applied ml

прикладной мл

Кураторские статьи, статьи и блоги по науке о данных и машинному обучению в производстве .

Выясняете, как реализовать свой проект ML? Узнайте, как это сделали другие организации:

• Как сформулирована проблема? (например, персонализация в виде Recsys, поиск или последовательности)
• Какие методы машинного обучения сработали ✅ (а иногда и нет)
• Почему это работает, наука, лежащая в основе этого, с исследованиями, литературой и ссылками.
• Какие реальные результаты были достигнуты (чтобы вы могли лучше оценить рентабельность инвестиций ⏰??)

PS. Хотите краткий обзор достижений в области машинного обучения? ml-surveys

PPS, Ищете гайды и интервью по применению ML? applyingML

Оглавление

1. Качество данных
2. Инженерия данных
3. Обнаружение данных
4. Магазины функций
5. Классификация
6. Регрессия
7. Прогнозирование
8. Рекомендация
9. Поиск и рейтинг
10. Вложения
11. Обработка естественного языка
12. Последовательное моделирование
13. Компьютерное зрение
14. Обучение с подкреплением
15. Обнаружение аномалий
16. График
17. Оптимизация
18. Извлечение информации
19. Слабый надзор
20. Поколение
21. Аудио
22. Машинное обучение, обеспечивающее конфиденциальность
23. Валидация и A/B-тестирование
24. Управление моделями
25. Эффективность
26. Этика
27. Инфра
28. Платформы МЛОпс
29. Практики
30. Структура команды
31. Не удалось

Качество данных

1. Надежный и масштабируемый прием данных на Airbnb Airbnb 2016
2. Мониторинг качества данных в масштабе с помощью статистического моделирования Uber 2017
3. Проблемы управления данными в производственном машинном обучении (бумага) Google 2017
4. Автоматизация проверки качества крупномасштабных данных (бумажный документ) Amazon 2018
5. Знакомьтесь, Hodor — инструмент Gojek для обеспечения качества данных разведки и добычи Gojek 2019
6. Проверка данных для машинного обучения (бумага) Google 2019
7. Подход к качеству данных для систем персонализации Netflix Netflix 2020
8. Повышение точности за счет достоверной оценки человеческих решений, ярлыков и оценщиков (бумага) Facebook 2020

Инженерия данных

1. Zipline: платформа управления данными машинного обучения Airbnb Airbnb 2018
2. Sputnik: платформа Apache Spark от Airbnb для инженерии данных Airbnb 2020
3. Разделение рабочих процессов обработки данных с помощью Metaflow и пошаговых функций AWS Netflix 2020
4. Как DoorDash масштабирует свою платформу данных, чтобы радовать клиентов и удовлетворять растущий спрос DoorDash 2020
5. Масштабная революция в движении денег благодаря строгой согласованности данных Uber 2020
6. Zipline — декларативная инженерная платформа Airbnb 2020
7. Масштабная автоматизация защиты данных, часть 1 (Часть 2) Airbnb 2021
8. Инфраструктура данных в реальном времени в Uber Uber 2021
9. Представляем Fabricator: среду разработки декларативных функций DoorDash 2022
10. Функции и группы обеспечения доступности баз данных: знакомство с Hamilton, микроплатформой для генерации кадров данных Stitch Fix 2021
11. Оптимизация стека приема данных Pinterest: выводы и уроки Pinterest 2022
12. Уроки, извлеченные из масштабного запуска Apache Airflow Shopify 2022
13. Понимание хранения и приема данных для крупномасштабного обучения модели глубоких рекомендаций Meta 2022
14. Data Mesh — платформа перемещения и обработки данных @ Netflix Netflix 2022
15. Создание масштабируемой обработки событий в реальном времени с помощью Kafka и Flink DoorDash 2022

