aplicado-ml
Curadoria de artigos, artigos e blogs sobre ciência de dados e aprendizado de máquina em produção .
Descobrindo como implementar seu projeto de ML? Saiba como outras organizações fizeram isso:
- Como o problema é enquadrado? (Por exemplo, personalização como recsys vs. pesquisa vs. sequências)
- Quais técnicas de aprendizado de máquina funcionaram ✅ (e às vezes, o que não funcionou)
- Por que funciona, a ciência por trás disso com pesquisas, literatura e referências
- Quais resultados reais foram alcançados (para que você possa avaliar melhor o ROI ⏰??)
PS, deseja um resumo dos avanços do ML? ml-surveys
PPS, procurando guias e entrevistas sobre a aplicação de ML? applyingML
Índice
- Qualidade de dados
- Engenharia de Dados
- Descoberta de dados
- Lojas de recursos
- Classificação
- Regressão
- Previsão
- Recomendação
- Pesquisa e classificação
- Incorporações
- Processamento de linguagem natural
- Modelagem de Sequência
- Visão Computacional
- Aprendizagem por Reforço
- Detecção de anomalias
- Gráfico
- Otimização
- Extração de informações
- Supervisão Fraca
- Geração
- Áudio
- Aprendizado de máquina que preserva a privacidade
- Validação e testes A/B
- Gerenciamento de modelo
- Eficiência
- Ética
- Infra
- Plataformas MLOps
- Práticas
- Estrutura da equipe
- Falha
Qualidade de dados
- Ingestão de dados confiável e escalável no Airbnb
Airbnb
2016
- Monitorando a qualidade dos dados em escala com modelagem estatística
Uber
2017
- Desafios de gerenciamento de dados em aprendizado de máquina de produção (papel)
Google
2017
- Automatizando a verificação da qualidade de dados em grande escala (papel)
Amazon
2018
- Conheça Hodor - ferramenta upstream de qualidade de dados da Gojek
Gojek
2019
- Validação de dados para aprendizado de máquina (papel)
Google
2019
- Uma abordagem à qualidade de dados para sistemas de personalização Netflix
Netflix
2020
- Melhorando a precisão por meio da estimativa de certeza de decisões, rótulos e avaliadores humanos (papel)
Facebook
2020
Engenharia de Dados
- Zipline: plataforma de gerenciamento de dados de aprendizado de máquina do Airbnb
Airbnb
2018
- Sputnik: Estrutura Apache Spark do Airbnb para Engenharia de Dados
Airbnb
2020
- Desagregando fluxos de trabalho de ciência de dados com Metaflow e AWS Step Functions
Netflix
2020
- Como a DoorDash está ampliando sua plataforma de dados para encantar os clientes e atender à crescente demanda
DoorDash
2020
- Revolucionando movimentos de dinheiro em escala com forte consistência de dados
Uber
2020
- Zipline - Uma estrutura de engenharia de recursos declarativos
Airbnb
2020
- Automatizando a proteção de dados em escala, Parte 1 (Parte 2)
Airbnb
2021
- Infraestrutura de dados em tempo real no Uber
Uber
2021
- Apresentando o Fabricator: uma estrutura de engenharia de recursos declarativos
DoorDash
2022
- Funções e DAGs: apresentando Hamilton, um microframework para geração de dataframe
Stitch Fix
2021
- Otimizando a pilha de ingestão de dados do Pinterest: descobertas e aprendizados
Pinterest
2022
- Lições aprendidas com a execução do Apache Airflow no Scale
Shopify
2022
- Compreendendo o armazenamento e a ingestão de dados para treinamento de modelo de recomendação profunda em grande escala
Meta
2022
- Data Mesh – uma plataforma de movimentação e processamento de dados @ Netflix
Netflix
2022
- Construindo processamento escalonável de eventos em tempo real com Kafka e Flink
DoorDash
2022
Descoberta de dados
- Apache Atlas: Estrutura de governança de dados e metadados para Hadoop (código)
Apache
- Colete, agregue e visualize os metadados (código) de um ecossistema de dados
WeWork
- Descoberta e consumo de dados analíticos no Twitter
Twitter
2016
- Democratizando Dados no Airbnb
Airbnb
2017
- Databook: Transformando Big Data em Conhecimento com Metadados no Uber
Uber
2018
- Metacat: Tornando Big Data detectável e significativo na Netflix (Código)
Netflix
2018
- Amundsen - mecanismo de descoberta de dados e metadados da Lyft
Lyft
2019
- Open Source Amundsen: uma plataforma de descoberta de dados e metadados (código)
Lyft
2019
- DataHub: uma ferramenta generalizada de pesquisa e descoberta de metadados (código)
LinkedIn
2019
- Amundsen: Um ano depois
Lyft
2020
- Usando Amundsen para apoiar a privacidade do usuário por meio da coleta de metadados na Square
Square
2020
- Transformando metadados em insights com Databook
Uber
2020
- DataHub: arquiteturas populares de metadados explicadas
LinkedIn
2020
- Como melhoramos a descoberta de dados para cientistas de dados no Spotify
Spotify
2020
- Como estamos resolvendo os desafios de descoberta de dados no Shopify
Shopify
2020
- Nemo: descoberta de dados no Facebook
Facebook
2020
- Explorando dados @ Netflix (código)
Netflix
2021
Lojas de recursos
- Viagem no tempo distribuída para geração de recursos
Netflix
2016
- Construindo o gráfico de atividades, parte 2 (seção de armazenamento de recursos)
LinkedIn
2017
- Armazenamento de fatos em escala para recomendações da Netflix
Netflix
2018
- Zipline: plataforma de gerenciamento de dados de aprendizado de máquina do Airbnb
Airbnb
2018
- Feature Store: a camada de dados que falta para pipelines de aprendizado de máquina?
