호 기계 학습 (종이) 달성 Facebook 2022

검증 및 A/B 테스트

1. 겹치는 실험 인프라 : 더, 더 좋고, 더 빠른 실험 (종이) Google 2010
2. 재사용 가능한 홀드 아웃 : 적응 형 데이터 분석의 유효성 보존 (종이) Google 2015
3. 트위터 실험 : 기술 개요 Twitter 2015
4. 모든 A/한판 승부 테스트 : Netflix 실험 플랫폼 Netflix 2016
5. Pinterest 구축 A/B 테스트 플랫폼 Pinterest 2016
6. 크램링 Twitter 2017 을 해결하기위한 실험
7. Uber Engineering Uber 2017 과 함께 지능형 실험 플랫폼 구축
8. 에어 비앤비의 실험 플랫폼 Airbnb 2017 스케일링
9. 오픈 소스 A/B 테스트 플랫폼 (코드) Intuit 2017 인 Wasabi를 만나십시오.
10. 실험 결과 분석 : 평균 치료 효과를 넘어 Uber 2018
11. Uber 실험 플랫폼 Uber 2018 의 후드
12. 시끄러운 실험을 통한 제한된 베이지안 최적화 (종이) Facebook 2018
13. 신뢰할 수 있고 확장 가능한 기능 토글 및 A/B 테스트 SDK에서 Grab Grab 2018
14. Kaplan-Meier 및 Gamma Distributions (Code) Better 2019 사용하여 전환율 모델링 및 수백만 절약
15. 간섭 감지 : A/B 테스트 LinkedIn 2019 의 A/B 테스트
16. 파이로 (종이) (종이)로 최적의 실험을 설계하기위한 새로운 프레임 워크 발표 Uber 2020
17. Traveloka 실험 플랫폼 Traveloka 2020 으로 10 배 더 많은 실험 활성화
18. 스티치 수정 (종이) Stitch Fix 2020 에서 대규모 실험
19. 다중 암 산적 및 스티치 수정 실험 플랫폼 Stitch Fix 2020
20. 자원 제약 조건 Stitch Fix 실험 2020
21. Netflix (Paper) Netflix 2020 에서의 계산 인과 추론
22. Netflix Netflix 2020 에서 준 실험의 주요 과제
23. LinkedIn 실험 엔진 20x 더 빠른 LinkedIn 2020
24. T-Rex 로의 진화 : LinkedIn LinkedIn 2020 의 실험 인프라의 선사 시대
25. 준식 및 반대를 사용하여 훌륭한 제품을 구축하는 방법 Shopify 2020
26. 공변량 DoorDash 2020 과 같은 예측을 사용하여 제어를 통한 실험 전력 향상
27. 실험 분석 플랫폼 DoorDash 2020 으로 빠른 제품 반복 지원
28. 병렬화 및 감도 증가로 온라인 실험 용량 향상 DoorDash 2020
29. 평평한 실험 결과에서 더 많은 가치를 얻기 위해 인과 모델링 활용 DoorDash 2020
30. 실험 DoorDash 2020 을 통한 실시간 할당 알고리즘 반복
31. Spotify의 새로운 실험 플랫폼 (1 부) (2 부) Spotify 2020
32. A/B 테스트 결과 해석 : 허위 양성 및 통계적 유의성 Netflix 2021
33. A/B 테스트 결과 해석 : False Negatives and Power Netflix 2021
34. 캠페인 최적화를위한 Google 애드워즈로 실험 실험 DoorDash 2021
35. Doordash는 물류 실험 용량을 1000% DoorDash 2021 로 늘리는 데 사용 된 4 가지 원칙
36. Zalando의 실험 플랫폼 : Part 1 -Evolution Zalando 2021
37. 실험 가드 레일 설계 에어 Airbnb 2021
38. 에어 비앤비가 미래의 가치를 측정하여 상표를 표준화하기 위해 Airbnb 2021
39. 규모의 네트워크 실험 (종이] Facebook 2021
40. 디즈니 스트리밍 Disney 2021 의 유니버설 홀드 아웃 그룹
41. 실험은 Netflix Netflix 2022 의 데이터 과학의 주요 초점입니다.
42. 더 나은 실험 관행을 향한 여정 Spotify 2022
43. 인공 반반 추정 : AirBnB Airbnb 2022 에서의 기계 학습 기반 인과 추론
44. a/b 테스트 너머 : 인터리빙 에어 Airbnb 2022 통한 에어 비앤비 검색 순위 실험 속도
45. 실험의 도전 Lyft 2022
46. 초과 추적 및 트리거 분석 : 감도 Booking 증가시키면서 샘플 크기 감소 2022
47. Dash-AB를 만나십시오-Doordash DoorDash 2022 에서 실험 통계 엔진
48. 온라인 a/b- 검정 Spotify 2022 에서 규모의 Quantiles 비교
49. 기계 학습 Dropbox 2023 으로 A/B 실험 가속
50. Uber Uber 에서의 과급 A/B 테스트