Обнаружение данных

1. Apache Atlas: платформа управления данными и метаданных для Hadoop (код) Apache
2. Сбор, агрегирование и визуализация метаданных (кода) экосистемы данных WeWork
3. Обнаружение и использование аналитических данных в Twitter Twitter 2016
4. Демократизация данных на Airbnb Airbnb 2017
5. Справочник: Превращение больших данных в знания с помощью метаданных на выставке Uber Uber 2018
6. Metacat: делаем большие данные доступными и значимыми на Netflix (Code) Netflix 2018
7. Амундсен — система обнаружения данных и метаданных Lyft 2019
8. Открытый исходный код Амундсена: платформа обнаружения данных и метаданных (код) Lyft 2019
9. DataHub: универсальный инструмент поиска и обнаружения метаданных (код) LinkedIn 2019
10. Амундсен: год спустя Lyft 2020
11. Использование Амундсена для поддержки конфиденциальности пользователей посредством сбора метаданных на Square Square 2020
12. Превращаем метаданные в ценную информацию с помощью Databook Uber 2020
13. DataHub: объяснение популярных архитектур метаданных LinkedIn 2020
14. Как мы улучшили обнаружение данных для специалистов по обработке данных на Spotify Spotify 2020
15. Как мы решаем проблемы обнаружения данных на Shopify Shopify 2020
16. Немо: обнаружение данных на Facebook Facebook 2020
17. Исследование данных @ Netflix (Код) Netflix 2021

Магазины функций

1. Распределенное путешествие во времени для создания функций Netflix 2016
2. Построение графика активности, часть 2 (раздел «Хранилище функций») LinkedIn 2017
3. Хранилище фактов в масштабе для рекомендаций Netflix Netflix 2018
4. Zipline: платформа управления данными машинного обучения Airbnb Airbnb 2018
5. Магазин функций: недостающий уровень данных для конвейеров машинного обучения? Hopsworks 2018
6. Представляем Feast: магазин функций с открытым исходным кодом для машинного обучения (код) Gojek 2019
7. Палитра Микеланджело: платформа для разработки функций на Uber Uber 2019
8. Архитектура, лежащая в основе магазина функций Twitter Twitter 2019
9. Ускорение машинного обучения с помощью сервиса Feature Store Condé Nast 2019
10. Праздник: объединение моделей машинного обучения и данных Gojek 2020
11. Создание масштабируемого хранилища функций машинного обучения с помощью Redis, двоичной сериализации и сжатия DoorDash 2020
12. Быстрые эксперименты посредством стандартизации: типизированные функции искусственного интеллекта для ленты LinkedIn LinkedIn 2020
13. Создание магазина функций Monzo Bank 2020
14. Butterfree: платформа на основе Spark для создания хранилища функций (код) QuintoAndar 2020
15. Building Riviera: декларативная среда проектирования функций реального времени DoorDash 2021
16. Оптимальное обнаружение функций: лучшие и более экономичные модели машинного обучения с помощью теории информации Uber 2021
17. Инфраструктура обслуживания функций ML на Lyft Lyft 2021
18. Функции, работающие практически в реальном времени, для персонализации, работающей практически в реальном времени LinkedIn 2022
19. Построение модели расширенного выбора продавцов DoorDash DoorDash 2022
20. Feathr с открытым исходным кодом — магазин функций LinkedIn для продуктивного машинного обучения LinkedIn 2022
21. Эволюция хранилища фактов об машинном обучении Netflix 2022
22. Разработка масштабируемых групп DAG для проектирования функций Metaflow + Hamilton через Outerbounds 2022
23. Дизайн магазина функций в Constructor Constructor.io 2023

Классификация

1. Прогноз оттока рекламодателей для Google AdWords (бумага) Google 2010
2. Высокоточная классификация документов на основе фраз в современном масштабе (бумажный документ) LinkedIn 2011
3. Химера: крупномасштабная классификация с использованием машинного обучения, правил и краудсорсинга (бумага) Walmart 2014
4. Крупномасштабная категоризация товаров в электронной коммерции с использованием нескольких рекуррентных нейронных сетей (бумага) NAVER 2016
5. Обучение диагностике с помощью рекуррентных нейронных сетей LSTM (бумага) Google 2017
6. Обнаружение и классификация намерений сообщений внутри приложения на Airbnb Airbnb 2019
7. Обучение машин сортировке ошибок Firefox Mozilla 2019
8. Категоризация продуктов в масштабе Shopify 2020
9. Как мы создали функцию «Хорошие первые выпуски» GitHub 2020
10. Тестирование Firefox более эффективно с помощью машинного обучения Mozilla 2020
11. Использование МО для подтипирования пациентов, получающих цифровые вмешательства в области психического здоровья (бумага) Microsoft 2020
12. Масштабируемая классификация данных для обеспечения безопасности и конфиденциальности (бумажный документ) Facebook 2020
13. Раскрытие лучших практик меню онлайн-доставки с помощью машинного обучения DoorDash 2020
14. Использование человеческого участия для решения проблемы холодного запуска в маркировке пунктов меню DoorDash 2020
15. Глубокое обучение: категоризация продуктов и хранение на полках Walmart 2021
16. Крупномасштабная категоризация товаров для электронной коммерции (бумага) DianPing , eBay , 2012
17. Представление семантических меток с помощью приложения для мультимодальной категоризации продуктов Walmart 2022
18. Создание категорий Airbnb с помощью машинного обучения и управления человеком Airbnb 2022