Hopsworks
2018
- Apresentando o Feast: um repositório de recursos de código aberto para aprendizado de máquina (código)
Gojek
2019
- Paleta Michelangelo: uma plataforma de engenharia de recursos no Uber
Uber
2019
- A arquitetura que alimenta a Feature Store do Twitter
Twitter
2019
- Acelerando o aprendizado de máquina com o serviço Feature Store
Condé Nast
2019
- Festa: Unindo Modelos de ML e Dados
Gojek
2020
- Construindo um armazenamento de recursos de ML escalonável com Redis, serialização binária e compactação
DoorDash
2020
- Experimentação rápida por meio de padronização: recursos de IA digitados para o feed do LinkedIn
LinkedIn
2020
- Construindo uma Feature Store
Monzo Bank
2020
- Butterfree: Uma estrutura baseada em Spark para construção de feature store (código)
QuintoAndar
2020
- Building Riviera: uma estrutura declarativa de engenharia de recursos em tempo real
DoorDash
2021
- Descoberta ideal de recursos: modelos de aprendizado de máquina melhores e mais enxutos por meio da teoria da informação
Uber
2021
- Infraestrutura de serviço de recursos de ML no Lyft
Lyft
2021
- Recursos quase em tempo real para personalização quase em tempo real
LinkedIn
2022
- Construindo o modelo por trás da ampla seleção de comerciantes do DoorDash
DoorDash
2022
- Open source Featherr – loja de recursos do LinkedIn para aprendizado de máquina produtivo
LinkedIn
2022
- Evolução da ML Fact Store
Netflix
2022
- Desenvolvendo DAGs de engenharia de recursos escaláveis
Metaflow + Hamilton
via Outerbounds
2022
- Design de loja de recursos no Constructor
Constructor.io
2023
Classificação
- Previsão de rotatividade de anunciantes para Google AdWords (papel)
Google
2010
- Classificação de documentos baseada em frases de alta precisão em escala moderna (papel)
LinkedIn
2011
- Quimera: classificação em larga escala usando aprendizado de máquina, regras e crowdsourcing (papel)
Walmart
2014
- Categorização de itens em grande escala no comércio eletrônico usando múltiplas redes neurais recorrentes (papel)
NAVER
2016
- Aprendendo a diagnosticar com redes neurais recorrentes LSTM (artigo)
Google
2017
- Descobrindo e classificando a intenção da mensagem no aplicativo no Airbnb
Airbnb
2019
- Ensinando máquinas a fazer triagem de bugs do Firefox
Mozilla
2019
- Categorizando produtos em escala
Shopify
2020
- Como construímos o recurso Good First Issues
GitHub
2020
- Testando o Firefox com mais eficiência com aprendizado de máquina
Mozilla
2020
- Usando ML para subdividir pacientes que recebem intervenções digitais de saúde mental (artigo)
Microsoft
2020
- Classificação escalonável de dados para segurança e privacidade (papel)
Facebook
2020
- Descobrindo as melhores práticas de menu de entrega on-line com aprendizado de máquina
DoorDash
2020
- Usando um Human-in-the-Loop para superar o problema de inicialização a frio na marcação de itens de menu
DoorDash
2020
- Aprendizado profundo: categorização de produtos e prateleiras
Walmart
2021
- Categorização de itens em grande escala para comércio eletrônico (papel)
DianPing
, eBay
2012
- Representação semântica de rótulos com aplicação na categorização de produtos multimodais
Walmart
2022
- Construindo categorias do Airbnb com ML e Human-in-the-Loop
Airbnb
2022
Regressão
- Usando aprendizado de máquina para prever o valor das casas no Airbnb
Airbnb
2017
- Usando aprendizado de máquina para prever o valor das solicitações de anúncios
Twitter
2020
- Riskquant de código aberto, uma biblioteca para quantificar riscos (código)
Netflix
2020
- Resolvendo dados não observados em um modelo de regressão usando um simples ajuste de dados
DoorDash
2020
Previsão
- Engenharia de previsão de eventos extremos na Uber com RNN
Uber
2017
- Previsão no Uber: uma introdução
Uber
2018
- Transformando previsões financeiras com ciência de dados e aprendizado de máquina no Uber
Uber
2018
- Sob o capô da ferramenta de previsão automatizada de Gojek,
Gojek
2019
- BusTr: previsão de tempos de viagem de ônibus a partir do tráfego em tempo real (papel, vídeo)
Google
2020
- Retreinando modelos de aprendizado de máquina após o COVID-19
DoorDash
2020
- Previsão automática usando Prophet, Databricks, Delta Lake e MLflow (Paper, Code)
Atlassian
2020
- Apresentando Orbit, um pacote de código aberto para inferência e previsão de séries temporais (papel, vídeo, código)
Uber
2021
- Gerenciando o equilíbrio de oferta e demanda por meio de aprendizado de máquina
DoorDash
2021
- Greykite: uma biblioteca de previsões flexível, intuitiva e rápida
LinkedIn
2021
- A história do algoritmo de previsão da Amazon
Amazon
2021
- DeepETA: como o Uber prevê os horários de chegada usando o Deep Learning
Uber
2022
- Previsão do volume de pedidos do Grubhub em escala
Grubhub
2022
- Previsão causal em Lyft (Parte 1)
Lyft
2022
Recomendação
- Recomendações da Amazon.com: Filtragem colaborativa item a item (papel)
Amazon
2003
- Recomendações Netflix: Além das 5 estrelas (Parte 1 (Parte 2)
Netflix
2012
- Como funciona a recomendação de música – e não funciona
Spotify
2012
- Aprendendo a classificar recomendações com a perda estatística de ordem k (papel)
Google
2013
- Recomendando música no Spotify com Deep Learning
Spotify
2014
- Aprendendo uma página inicial personalizada
Netflix
2015
- O sistema de recomendação Netflix: algoritmos, valor comercial e inovação (papel)
Netflix
2015
- Recomendações baseadas em sessão com redes neurais recorrentes (papel)
Telefonica
2016
- Redes Neurais Profundas para Recomendações do YouTube
YouTube
2016
- Comércio eletrônico na sua caixa de entrada: recomendações de produtos em escala (papel)
Yahoo
2016
- Continua: ajudando você a encontrar programas para continuar assistindo na Netflix
Netflix
2016
- Recomendações personalizadas no LinkedIn Learning
LinkedIn
2016
- Recomendações de canais personalizadas no Slack
Slack
2016
- Recomendação de produtos complementares em notificações push de comércio eletrônico (papel)
Alibaba
2017
- Personalização de arte na Netflix
Netflix
2017
- Uma perspectiva de meta-aprendizagem sobre recomendações de inicialização a frio para itens (papel)
Twitter
2017
- Pixie: um sistema para recomendar mais de 3 bilhões de itens para mais de 200 milhões de usuários em tempo real (papel)
Pinterest
2017
- Potenciando pesquisas e recomendações no DoorDash
DoorDash
2017
- Como a 20th Century Fox usa ML para prever o público do filme (artigo)
20th Century Fox
2018
- Recomendações calibradas (papel)
Netflix
2018
- Food Discovery com Uber Eats: recomendação para o Marketplace
Uber
2018
- Explore, explore e explique: personalizando recomendações explicáveis com bandidos (papel)
Spotify
2018
- Sistemas de pesquisa e recomendação de talentos no LinkedIn: desafios práticos e lições aprendidas (artigo)
LinkedIn
2018
- Transformador de sequência de comportamento para recomendação de comércio eletrônico no Alibaba (papel)