모델 관리

1. 기계 학습 운영 - 원시 데이터에서 예측에 이르기까지 출처 관리 Comcast 2018
2. Overton : 기계 학습 제품 모니터링 및 개선을위한 데이터 시스템 (Paper) Apple 2019
3. 활주로 - Netflix Netflix 2020 의 모델 라이프 사이클 관리
4. ML 모델 관리 @ Scale -Intuit의 ML 플랫폼 Intuit 2020
5. ML 모델 모니터링 -Trenches Nubank 2021 의 9 가지 팁
6. 실시간 ML 모델에서 기차 서비스 비뚤어진 스케일 다루기 : 짧은 가이드 Nubank 2023

능률

1. GROKNET : 통합 컴퓨터 비전 모델 트렁크 및 상업용 임베지 (종이) Facebook 2020
2. CPUS Roblox 2020 에서 매일 10 억 이상의 요청을 위해 Bert를 축소하는 방법
3. 순차, 양자화 및 미세 조정 : 신경망의 효율적인 압축 (종이) Uber 2021
4. Pinterest Pinterest 2022 에서 GPU-Accelerated ML 추론

윤리학

1. A/B 테스트 (종이) LinkedIn 2020 을 통한 포괄적 인 제품 구축
2. 리프트 : ML 응용 분야의 공정성 측정을위한 확장 가능한 프레임 워크 (종이) LinkedIn 2020
3. 트위터의 첫 번째 알고리즘 바이어스 바운티 챌린지 Twitter 2021 을 소개합니다
4. 트위터 Twitter 2021 에서 정치 내용의 알고리즘 증폭 검사
5. LinkedIn이 공정성을 AI Products LinkedIn 2022 에 통합하는 방법에 대한 자세한 내용

인프라

1. 상호 운용성을위한 페이스 북 AI의 딥 러닝 플랫폼 리엔지니어링 Facebook 2020
2. Ray Uber 2021 에서 XGBOOST를 사용한 탄성 분산 교육

Mlops 플랫폼

1. Michelangelo를 만나십시오 : Uber의 기계 학습 플랫폼 Uber 2017 을 만나십시오
2. 기계 학습 운영 - 원시 데이터에서 예측에 이르기까지 출처 관리 Comcast 2018
3. Pinterest Pinterest 2019 의 빅 데이터 머신 러닝 플랫폼
4. Instagram Instagram 2019 의 핵심 모델링
5. 오픈 소싱 메타 흐름-데이터 과학 Netflix 2019 의 인간 중심 프레임 워크
6. ML 모델 관리 @ Scale -Intuit의 ML 플랫폼 Intuit 2020
7. Zomato Zomato 2020 의 실시간 머신 러닝 추론 플랫폼
8. Flyte 소개 : 클라우드 네이티 머신 러닝 및 데이터 처리 플랫폼 Lyft 2020
9. 계산 그래프 DoorDash 2021 을 갖춘 유연한 앙상블 ML 모델 구축
10. LyftLearn : Kubernetes Lyft 2021 에 구축 된 ML 모델 교육 인프라
11. "당신은 더 큰 보트가 필요하지 않습니다": 오픈 소스 도구 (종이) Coveo 2021 로 구축 된 전체 데이터 파이프 라인
12. Greensteam의 Mlops : 운송 머신 러닝 GreenSteam 2021
13. 진화 Reddit의 ML 모델 배포 및 서빙 아키텍처 Reddit 2021
14. Etsy의 기계 학습 플랫폼 Etsy 2021 재 설계
15. 대규모 깊은 추천 모델 교육 (종이) Meta 2021 위한 데이터 저장 및 수집 이해
16. Etsy Etsy 2022 에서 권장 사항을 제공하기위한 플랫폼 구축
17. 지능형 자동화 플랫폼 : Airbnb Airbnb 2022 에서 대화 AI 및 그 이상의 권한을 부여합니다.
18. 다윈 : LinkedIn LinkedIn 2022 의 데이터 과학 및 인공 지능 워크 벤치
19. Merlin의 마법 : Shopify의 새로운 기계 학습 플랫폼 Shopify 2022
20. Zalando의 기계 학습 플랫폼 Zalando 2022
21. 내부 Meta의 AI 회사 전역의 엔지니어를위한 AI 최적화 플랫폼 (종이) Meta 2022
22. Monzo의 기계 학습 스택 Monzo 2022
23. ML Fact Stor Netflix 2022 의 진화
24. Mlops를 사용하여 실시간 엔드 투 엔드 머신 러닝 파이프 라인 Binance 2022 를 구축
25. Zillow Zillow 2022 에서 기계 학습 모델을 효율적으로 제공
26. DEDACT AI : ML 기반 스톡 피킹 엔진 Didact AI 2022 의 해부학
27. 무료 배포 - Stitch Fix의 데이터 과학자 Stitch Fix 2022 위한 머신 러닝 플랫폼
28. 기계 학습 운영 (MLOPS) : 개요, 정의 및 아키텍처 (종이) IBM 2022