Регрессия

1. Использование машинного обучения для прогнозирования стоимости домов на Airbnb Airbnb 2017
2. Использование машинного обучения для прогнозирования ценности рекламных запросов Twitter 2020
3. Riskquant с открытым исходным кодом, библиотека для количественной оценки рисков (код) Netflix 2020
4. Решение ненаблюдаемых данных в регрессионной модели с использованием простой корректировки данных DoorDash 2020

Прогнозирование

1. Инженерное прогнозирование экстремальных событий в Uber с помощью RNN Uber 2017
2. Прогнозирование в Uber: введение Uber 2018
3. Преобразование финансового прогнозирования с помощью науки о данных и машинного обучения на Uber Uber 2018
4. Под капотом инструмента автоматического прогнозирования Gojek Gojek 2019
5. BusTr: прогнозирование времени поездки автобуса на основе данных о пробках в реальном времени (бумага, видео) Google 2020
6. Переподготовка моделей машинного обучения после COVID-19 DoorDash 2020
7. Автоматическое прогнозирование с использованием Prophet, Databricks, Delta Lake и MLflow (Paper, Code) Atlassian 2020
8. Представляем Orbit, пакет с открытым исходным кодом для вывода временных рядов и прогнозирования (бумага, видео, код) Uber 2021
9. Управление балансом спроса и предложения с помощью машинного обучения DoorDash 2021
10. Greykite: гибкая, интуитивно понятная и быстрая библиотека прогнозов LinkedIn 2021
11. История алгоритма прогнозирования Amazon Amazon 2021
12. DeepETA: как Uber прогнозирует время прибытия с помощью глубокого обучения Uber 2022
13. Прогнозирование объема заказов Grubhub в масштабе Grubhub 2022
14. Причинно-следственное прогнозирование в Lyft (часть 1) Lyft 2022