Alibaba
2019
- SDM: Modelo de correspondência profunda sequencial para sistema de recomendação on-line em grande escala (papel)
Alibaba
2019
- Rede multiinteresse com roteamento dinâmico para recomendação no Tmall (Paper)
Alibaba
2019
- Recomendações personalizadas para experiências usando Deep Learning
TripAdvisor
2019
- Desenvolvido por IA: sistema de recomendação Explore do Instagram
Facebook
2019
- Amostragem marginal posterior para bandidos de ardósia (papel)
Netflix
2019
- Descoberta de alimentos com o Uber Eats: usando o aprendizado gráfico para potencializar as recomendações
Uber
2019
- Recomendação musical no Spotify
Spotify
2019
- Usando aprendizado de máquina para prever qual arquivo você precisa em seguida (Parte 1)
Dropbox
2019
- Usando aprendizado de máquina para prever qual arquivo você precisa em seguida (Parte 2)
Dropbox
2019
- Aprendendo a ser relevante: evolução de um sistema de recomendação de cursos ( PAPER NEEDED )
LinkedIn
2019
- Recomendação Temporal-Contextual em Tempo Real (Papel)
Amazon
2020
- P-Companion: Uma estrutura para recomendação diversificada de produtos complementares (artigo)
Amazon
2020
- Interesse profundo com rede de atenção hierárquica para previsão de taxa de cliques (papel)
Alibaba
2020
- TPG-DNN: um método para previsão da intenção do usuário com aprendizagem multitarefa (papel)
Alibaba
2020
- PURS: Sistema de recomendação inesperado personalizado para melhorar a satisfação do usuário (papel)
Alibaba
2020
- Estrutura controlável de múltiplos interesses para recomendação (papel)
Alibaba
2020
- MiNet: rede de interesse misto para previsão de taxa de cliques entre domínios (papel)
Alibaba
2020
- ATBRG: Rede de gráficos relacionais de comportamento-alvo adaptativo para recomendação eficaz (artigo)
Alibaba
2020
- Somente para seus ouvidos: Personalizando o Spotify Home com Machine Learning
Spotify
2020
- Alcance o topo: como o Spotify criou atalhos em apenas seis meses
Spotify
2020
- Incorporações de usuário contextuais e sequenciais para recomendação de música em grande escala (papel)
Spotify
2020
- A evolução do kit: automatizando o marketing usando aprendizado de máquina
Shopify
2020
- Uma análise mais detalhada da IA por trás das recomendações de cursos no LinkedIn Learning (Parte 1)
LinkedIn
2020
- Uma análise mais detalhada da IA por trás das recomendações de cursos no LinkedIn Learning (Parte 2)
LinkedIn
2020
- Construindo um sistema heterogêneo de recomendação de redes sociais
LinkedIn
2020
- Como o TikTok recomenda vídeos #ForYou
ByteDance
2020
- Aprendizado de transferência heterogênea Zero-Shot de RecSys para recuperação de pesquisa a frio (papel)
Google
2020
- Rede profunda e cruzada aprimorada para aprendizagem cruzada de recursos em sistemas LTR em escala web (papel)
Google
2020
- Amostragem negativa mista para aprendizagem de redes neurais de duas torres em recomendações (papel)
Google
2020
- Dados futuros ajudam no treinamento: modelagem de contextos futuros para recomendação baseada em sessão (artigo)
Tencent
2020
- Um estudo de caso de recomendações baseadas em sessões no domínio de melhorias residenciais (papel)
Home Depot
2020
- Equilibrando relevância e descoberta para inspirar os clientes no aplicativo IKEA (papel)
Ikea
2020
- Como usamos AutoML, aprendizagem multitarefa e modelos multitorre para anúncios do Pinterest
Pinterest
2020
- Aprendizagem multitarefa para recomendações de produtos relacionados no Pinterest
Pinterest
2020
- Melhorando a qualidade dos pins recomendados com classificação leve
Pinterest
2020
- Aprendizado e calibração multitarefa para classificação de feed doméstico baseado em utilitários
Pinterest
2020
- Filtro de cozinha personalizado com base na preferência do cliente e popularidade local
DoorDash
2020
- Como construímos um algoritmo de matchmaking para venda cruzada de produtos
Gojek
2020
- Lições aprendidas sobre como lidar com o preconceito do conjunto de dados na geração de candidatos com base em modelo (artigo)
Twitter
2021
- Aprendizagem autosupervisionada para recomendações de itens em grande escala (papel)
Google
2021
- Recuperação profunda: modelo de estrutura aprendível de ponta a ponta para recomendações em grande escala (papel)
ByteDance
2021
- Usando IA para ajudar especialistas em saúde a enfrentar a pandemia de COVID-19
Facebook
2021
- Sistemas de recomendação de anunciantes no Pinterest
Pinterest
2021
- No sistema de recomendação do YouTube
YouTube
2021
- "Tem certeza?": Insights preliminares de comparações de produtos em escala com várias lojas
Coveo
2021
- Mozrt, um sistema de recomendação de aprendizado profundo que capacita os associados da loja Walmart
Walmart
2021
- Compreendendo o armazenamento e a ingestão de dados para treinamento em modelo de recomendação profunda em grande escala (artigo)
Meta
2021
- O recomendador conversacional da Amazon Music está acertando as notas
Amazon
2022
- Recomendação personalizada de produtos complementares (Papel)
Amazon
2022
- Construindo um sistema de recuperação baseado em aprendizado profundo para recomendações personalizadas
eBay
2022
- Como construímos: um modelo de aprendizado de máquina em estágio inicial para recomendações
Peloton
2022
- Lições aprendidas com a construção de sistemas de recomendação sensíveis ao contexto
Peloton
2022
- Além da fatoração de matrizes: usando recursos híbridos para recomendações de usuários-negócios
Yelp
2022
- Melhorar a correspondência de empregos com atividades de aprendizado de máquina apresenta
LinkedIn
2022
- Compreendendo o armazenamento e a ingestão de dados para treinamento de modelo de recomendação profunda em grande escala
Meta
2022
- Projetos para arquiteturas de sistemas de recomendação: edição do 10º aniversário
Xavier Amatriain
2022
- Como o Pinterest aproveita as ações do usuário em tempo real na recomendação para aumentar o volume de engajamento do Homefeed
Pinterest
2022
- RecSysOps: práticas recomendadas para operar um sistema de recomendação em grande escala
Netflix
2022
- Recomendar API: infraestrutura unificada de aprendizado de máquina ponta a ponta para gerar recomendações
Slack
2022
- Evoluindo o algoritmo de recomendações de substituição do DoorDash
DoorDash
2022
- Recomendação de página inicial com exploração e exploração
DoorDash
2022
- Inferência de ML acelerada por GPU no Pinterest
Pinterest
2022
- Resolvendo problema de recurso confuso para recomendação causal (papel)
Tencent
2022
Pesquisa e classificação
- Amazon Search: a alegria de classificar produtos (papel, vídeo, código)
Amazon
2016
- Como a Lazada classifica os produtos para melhorar a experiência do cliente e a conversão
Lazada
2016
- Relevância da classificação no Yahoo Search (papel)
Yahoo
2016
- Aprendendo a classificar resultados de pesquisa personalizados em redes profissionais (papel)