관행

1. 딥 아키텍처의 그라디언트 기반 교육을위한 실용 권장 사항 (종이) Yoshua Bengio 2012
2. 기계 학습 : 기술 부채의 높은이자 신용 카드 (종이) Google 2014
3. 머신 러닝 규칙 : ML 엔지니어링 모범 사례 Google 2018
4. 기계 학습 모델 관리의 과제 Amazon 2018
5. 프로덕션의 머신 러닝 : Booking.com 접근 Booking 2019
6. 150 성공적인 기계 학습 모델 : 6 Booking.com에서 배운 6 개 교훈 (종이) Booking 2019
7. Global Bank Rabobank 2019 에서 기계 학습 채택의 성공 및 도전
8. 머신 러닝 배포의 과제 : 사례 연구 설문 조사 (종이) Cambridge 2020
9. 상호 운용성을위한 페이스 북 AI의 딥 러닝 플랫폼 리엔지니어링 Facebook 2020
10. Enterprises Databricks 2020 위한 AI 개발자 도구의 문제
11. 기계 학습 온라인 서빙 및 모델을위한 지속적인 통합 및 배포 Uber 2021
12. 튜닝 모델 성능 Uber 2021
13. 모니터링 DoorDash 2021 을 통한 기계 학습 모델 정확도 유지
14. Wayfair Wayfair 2021 에서 확장 가능하고 성능 마케팅 ML 시스템 구축
15. 투명하고 설명 가능한 AI 시스템 LinkedIn 2021 구축에 대한 우리의 접근 방식
16. 비즈니스 Shopify 2021 위한 머신 러닝 모델 구축을위한 5 단계
17. 데이터는 과학뿐만 아니라 예술이며 스토리 텔링은 주요 Shopify 2022 입니다.
18. 실시간 머신 러닝을위한 모범 사례 : Alerting Nubank 2022
19. 머신 러닝 모델에 대한 자동 재교육 : 팁과 수업 배운 Nubank 2022
20. RecsysOps : 대규모 추천 시스템 Netflix 2022 운영을위한 모범 사례
21. Uber의 ML 교육 : 엔지니어링 원칙에서 영감을 얻은 프레임 워크 Uber 2022
22. DS/ML 팀을위한 내부 도구 구축 및 유지 관리 : 수업을 배운 Nubank 2024

팀 구조

1. 데이터 과학 팀을 구성하는 가장 효과적인 방법은 무엇입니까? Udemy 2017
2. 엔지니어는 ETL을 작성하지 않아야합니다 : 고 기능 데이터 과학 부서 Stitch Fix 2016 을 구축하기위한 안내서
3. Wish Wish 2018 에서 분석 팀 구축
4. 데이터 과학 핀 공장을 조심하십시오 : 풀 스택 데이터 과학 일반 Stitch Fix 의 힘 2019
5. 알고리즘 배양 : Stitch Fix Stitch Fix 에서 데이터 과학을 성장시키는 방법
6. Netflix의 분석 : 우리가 누구와 우리가하는 일 Netflix 2020
7. 중간 단계 스타트 업에서 데이터 팀 구축 : 짧은 이야기 Erikbern 2021
8. 비하인드 스토리는 우체부의 데이터 팀이 어떻게 일하는지 살펴 봅니다 Postman 2021
9. 데이터 과학자 X 머신 러닝 엔지니어 역할 : 어떻게 다릅니 까? 그들은 어떻게 비슷합니까? Nubank 2022

실패

1. Gorillas에 관해서는 Google 사진이 맹인 Google 2018 로 남아 있습니다.
2. 160K+ 고등학생은 모델이 International Baccalaureate 받을 수있는 경우에만 졸업 할 것입니다 2020
3. 얼굴을 기반으로 범죄를 '예측'하는 알고리즘은 Harrisburg University 2020
4. 무슬림 OpenAI 2020 에 대한 GPT-3에서 신경 텍스트를 생성하기는 어렵습니다.
5. 폭력 범죄를 예측하는 영국 AI 도구는 United Kingdom 2020 사용하기에는 너무 결함이 있습니다.
6. 끔찍한 -ai에서 더
7. AI 2022 Partnership on AI

추신, ML 발전에 대한 요약을 원하십니까? 설문 조사 논문 ml-surveys 으로 속도를 높이십시오