Рекомендация

1. Рекомендации Amazon.com: совместная фильтрация по каждому элементу (бумажный документ) Amazon 2003
2. Рекомендации Netflix: за пределами 5 звезд (Часть 1 (Часть 2) Netflix 2012
3. Как работают рекомендации по музыке — и не работают Spotify 2012
4. Учимся ранжировать рекомендации с помощью статистики потерь k-порядка (бумага), Google 2013
5. Рекомендация музыки на Spotify с помощью Deep Learning Spotify 2014
6. Изучение персонализированной домашней страницы Netflix 2015
7. Рекомендательная система Netflix: алгоритмы, ценность для бизнеса и инновации (бумага) Netflix 2015
8. Рекомендации на основе сеансов с рекуррентными нейронными сетями (бумага) Telefonica 2016
9. Глубокие нейронные сети для рекомендаций YouTube YouTube 2016
10. Электронная коммерция в вашем почтовом ящике: масштабные рекомендации по продуктам (бумага) Yahoo 2016
11. Продолжение следует: помогаем вам найти шоу для продолжения просмотра на Netflix Netflix 2016
12. Персонализированные рекомендации в обучении LinkedIn LinkedIn 2016
13. Персонализированные рекомендации каналов в Slack Slack 2016
14. Рекомендация дополнительных продуктов в push-уведомлениях электронной коммерции (на бумаге) Alibaba 2017
15. Персонализация изображений на Netflix Netflix 2017
16. Перспектива метаобучения в отношении рекомендаций по холодному запуску изделий (бумага) Twitter 2017
17. Pixie: система для рекомендации более 3 миллиардов товаров 200+ миллионам пользователей в режиме реального времени (бумага) Pinterest 2017
18. Расширение поиска и рекомендаций на DoorDash DoorDash 2017
19. Как 20th Century Fox использует машинное обучение для прогнозирования аудитории фильма (бумага) 20th Century Fox 2018
20. Калиброванные рекомендации (бумага) Netflix 2018
21. Food Discovery с Uber Eats: рекомендации для рынка Uber 2018
22. Исследуйте, используйте и объясняйте: персонализация понятных рекомендаций с помощью Bandits (бумага) Spotify 2018
23. Системы поиска и рекомендации талантов в LinkedIn: практические проблемы и извлеченные уроки (статья) LinkedIn 2018
24. Преобразователь последовательности действий для рекомендаций электронной коммерции в Alibaba (бумага) Alibaba 2019
25. SDM: модель последовательного глубокого сопоставления для крупномасштабной онлайн-рекомендательной системы (бумага) Alibaba 2019
26. Многопрофильная сеть с динамической маршрутизацией для рекомендаций на Tmall (Paper) Alibaba 2019
27. Персонализированные рекомендации по использованию глубокого обучения TripAdvisor 2019
28. На базе искусственного интеллекта: система рекомендаций Instagram Explore Facebook 2019
29. Маргинальная апостериорная выборка для сланцевых бандитов (бумага) Netflix 2019
30. Открытие еды с помощью Uber Eats: использование графического обучения для составления рекомендаций Uber 2019
31. Музыкальная рекомендация на Spotify Spotify 2019
32. Использование машинного обучения для прогнозирования того, какой файл вам понадобится в следующий раз (часть 1) Dropbox 2019
33. Использование машинного обучения для прогнозирования того, какой файл вам понадобится в следующий раз (часть 2) Dropbox 2019
34. Учимся быть релевантными: эволюция системы рекомендаций курсов ( НЕОБХОДИМА ДОКУМЕНТАЦИЯ ) LinkedIn 2019
35. Временно-контекстные рекомендации в режиме реального времени (бумага) Amazon 2020
36. P-Companion: основа для рекомендаций по диверсифицированным дополнительным продуктам (бумага) Amazon 2020
37. Глубокий интерес с иерархической сетью внимания для прогнозирования рейтинга кликов (бумага) Alibaba 2020
38. TPG-DNN: метод прогнозирования намерений пользователя с помощью многозадачного обучения (бумага) Alibaba 2020
39. PURS: Персонализированная неожиданная рекомендательная система для повышения удовлетворенности пользователей (бумага) Alibaba 2020
40. Управляемая многопрофильная система рекомендаций (бумага) Alibaba 2020
41. MiNet: сеть смешанных интересов для междоменного прогнозирования кликабельности (бумага) Alibaba 2020
42. ATBRG: Адаптивная сеть реляционных графов целевого поведения для эффективных рекомендаций (статья) Alibaba 2020
43. Только для ваших ушей: персонализация дома Spotify с помощью машинного обучения Spotify 2020
44. Достигните вершины: как Spotify создал ярлыки всего за шесть месяцев Spotify 2020
45. Контекстные и последовательные пользовательские внедрения для крупномасштабных музыкальных рекомендаций (бумага) Spotify 2020