LinkedIn
2016
- Usando Deep Learning em escala nos cronogramas do Twitter
Twitter
2017
- Uma abordagem baseada em conjunto para previsão da taxa de cliques para listagens promovidas na Etsy (Paper)
Etsy
2017
- Potenciando pesquisas e recomendações no DoorDash
DoorDash
2017
- Aplicando aprendizado profundo à pesquisa do Airbnb (papel)
Airbnb
2018
- Personalização na sessão para pesquisa de talentos (papel)
LinkedIn
2018
- Sistemas de pesquisa e recomendação de talentos no LinkedIn (papel)
LinkedIn
2018
- Descoberta de alimentos com Uber Eats: construindo um mecanismo de compreensão de consultas
Uber
2018
- Classificação globalmente otimizada de reconhecimento de influência mútua em pesquisa de comércio eletrônico (papel)
Alibaba
2018
- Aprendizado de reforço para classificação no mecanismo de pesquisa de comércio eletrônico (papel)
Alibaba
2018
- Pesquisa semântica de produtos (papel)
Amazon
2019
- Classificação de pesquisa baseada em aprendizado de máquina de experiências do Airbnb
Airbnb
2019
- Modelos de pesquisa de talentos personalizados de entidade com recursos de interação em árvore (papel)
LinkedIn
2019
- A IA por trás dos sistemas de pesquisa e recomendação do LinkedIn Recruiter
LinkedIn
2019
- Aprendendo as preferências de contratação: a IA por trás dos empregos no LinkedIn
LinkedIn
2019
- O molho secreto por trás da personalização de pesquisa
Gojek
2019
- Pesquisa de código neural: pesquisa de código baseada em ML usando consultas de linguagem natural
Facebook
2019
- Agregando resultados de pesquisa de fontes heterogêneas por meio de aprendizado por reforço (artigo)
Alibaba
2019
- Rede de atenção entre domínios com regularizadores Wasserstein para pesquisa de comércio eletrônico
Alibaba
2019
- Compreendendo as pesquisas melhor do que nunca (papel)
Google
2019
- Como usamos a pesquisa semântica para tornar nossa pesquisa 10 vezes mais inteligente
Tokopedia
2019
- Query2vec: Expansão da consulta de pesquisa com incorporações de consulta
GrubHub
2019
- MOBIUS: Rumo à próxima geração de correspondência de anúncios de consulta na pesquisa patrocinada do Baidu
Baidu
2019
- Por que as pessoas compram itens aparentemente irrelevantes na pesquisa de produtos por voz? (Papel)
Amazon
2020
- Gerenciando a diversidade na pesquisa do Airbnb (papel)
Airbnb
2020
- Melhorando o aprendizado profundo para pesquisa do Airbnb (papel)
Airbnb
2020
- Correspondências de qualidade por meio de IA personalizada para preferências de contratantes e buscadores
LinkedIn
2020
- Compreendendo o tempo de permanência para melhorar a classificação do feed do LinkedIn
LinkedIn
2020
- Alocação de anúncios no feed por meio de otimização restrita (papel, vídeo)
LinkedIn
2020
- Compreendendo o tempo de permanência para melhorar a classificação do feed do LinkedIn
LinkedIn
2020
- IA em escala no Bing
Microsoft
2020
- Mecanismo de compreensão de consultas no Traveloka Universal Search
Traveloka
2020
- Classificação bayesiana de produtos na Wayfair
Wayfair
2020
- FRIO: Rumo à próxima geração de sistema de pré-classificação (papel)
Alibaba
2020
- Compre o visual: construindo um sistema de compras visuais em grande escala no Pinterest (papel, vídeo)
Pinterest
2020
- Impulsionando vendas adicionais de compras no Pinterest Pesquisa
Pinterest
2020
- GDMix: uma estrutura de personalização de classificação profunda (código)
LinkedIn
2020
- Trazendo pesquisa personalizada para Etsy
Etsy
2020
- Construindo um mecanismo de pesquisa melhor para o Semantic Scholar
Allen Institute for AI
2020
- Compreensão de consultas para pesquisa empresarial em linguagem natural (papel)
Salesforce
2020
- Coisas, não strings: entendendo a intenção de pesquisa com melhor recall
DoorDash
2020
- Compreensão da consulta para revelar conteúdo musical insuficientemente veiculado (papel)
Spotify
2020
- Recuperação baseada em incorporação na pesquisa do Facebook (papel)
Facebook
2020
- Rumo à recuperação personalizada e semântica para pesquisa de comércio eletrônico por meio de aprendizagem incorporada (papel)
JD
2020
- QUEEN: Reescrita de consulta neural em comércio eletrônico (papel)
Amazon
2021
- Usando Learning-to-rank para localizar com precisão onde entregar pacotes (papel)
Amazon
2021
- Relevância sazonal na pesquisa de comércio eletrônico (papel)
Amazon
2021
- Rede de intenção de gráfico para previsão de taxa de cliques em pesquisa patrocinada (papel)
Alibaba
2021
- Como construímos um sistema de licitação específico ao contexto para Etsy Ads
Etsy
2021
- Classificação baseada em modelo de linguagem pré-treinado no Baidu Search (papel)
Baidu
2021
- Unindo espaços para recomendações baseadas em consulta
Stitch Fix
2021
- Processamento profundo de linguagem natural para sistemas de pesquisa do LinkedIn (papel)
LinkedIn
2021
- Modelo Siamês baseado em BERT para classificação de relevância de pesquisa na Web (artigo, código)
Seznam
2021
- SearchSage: Aprendendo representações de consultas de pesquisa no Pinterest
Pinterest
2021
- Query2Prod2Vec: Embeddings de palavras fundamentadas para comércio eletrônico
Coveo
2021
- 3 mudanças para expandir a pesquisa de produtos do DoorDash além da entrega
DoorDash
2022
- Aprendendo a classificar de forma diversificada
Airbnb
2022
- Como otimizar classificações com Cascade Bandits
Expedia
2022
- Um guia para sistemas de classificação de pesquisa do Google
Google
2022
- Aprendizado profundo para classificação de pesquisa no Etsy
Etsy
2022
- Pesquise em Calma
Calm
2022
Incorporações
- Representação vetorial de itens, cliente e carrinho para construir um sistema de recomendação (papel)
Sears
2017
- Recomendação de incorporação de commodities em escala de bilhões para comércio eletrônico no Alibaba (papel)
Alibaba
2018
- Incorporações@Twitter
Twitter
2018
- Listagem de incorporações na classificação de pesquisa (papel)
Airbnb
2018
- Compreendendo
Stitch Fix
estilo latente 2018
- Rumo à aprendizagem profunda e de representação para busca de talentos no LinkedIn (artigo)
LinkedIn
2018
- Feed de loja personalizado com incorporações de vetores
DoorDash
2018
- Devemos incorporar? Um estudo sobre desempenho de embeddings para recomendações em tempo real (papel)
Moshbit
2019
- Aprendizado de máquina para uma melhor experiência do desenvolvedor
Netflix
2020
- Anunciando ScaNN: pesquisa eficiente de similaridade vetorial (papel, código)
Google
2020
- BERT vai às compras: comparando modelos de distribuição para representações de produtos
Coveo
2021
- Os embeddings que vieram do frio: melhorando vetores para produtos novos e raros com inferência baseada em conteúdo
Coveo
2022
- Recuperação baseada em incorporação no Scribd
Scribd
2021
- Otimização multiobjetiva de hiperparâmetros de incorporações de músicas comportamentais (papel)
Apple
2022
- Incorporações na escala do Spotify – quão difícil poderia ser?