46. Эволюция комплектов: автоматизация маркетинга с помощью машинного обучения Shopify 2020
47. Более пристальный взгляд на рекомендации курса по обучению в LinkedIn (Часть 1) LinkedIn 2020
48. Более пристальный взгляд на рекомендации курса по обучению в LinkedIn (часть 2) LinkedIn 2020
49. Создание гетерогенной системы рекомендаций социальных сетей LinkedIn 2020
50. Как TikTok рекомендует видео #ForYou ByteDance 2020
51. Гетерогенный перенос с нулевой выборкой обучения из RecSys в поисковый поиск с холодным запуском (бумага) Google 2020
52. Улучшенная глубокая и перекрестная сеть для перекрестного обучения функций в LTR-системах веб-масштаба (бумага) Google 2020
53. Смешанная отрицательная выборка для обучения двухбашенных нейронных сетей в рекомендациях (статья) Google 2020
54. Будущие данные помогают обучению: моделирование будущих контекстов для рекомендаций на основе сеансов (документ) Tencent 2020
55. Пример использования рекомендаций на основе сеансов в сфере благоустройства дома (бумага) Home Depot 2020
56. Баланс релевантности и открытости для вдохновения покупателей в приложении IKEA (бумажный вариант) Ikea 2020
57. Как мы используем AutoML, многозадачное обучение и модели с несколькими башнями для рекламы Pinterest Pinterest 2020
58. Многозадачное обучение рекомендациям по сопутствующим продуктам на Pinterest Pinterest 2020
59. Улучшение качества рекомендуемых пинов с помощью облегченного ранжирования Pinterest 2020
60. Многозадачное обучение и калибровка для рейтинга домашних каналов на основе коммунальных услуг Pinterest 2020
61. Персонализированный фильтр кухни на основе предпочтений клиентов и местной популярности DoorDash 2020
62. Как мы создали алгоритм поиска партнеров для перекрестных продаж продуктов Gojek 2020
63. Извлеченные уроки по устранению систематических ошибок в наборах данных при генерации кандидатов на основе моделей (бумага) Twitter 2021
64. Самостоятельное обучение выработке рекомендаций по крупномасштабным товарам (бумажный документ) Google 2021
65. Глубокий поиск: сквозная обучаемая модель структуры для крупномасштабных рекомендаций (бумага) ByteDance 2021
66. Использование искусственного интеллекта для помощи экспертам в области здравоохранения в борьбе с пандемией COVID-19 Facebook 2021
67. Системы рекомендаций рекламодателей на Pinterest Pinterest 2021
68. О системе рекомендаций YouTube YouTube 2021
69. «Вы уверены?»: предварительные результаты масштабирования сравнения продуктов в нескольких магазинах Coveo 2021
70. Mozrt, система рекомендаций по глубокому обучению, расширяющая возможности Walmart Store Associates Walmart 2021
71. Понимание хранения и приема данных для крупномасштабного обучения модели глубоких рекомендаций (бумага) Meta 2021
72. Диалоговый рекомендатель Amazon Music попадает в правильные ноты Amazon 2022
73. Персонализированные рекомендации по дополнительным продуктам (бумага) Amazon 2022
74. Создание системы поиска на основе глубокого обучения для персонализированных рекомендаций eBay 2022
75. Как мы создали: модель машинного обучения на ранней стадии для рекомендаций Peloton 2022
76. Уроки, извлеченные из создания контекстно-зависимых рекомендательных систем Peloton 2022
77. За пределами матричной факторизации: использование гибридных функций для рекомендаций пользователям и бизнесу Yelp 2022
78. Улучшение подбора вакансий с помощью функций машинного обучения LinkedIn 2022
79. Понимание хранения и приема данных для крупномасштабного обучения модели глубоких рекомендаций Meta 2022
80. Чертежи архитектур рекомендательных систем: юбилейное издание Xavier Amatriain посвященное 10-летию 2022
81. Как Pinterest использует действия пользователей в режиме реального времени в рекомендациях для увеличения объема взаимодействия с домашней лентой Pinterest 2022
82. RecSysOps: лучшие практики эксплуатации крупномасштабной рекомендательной системы Netflix 2022
83. Рекомендовать API: унифицированная комплексная инфраструктура машинного обучения для генерации рекомендаций Slack 2022
84. Развитие алгоритма рекомендаций по замене DoorDash DoorDash 2022
85. Рекомендация на домашней странице с использованием и исследованием DoorDash 2022
86. Вывод машинного обучения с ускорением на графическом процессоре на Pinterest Pinterest 2022
87. Решение проблемы с мешающими характеристиками в причинно-следственной рекомендации (документ) Tencent 2022