Spotify
2023
Processamento de linguagem natural
- Detecção de linguagem abusiva em conteúdo de usuário on-line (papel)
Yahoo
2016
- Resposta inteligente: sugestão de resposta automatizada para e-mail (papel)
Google
2016
- Construindo respostas inteligentes para mensagens de membros
LinkedIn
2017
- Como o processamento de linguagem natural ajuda os membros do LinkedIn a obter suporte facilmente
LinkedIn
2019
- Gmail Smart Compose: escrita assistida em tempo real (papel)
Google
2019
- Modelos de conversação ponta a ponta orientados a objetivos com recursos de perfil em um ambiente do mundo real (papel)
Amazon
2019
- Dê-me jeans, não sapatos: como o BERT nos ajuda a entregar o que os clientes desejam
Stitch Fix
2019
- DeText: uma estrutura profunda de PNL para compreensão inteligente de texto (código)
LinkedIn
2020
- SmartReply para criadores do YouTube
Google
2020
- Usando redes neurais para encontrar respostas em tabelas (papel)
Google
2020
- Uma abordagem escalonável para reduzir o preconceito de gênero no Google Translate
Google
2020
- IA assistida torna a resposta mais fácil
Microsoft
2020
- AI avança para detectar melhor discurso de ódio
Facebook
2020
- Um chatbot de código aberto de última geração (papel)
Facebook
2020
- Um sistema de conversão de texto em fala em tempo real altamente eficiente implantado em CPUs
Facebook
2020
- Aprendizado profundo para traduzir entre linguagens de programação (papel, código)
Facebook
2020
- Implantando Aprendizagem de Diálogo de Domínio Aberto ao Longo da Vida (Papel)
Facebook
2020
- Apresentando o Dynabench: repensando a forma como avaliamos a IA
Facebook
2020
- Como Gojek usa PNL para nomear locais de coleta na escala
Gojek
2020
- O chatbot de domínio aberto de última geração em chinês e inglês (papel)
Baidu
2020
- PEGASUS: um modelo de última geração para resumo de texto abstrativo (papel, código)
Google
2020
- Photon: um sistema robusto de texto para SQL entre domínios (papel) (demonstração)
Salesforce
2020
- GeDi: um novo método poderoso para controlar modelos de linguagem (papel, código)
Salesforce
2020
- Aplicando modelagem de tópicos para melhorar as operações de call center
RICOH
2020
- WIDeText: uma estrutura multimodal de aprendizagem profunda
Airbnb
2020
- Dynaboard: indo além da precisão para a avaliação de modelo holístico em PNL (código)
Facebook
2021
- Como reduzimos nosso tempo de execução de similaridade de texto em 99,96%
Microsoft
2021
- PNL sem texto: Gerando fala expressiva a partir de áudio bruto (Parte 1) (Parte 2) (Parte 3) (Código e modelos pré-treinados)
Facebook
2021
- Correção gramatical enquanto você digita, no Pixel 6
Google
2021
- Resumos gerados automaticamente no Google Docs
Google
2022
- A conclusão de código aprimorada por ML melhora a produtividade do desenvolvedor
Google
2022
- Palavras até o fim - Análise de sentimento conversacional
PayPal
2022
Modelagem de Sequência
- Doctor AI: Predição de eventos clínicos por meio de redes neurais recorrentes (artigo)
Sutter Health
2015
- Aprendizado profundo para compreender histórias de consumidores (artigo)
Zalando
2016
- Usando modelos de redes neurais recorrentes para detecção precoce do início da insuficiência cardíaca (artigo)
Sutter Health
2016
- Predição Contínua de Atendimento de Notificações com Redes Clássicas e Profundas (Papel)
Telefonica
2017
- Aprendizado profundo para registros eletrônicos de saúde (papel)
Google
2018
- Prática em modelagem sequencial longa de comportamento do usuário para previsão de taxa de cliques (papel)
Alibaba
2019
- Modelagem de interesse do usuário baseada em pesquisa com dados de comportamento sequencial para previsão de CTR (papel)
Alibaba
2020
- Como o Duolingo usa IA em todas as partes de seu aplicativo
Duolingo
2020
- Aproveitando as interações sociais online para aumentar a integridade no Facebook (papel, vídeo)
Facebook
2020
- Usando aprendizado profundo para detectar sequências abusivas de atividades de membros (Vídeo)
LinkedIn
2021
Visão Computacional
- Criando um pipeline de OCR moderno usando visão computacional e aprendizado profundo
Dropbox
2017
- Categorizando fotos de listagens no Airbnb
Airbnb
2018
- Detecção de comodidades e muito mais – Novas fronteiras da visão computacional no Airbnb
Airbnb
2019
- Como melhoramos as métricas de visão computacional em mais de 5% apenas limpando erros de rotulagem
Deepomatic
- Fazendo máquinas reconhecerem e transcreverem conversas em reuniões usando áudio e vídeo
Microsoft
2019
- Desenvolvido com IA: Avançando na compreensão do produto e construindo novas experiências de compra
Facebook
2020
- Um modelo meteorológico neural para previsão de precipitação em oito horas (papel)
Google
2020
- Avaliação de danos baseada em aprendizado de máquina para assistência em desastres (documento)
Google
2020
- RepNet: contando repetições em vídeos (papel)
Google
2020
- Conversão de texto em imagens para descoberta de produtos (papel)
Amazon
2020
- Como a Disney usa PyTorch para reconhecimento de personagens animados
Disney
2020
- Legendagem de imagens como tecnologia assistiva (vídeo)
IBM
2020
- IA para AG: Aprendizado de máquina de produção para agricultura
Blue River
2020
- IA para condução autônoma no Tesla
Tesla
2020
- Reconhecimento de produto de supermercado no dispositivo
Google
2020
- Usando aprendizado de máquina para detectar cobertura deficiente em exames de colonoscopia (artigo)
Google
2020
- Compre o visual: construindo um sistema de compras visuais em grande escala no Pinterest (papel, vídeo)
Pinterest
2020
- Desenvolvendo detecção automática de linguagem de sinais em tempo real para videoconferência (papel)
Google
2020
- Sugestão de preços baseada na visão para itens de segunda mão on-line (papel)
Alibaba
2020
- Nova pesquisa de IA para ajudar a prever as necessidades de recursos do COVID-19 a partir de raios X (papel, modelo)
Facebook
2021
- Uma abordagem de treinamento eficiente para reconhecimento facial em grande escala (papel)
Alibaba
2021
- Identificando tipos de documentos no Scribd
Scribd
2021
- Aprendizagem de representação visual semissupervisionada para compatibilidade com moda (papel)
Walmart
2021
- Reconhecendo pessoas em fotos por meio de aprendizado de máquina privado no dispositivo
Apple
2021
- DeepFusion: Deep Fusion de câmera Lidar para detecção multimodal de objetos 3D
Google
2022
- Linguagem contrastiva e aprendizagem visual de conceitos gerais de moda (artigo)
Coveo
2022
- Aproveitando a visão computacional para classificação de pesquisa
BazaarVoice
2023
Aprendizagem por Reforço
- Aprendizado de reforço profundo para lances em tempo real de pesquisa patrocinada (papel)
Alibaba
2018
- Lances com orçamento limitado por aprendizagem por reforço sem modelo em publicidade gráfica (papel)
Alibaba
2018
- Aprendizagem por reforço para logística sob demanda
DoorDash
2018
- Aprendizado de reforço para classificação no mecanismo de pesquisa de comércio eletrônico (papel)
Alibaba
2018
- Preços dinâmicos em plataforma de comércio eletrônico com Deep Reinforcement Learning (papel)
Alibaba
2019
- Produzindo aprendizagem por reforço profundo com Spark e MLflow
Zynga
2020
- Aprendizado por reforço profundo na produção Parte 1 Parte 2
Zynga
2020
- Construindo Sistemas de Negociação de IA
Denny Britz
2020
- Mudando o consumo para conteúdo diversificado por meio de aprendizagem por reforço (papel)
Spotify
2022
- Bandidos para calibração online: uma aplicação para moderação de conteúdo em plataformas de mídia social
Meta
2022
- Como otimizar classificações com Cascade Bandits
Expedia
2022
- Selecionando a melhor imagem para cada comerciante usando exploração e aprendizado de máquina
DoorDash
2023
Detecção de anomalias
- Detectando anomalias de desempenho em implantações de firmware externo
Netflix
2019
- Detectando e prevenindo abuso no LinkedIn usando florestas de isolamento (código)
LinkedIn
2019
- Detecção profunda de anomalias com Spark e Tensorflow (Vídeo Hopsworks)
Swedbank
, Hopsworks
2019
- Prevenindo o abuso usando aprendizagem não supervisionada
LinkedIn
2020
- A tecnologia por trás do combate ao assédio no LinkedIn
LinkedIn
2020
- Descobrindo conspiração de fraude de seguros com aprendizagem em rede (papel)
Ant Financial
2020
- Como funciona a proteção contra spam no Stack Exchange?