Поиск и рейтинг

1. Поиск Amazon: радость ранжирования продуктов (бумага, видео, код) Amazon 2016
2. Как Lazada ранжирует продукты для улучшения качества обслуживания клиентов и конверсии Lazada 2016
3. Релевантность рейтинга в поиске Yahoo (бумага) Yahoo 2016
4. Обучение ранжированию персонализированных результатов поиска в профессиональных сетях (бумага) LinkedIn 2016
5. Масштабное использование глубокого обучения в хрониках Twitter Twitter 2017
6. Ансамблевой подход к прогнозированию рейтинга кликов для рекламируемых объявлений на Etsy (Paper) Etsy 2017
7. Расширение поиска и рекомендаций на DoorDash DoorDash 2017
8. Применение глубокого обучения к поиску на Airbnb (бумага) Airbnb 2018
9. Персонализация в ходе сессии для поиска талантов (бумага) LinkedIn 2018
10. Системы поиска и рекомендации талантов в LinkedIn (бумага) LinkedIn 2018
11. Поиск еды с помощью Uber Eats: создание системы анализа запросов Uber 2018
12. Глобально оптимизированный рейтинг с учетом взаимного влияния в поиске электронной коммерции (бумага) Alibaba 2018
13. Обучение с подкреплением для ранжирования в поисковой системе электронной коммерции (бумага) Alibaba 2018
14. Семантический поиск продуктов (бумага) Amazon 2019
15. Поисковый рейтинг Airbnb на основе машинного обучения Airbnb 2019
16. Персонализированные модели поиска талантов для организаций с функциями взаимодействия с деревом (бумага) LinkedIn 2019
17. ИИ, стоящий за LinkedIn Recruiter Системы поиска и рекомендаций LinkedIn 2019
18. Изучение предпочтений при найме: искусственный интеллект, стоящий за вакансиями LinkedIn LinkedIn 2019
19. Секрет персонализации поиска Gojek 2019
20. Поиск нейронного кода: поиск кода на основе машинного обучения с использованием запросов на естественном языке Facebook 2019
21. Агрегирование результатов поиска из разнородных источников с помощью обучения с подкреплением (бумага) Alibaba 2019
22. Междоменная сеть внимания с регуляризаторами Вассерштейна для поиска в электронной коммерции Alibaba 2019
23. Понимание поисковых запросов лучше, чем когда-либо прежде (бумага) Google 2019
24. Как мы использовали семантический поиск, чтобы сделать наш поиск в 10 раз умнее Tokopedia 2019
25. Query2vec: расширение поискового запроса с помощью встраивания запросов GrubHub 2019
26. MOBIUS: к новому поколению сопоставления запросов и объявлений в спонсируемом поиске Baidu Baidu 2019
27. Почему люди покупают, казалось бы, нерелевантные товары в голосовом поиске товаров? (Бумага) Amazon 2020
28. Управление разнообразием в поиске на Airbnb (бумага) Airbnb 2020
29. Улучшение глубокого обучения для поиска на Airbnb (бумага) Airbnb 2020
30. Сопоставление качества с помощью персонализированного искусственного интеллекта для предпочтений нанимателя и соискателя LinkedIn 2020
31. Понимание времени ожидания для улучшения рейтинга в ленте LinkedIn LinkedIn 2020
32. Распределение рекламы в ленте посредством ограниченной оптимизации (бумага, видео) LinkedIn 2020
33. Понимание времени ожидания для улучшения рейтинга в ленте LinkedIn LinkedIn 2020
34. ИИ в масштабе в Bing Microsoft 2020
35. Механизм понимания запросов в универсальном поиске Traveloka 2020
36. Рейтинг байесовских продуктов на Wayfair Wayfair 2020
37. ХОЛОД: К следующему поколению системы предварительного ранжирования (бумага) Alibaba 2020
38. Делайте покупки The Look: создание крупномасштабной визуальной системы покупок на Pinterest (бумага, видео) Pinterest 2020
39. Увеличение продаж за счет поиска Pinterest Pinterest 2020
40. GDMix: система глубокой персонализации (код) LinkedIn 2020
41. Персонализированный поиск на Etsy Etsy 2020
42. Создание лучшей поисковой системы для ученого-семантика Allen Institute for AI 2020
43. Понимание запросов для корпоративного поиска на естественном языке (бумажный документ) Salesforce 2020
44. Вещи, а не строки: понимание целей поиска с помощью Better Recall DoorDash 2020
45. Понимание запросов для выявления недостаточно обслуживаемого музыкального контента (бумага) Spotify 2020
46. Поиск на основе встраивания в поиск Facebook (бумага) Facebook 2020
47. На пути к персонализированному и семантическому поиску для поиска в электронной коммерции посредством внедрения обучения (бумага) JD 2020
48. QUEEN: переписывание нейронных запросов в электронной коммерции (бумага) Amazon 2021
49. Использование обучения ранжированию для точного определения места доставки посылок (бумажных материалов) Amazon 2021
50. Сезонная актуальность в поиске электронной коммерции (бумага) Amazon 2021
51. Сеть Graph Intention для прогнозирования рейтинга кликов в спонсируемом поиске (бумага) Alibaba 2021
52. Как мы создали систему контекстно-зависимых ставок для Etsy Ads Etsy 2021
53. Ранжирование на основе предварительно обученной языковой модели в поиске Baidu (бумага) Baidu 2021
54. Объединение пространств для рекомендаций на основе запросов Stitch Fix 2021
55. Глубокая обработка естественного языка для поисковых систем LinkedIn (бумага) LinkedIn 2021
56. Сиамская модель ранжирования релевантности веб-поиска на основе BERT (бумага, код) Seznam 2021
57. SearchSage: изучение представлений поисковых запросов на Pinterest Pinterest 2021
58. Query2Prod2Vec: обоснованное встраивание слов для электронной коммерции Coveo 2021
59. 3 изменения для расширения поиска продуктов DoorDash за пределы доставки DoorDash 2022
60. Научимся ранжироваться по-разному Airbnb 2022
61. Как оптимизировать рейтинги с помощью Cascade Bandits Expedia 2022
62. Руководство по системам поискового ранжирования Google Google 2022
63. Глубокое обучение для поискового рейтинга на Etsy Etsy 2022
64. Искать на Calm Calm 2022