Stack Exchange
2020
- Moderação automática de conteúdo no comércio eletrônico C2C
Mercari
2020
- Bloqueio de spam de convite do Slack com aprendizado de máquina
Slack
2020
- Gerenciamento de bots da Cloudflare: aprendizado de máquina e muito mais
Cloudflare
2020
- Anomalias nas variações de temperatura do óleo em uma perfuratriz de túnel
SENER
2020
- Usando detecção de anomalias para monitorar clientes bancários de baixo risco
Rabobank
2020
- Combatendo a fraude com Triplet Loss
OLX Group
2020
- O Facebook agora está usando IA para classificar conteúdo para moderação mais rápida (alternativa)
Facebook
2020
- Como a IA está melhorando na detecção de discurso de ódio Parte 1, Parte 2, Parte 3, Parte 4
Facebook
2020
- Usando aprendizado profundo para detectar sequências abusivas de atividades de membros (Vídeo)
LinkedIn
2021
- Projeto RADAR: Sistema inteligente de detecção precoce de fraude com humanos no circuito
Uber
2022
- Gráfico para detecção de fraude
Grab
2022
- Bandidos para calibração online: uma aplicação para moderação de conteúdo em plataformas de mídia social
Meta
2022
- Evoluindo nosso aprendizado de máquina para impedir bots móveis
Cloudflare
2022
- Melhorando a precisão de nosso WAF de aprendizado de máquina usando aumento de dados e amostragem
Cloudflare
2022
- Aprendizado de máquina para detecção de fraude em serviços de streaming
Netflix
2022
- Preços no Lyft
Lyft
2022
Gráfico
- Construindo o Gráfico de Conhecimento do LinkedIn
LinkedIn
2016
- Dimensionando o acesso e recuperação de conhecimento no Airbnb
Airbnb
2018
- Gráfico de redes neurais convolucionais para sistemas de recomendação em escala web (papel)
Pinterest
2018
- Descoberta de alimentos com o Uber Eats: usando o aprendizado gráfico para potencializar as recomendações
Uber
2019
- AliGraph: uma plataforma abrangente de rede neural gráfica (papel)
Alibaba
2019
- Contextualizando o Airbnb através da construção do Knowledge Graph
Airbnb
2019
- Gráfico de varejo - Gráfico de conhecimento do produto do Walmart
Walmart
2020
- Previsão de tráfego com redes neurais gráficas avançadas
DeepMind
2020
- SimClusters: representações baseadas na comunidade para recomendações (papel, vídeo)
Twitter
2020
- Metapaths guiaram rede agregada de vizinhos para raciocínio de grafos heterogêneos (papel)
Alibaba
2021
- Rede de intenção de gráfico para previsão de taxa de cliques em pesquisa patrocinada (papel)
Alibaba
2021
- JEL: Aplicando vinculação de entidade neural ponta a ponta no JPMorgan Chase (artigo)
JPMorgan Chase
2021
- Como a AWS usa redes neurais gráficas para atender às necessidades dos clientes
Amazon
2022
- Gráfico para detecção de fraude
Grab
2022
Otimização
- Matchmaking na Lyft Line (Parte 1) (Parte 2) (Parte 3)
Lyft
2016
- Os dados e a ciência por trás do GrabShare Carpooling (Parte 1) ( PAPER NEEDED )
Grab
2017
- Como as inferências de viagem e o aprendizado de máquina otimizam os tempos de entrega no Uber Eats
Uber
2018
- Otimização de última geração para Dasher Dispatch no DoorDash
DoorDash
2020
- Otimização de passageiros que esperam tempo em elevadores usando o aprendizado de máquina
Thyssen Krupp AG
2020
- Pense fora do pacote: recomendando tipos de pacote para remessas de comércio eletrônico (Paper)
Amazon
2020
- Otimizando os gastos de marketing de DoorDash com o Machine Learning
DoorDash
2020
- Usando o Learning-To-Rank para localizar com precisão onde entregar pacotes (Paper)
Amazon
2021
Extração de informações
- Extração não supervisionada de atributos e seus valores da descrição do produto (Paper)
Rakuten
2013
- Usando o aprendizado de máquina para indexar o texto de bilhões de imagens
Dropbox
2018
- Extraindo dados estruturados de documentos templáticos (artigo)
Google
2020
- Autoknow: coleção de conhecimento autônomo para produtos de milhares de tipos (papel, vídeo)
Amazon
2020
- Rotulagem de texto com um tiro usando atenção e propagação de crenças para extração de informações (Paper)
Alibaba
2020
- Extração de informações de recibos com redes convolucionais de gráfico
Nanonets
2021
Supervisão fraca
- Snorkel Drybell: Um estudo de caso na implantação de supervisão fraca em escala industrial (Paper)
Google
2019
- Osprey: supervisão fraca de problemas de extração desequilibrada sem código (Paper)
Intel
2019
- Overton: um sistema de dados para monitorar e melhorar os produtos aprendidos pela máquina (Paper)
Apple
2019
- AGENTES DE CONVERSACIONAIS DE BOOTSPAPTAPAPAPTAÇÃO COM SUPERVISÃO FRACA (PAPEL)
IBM
2019
Geração
- Melhores modelos de linguagem e suas implicações (Paper)
OpenAI
2019
- Imagem GPT (Paper, Code)
OpenAI
2019
- Modelos de idiomas são poucos alunos de tiro (Paper) (Postagem do blog GPT-3)
OpenAI
2020
- Super Resolução Deep Leard para Produção de Filmes (Paper)
Pixar
2020
- Geração de casos de teste de unidade com transformadores
Microsoft
2021
Áudio
- Melhorando o reconhecimento de discurso no dispositivo com o Boicefilter-Lite (Paper)
Google
2020
- O aprendizado de máquina por trás do HUM para pesquisar
Google
2020
Aprendizado de máquina que preserva a privacidade
- Aprendizagem federada: aprendizado de máquina colaborativo sem dados de treinamento centralizado (artigo)
Google
2017
- Aprendizagem federada com garantias formais de privacidade diferencial (Paper)
Google
2022
- Aprendizado de máquina baseado em MPC: alcançar
Facebook
2022 de ponta a ponta que preserva a privacidade (Paper) 2022
Validação e teste A/B
- Infraestrutura de experimentos sobrepostos: mais, melhor, experimentação mais rápida (Paper)
Google
2010
- The Reutilable Holdout: Preservando a validade na análise de dados adaptativos (Paper)
Google
2015
- Experimentação do Twitter: Visão geral técnica
Twitter
2015
- É tudo um teste A/BOUT: a plataforma de experimentação da Netflix
Netflix
2016
- Construindo a plataforma de teste A/B do Pinterest
Pinterest
2016
- Experimentando para resolver
Twitter
2017
- Construindo uma plataforma de experimentação inteligente com engenharia Uber
Uber
2017
- Escalando a plataforma de experimentação do Airbnb
Airbnb
2017
- Meet Wasabi, uma plataforma de teste A/B de código aberto (código)
Intuit
2017
- Analisando os resultados do experimento: além dos efeitos médios do tratamento
Uber
2018
- Sob o capô da plataforma de experimentação do Uber
Uber
2018
- Otimização bayesiana restrita com experimentos barulhentos (Paper)
Facebook
2018
- Alongamentos de recursos confiáveis e escaláveis e SDK de teste A/B no Grab
Grab
2018
- Modelando taxas de conversão e economizando milhões usando as distribuições Kaplan-Meier e Gamma (Code)
Better
2019
- Detectando interferência: um teste A/B de testes A/B
LinkedIn
2019
- Anunciando uma nova estrutura para projetar experimentos ideais com pyro (papel) (papel)
Uber
2020
- Habilitando 10x mais experimentos com a plataforma de experimento Traveloka
Traveloka
2020
- Experimentação em larga escala na correção de costura (papel)
Stitch Fix
2020
- Bandidos com vários armados e a plataforma de experimentação de correção de costura
Stitch Fix
2020
- Experimentação com restrições de recursos
Stitch Fix
2020
- Inferência causal computacional no Netflix (Paper)
Netflix
2020
- Desafios -chave com quase experimentos na Netflix
Netflix
2020
- Tornando o mecanismo de experimentação do LinkedIn 20x mais rápido
LinkedIn
2020
- Nossa evolução em relação ao T-Rex: a pré-história da infraestrutura de experimentação no LinkedIn
LinkedIn
2020
- Como usar quase Experiências e contrafactuais para construir ótimos produtos
Shopify
2020
- Melhorando o poder experimental através do controle usando previsões como covariáveis
DoorDash
2020
- Apoiar a iteração rápida do produto com uma plataforma de análise de experimentação
DoorDash
2020
- Melhorando a capacidade de experimentos on -line em 4x com paralelização e aumento da sensibilidade
DoorDash
2020
- Aproveitando a modelagem causal para obter mais valor dos resultados dos experimentos planos
DoorDash
2020
- Algoritmos de atribuição em tempo real por meio da experimentação
DoorDash
2020
- A nova plataforma de experimentação do Spotify (Parte 1) (Parte 2)
Spotify
2020
- Interpretação Resultados do teste A/B: falsos positivos e significância estatística
Netflix
2021
- Interpretação Resultados do teste A/B: Falsos negativos e poder
Netflix
2021
- Experimentos de execução com o Google Adwords para otimização de campanha
DoorDash
2021
- Os 4 Princípios DoorDash usados para aumentar sua capacidade de experiência logística em 1000%
DoorDash
2021
- Plataforma de Experimentação em Zalando: Parte 1 - Evolução
Zalando
2021
- Projetar experimentação guardrails
Airbnb
2021
- Como o Airbnb mede o valor futuro para padronizar as tradeoffs
Airbnb
2021
- Experimentação de rede em escala (Paper]
Facebook
2021
- Grupos de participação universal na Disney Streaming
Disney
2021
- A experimentação é um foco principal da ciência de dados em Netflix
Netflix
2022
- Viagem de pesquisa em direção a melhores práticas de experimentação
Spotify
2022
- Estimativa contrafactual artificial: inferência causal baseada em aprendizado de máquina no Airbnb
Airbnb
2022
- Além do teste A/B: acelerando a experimentação de classificação de pesquisa do Airbnb através da intercalação
Airbnb
2022
- Desafios na experimentação
Lyft
2022
- Análise de overtracking e gatilho: redução do tamanho da amostra enquanto aumenta
Booking
sensibilidade 2022
- Conheça Dash-Ab-o mecanismo de estatística de experimentação em Doordash
DoorDash
2022
- Comparando quantis em escala no
Spotify
2022
de teste A/B on-line - Acelerando nossos experimentos A/B com o Machine Learning
Dropbox
2023
- Sobrecarregar os testes A/B no Uber
Uber
Gerenciamento de modelos
- Operacionalizando o aprendizado de máquina - gerenciando a proveniência de dados brutos às previsões
Comcast
2018
- Overton: um sistema de dados para monitorar e melhorar os produtos aprendidos pela máquina (Paper)
Apple
2019
- Rista - Gerenciamento do ciclo de vida do modelo na Netflix
Netflix
2020
- Gerenciando modelos ML @ Scale - ML Platform da Intuit
Intuit
2020
- MOMELO ML MONITORIO - 9 Dicas das trincheiras
Nubank
2021
- Lidando com a inclinação de serve de trem em modelos de ML em tempo real: um guia curto
Nubank
2023
Eficiência
- GROKNET: Modelo de visão computacional unificada tronco e incorporação para o Commerce (Paper)
Facebook
2020
- Como escalamos Bert para atender a mais de 1 bilhão de solicitações diárias no CPUS
Roblox
2020
- Permuta, quantizar e tune fino: compressão eficiente de redes neurais (papel)
Uber
2021
- Inferência de ML acelerada por GPU no Pinterest
Pinterest
2022
Ética
- Construindo produtos inclusivos por meio de testes A/B (artigo)
LinkedIn
2020
- Elevador: uma estrutura escalável para medir a justiça em aplicações de ML (Paper)
LinkedIn
2020
- Apresentando o primeiro desafio de preconceito algorítmico do Twitter
Twitter
2021
- Examinando a amplificação algorítmica de conteúdo político no Twitter
Twitter
2021
- Uma olhada mais de perto como o LinkedIn integra a justiça em seus produtos de IA
LinkedIn
2022
Infra
- Reengenharia das plataformas de aprendizado profundo do Facebook para interoperabilidade
Facebook
2020
- Treinamento distribuído elástico com XGBOOST no Ray
Uber
2021
Mlops Platforms
- Conheça Michelangelo: plataforma de aprendizado de máquina do Uber
Uber
2017
- Operacionalizando o aprendizado de máquina - gerenciando a proveniência de dados brutos às previsões
Comcast
2018
- Plataforma de aprendizado de máquinas de big data no Pinterest
Pinterest
2019
- Modelagem principal no Instagram
Instagram
2019
- Metaflow de fonte aberta-Uma estrutura centrada no ser humano para a ciência de dados
Netflix
2019
- Gerenciando modelos ML @ Scale - ML Platform da Intuit
Intuit
2020
- Plataforma de inferência de aprendizado de máquina em tempo real em Zomato
Zomato
2020
- Apresentando Flyte: Cloud Native Aprendizado de Máquina e Plataforma de Processamento de Dados
Lyft
2020
- Construindo modelos de ML flexível de
DoorDash
com um gráfico computacional 2021
- Lyftlearn: Infraestrutura de treinamento de modelos ML construída em Kubernetes
Lyft
2021
- "Você não precisa de um barco maior": um pipeline de dados completo construído com ferramentas de código aberto (Paper)
Coveo
2021
- MLOPS em Greensteam: Shipping Machine Learning
GreenSteam
2021
- Evoluindo a implantação do modelo ML do Reddit e a arquitetura de servir
Reddit
2021
- Redesenhar a plataforma de aprendizado de máquina do Etsy
Etsy
2021
- Entendendo o armazenamento de dados e a ingestão para o treinamento de modelo de recomendação profunda em larga escala (Paper)
Meta
2021
- Construindo uma plataforma para servir recomendações no Etsy
Etsy
2022
- Plataforma de Automação Inteligente: Capacitando a IA Conversa e além no Airbnb
Airbnb
2022
- Darwin: Ciência de Dados e Inteligência Artificial Workbench no LinkedIn
LinkedIn
2022
- The Magic of Merlin: a nova plataforma de aprendizado de máquina do Shopify
Shopify
2022
- Plataforma de aprendizado de máquina de Zalando
Zalando
2022
- Plataforma de otimização de AI da Meta META para engenheiros da empresa (Paper)
Meta
2022
- MONZO de Machine Learning Stack
Monzo
2022
- Evolução da loja de fatos ML
Netflix
2022
- Usando o MLOPs para construir um
Binance
de aprendizado de máquina de ponta a ponta em tempo real 2022
- Servindo modelos de aprendizado de máquina com eficiência em escala em Zillow
Zillow
2022
- Didact IA: a anatomia de um mecanismo de colheita de estoque movido a ML
Didact AI
2022
- Implantação de graça - uma plataforma de aprendizado de máquina para os cientistas de dados do Stitch Fix
Stitch Fix
2022
- Operações de aprendizado de máquina (MLOPS): Visão geral, definição e arquitetura (artigo)
IBM
2022
Práticas
- Recomendações práticas para treinamento baseado em gradiente de arquiteturas profundas (Paper)
Yoshua Bengio
2012
- Aprendizado de máquina: o cartão de crédito de alto juros de dívida técnica (papel) (artigo)
Google
2014
- Regras de aprendizado de máquina: práticas recomendadas para a ML Engineering
Google
2018
- Sobre desafios no gerenciamento de modelo de aprendizado de máquina
Amazon
2018
- Machine Learning in Production: The Booking.com Abordagem
Booking
2019
- 150 Modelos de aprendizado de máquina de sucesso: 6 lições aprendidas no booking.com (Paper)
Booking
2019
- Sucessos e desafios na adoção do aprendizado de máquina em escala em um banco global
Rabobank
2019
- Desafios na implantação de aprendizado de máquina: uma pesquisa de estudos de caso (Paper)
Cambridge
2020
- Reengenharia das plataformas de aprendizado profundo do Facebook para interoperabilidade
Facebook
2020
- O problema com as ferramentas de desenvolvedor de IA para empresas
Databricks
2020
- Integração e implantação contínuas para o aprendizado de máquina on -line e modelos
Uber
2021
- Modelo de ajuste Desempenho
Uber
2021
- Manutenção da precisão do modelo de aprendizado de máquina através do monitoramento
DoorDash
2021
- Construindo sistemas de ML de marketing escalável e performante na Wayfair
Wayfair
2021
- Nossa abordagem para construir sistemas de IA transparentes e explicáveis
LinkedIn
2021
- 5 etapas para a construção de modelos de aprendizado de máquina para Business
Shopify
2021
- Os dados são uma arte, não apenas uma ciência - e a narrativa é a chave
Shopify
2022
- Melhores práticas para aprendizado de máquina em tempo real: alertando
Nubank
2022
- Reciclagem automática para modelos de aprendizado de máquina: dicas e lições
Nubank
2022
aprendidas - RECSYSOPS: Melhores práticas para operar um sistema de recomendação em larga escala
Netflix
2022
- ML Educação no Uber: estruturas inspiradas nos princípios de engenharia
Uber
2022
- Construindo e mantendo ferramentas internas para equipes DS/ML: lições aprendidas
Nubank
2024
Estrutura da equipe
- Qual é a maneira mais eficaz de estruturar uma equipe de ciência de dados?
Udemy
2017
- Os engenheiros não devem escrever ETL: um guia para construir um departamento de ciência de dados de alto funcionamento
Stitch Fix
2016
- Construindo a equipe de análise no Wish
Wish
2018
- Cuidado com a fábrica de pinos de ciência de dados: o poder da ciência de dados de pilha completa
Stitch Fix
2019
- Cultivando algoritmos: como cultivamos a ciência de dados na correção de costura
Stitch Fix
- Analytics na Netflix: quem somos e o que fazemos
Netflix
2020
- Construindo uma equipe de dados em uma startup de estágio intermediário: um conto
Erikbern
2021
- Um dos bastidores veja como a equipe de dados do Postman funciona
Postman
2021
- Cientista de dados X Funções de engenheiros de aprendizado de máquina: Como elas são diferentes? Como eles são iguais?
Nubank
2022
Falha
- Quando se trata de gorilas, o Google Fotos permanece cego
Google
2018
- 160K+ alunos do ensino médio se formarão apenas se um modelo lhes permitir que eles façam
International Baccalaureate
2020
- Um algoritmo que 'prevê a criminalidade baseado em um rosto desperta um furor
Harrisburg University
2020
- É difícil gerar texto neural do GPT-3 sobre os muçulmanos
OpenAI
2020
- Uma ferramenta de IA britânica para prever crimes violentos é falha demais para usar
United Kingdom
2020
- Mais em AI horrível
-
Partnership on AI
2022
PS, deseja um resumo dos avanços do ML? Acesse acelerar os documentos de pesquisa ml-surveys