Вложения

1. Векторное представление товаров, клиентов и корзины для создания системы рекомендаций (бумага) Sears 2017
2. Встраивание миллиардов товаров для электронной коммерции Рекомендации в Alibaba (бумага) Alibaba 2018
3. Вложения@Twitter Twitter 2018
4. Листинг встраиваемых объектов в поисковом рейтинге (бумага) Airbnb 2018
5. Общие сведения о Stitch Fix 2018 в скрытом стиле
6. На пути к глубокому и репрезентативному обучению для поиска талантов в LinkedIn (бумага) LinkedIn 2018
7. Персонализированная лента магазинов с векторными вставками DoorDash 2018
8. Должны ли мы встроить? Исследование производительности встраивания рекомендаций в реальном времени (бумага) Moshbit 2019
9. Машинное обучение для лучшего опыта разработчиков Netflix 2020
10. Анонсируем ScanNN: эффективный поиск по сходству векторов (бумага, код) Google 2020
11. BERT идет за покупками: сравнение моделей дистрибуции для представления продуктов Coveo 2021
12. Встраивания, пришедшие с холода: улучшение векторов для новых и редких продуктов с помощью вывода на основе контента Coveo 2022
13. Поиск на основе встраивания на Scribd Scribd 2021
14. Многокритериальная оптимизация гиперпараметров встраивания поведенческих песен (бумага) Apple 2022
15. Встраивание в масштабах Spotify – насколько это может быть сложно? Spotify 2023

Обработка естественного языка

1. Обнаружение ненормативной лексики в пользовательском онлайн-контенте (бумага) Yahoo 2016
2. Умный ответ: предложение автоматического ответа по электронной почте (бумажный документ) Google 2016
3. Создание умных ответов на сообщения участников LinkedIn 2017
4. Как обработка естественного языка помогает участникам LinkedIn легко получать поддержку LinkedIn 2019
5. Gmail Smart Compose: написание текста в режиме реального времени (бумага) Google 2019
6. Целенаправленные сквозные модели разговора с функциями профиля в реальных условиях (бумага) Amazon 2019
7. Дайте мне джинсы, а не обувь: как BERT помогает нам добиться того, чего хотят клиенты Stitch Fix 2019
8. DeText: глубокая платформа НЛП для интеллектуального понимания текста (кода) LinkedIn 2020
9. SmartReply для авторов YouTube Google 2020
10. Использование нейронных сетей для поиска ответов в таблицах (бумага) Google 2020
11. Масштабируемый подход к снижению гендерной предвзятости в Google Translate Google 2020
12. Вспомогательный искусственный интеллект упрощает ответ Microsoft 2020
13. Улучшение искусственного интеллекта для более эффективного обнаружения разжигания ненависти Facebook 2020
14. Современный чат-бот с открытым исходным кодом (бумага) Facebook 2020
15. Высокоэффективная система преобразования текста в речь в реальном времени, развернутая на процессорах Facebook 2020
16. Глубокое обучение переводу между языками программирования (бумага, код) Facebook 2020
17. Внедрение непрерывного диалогового обучения в открытом домене (бумага) Facebook 2020
18. Представляем Dynabench: переосмысление способа тестирования искусственного интеллекта Facebook 2020
19. Как Gojek использует НЛП для названия мест выдачи на масштабной выставке Gojek 2020
20. Современный чат-бот с открытым доменом на китайском и английском языках (бумажный вариант) Baidu 2020
21. PEGASUS: современная модель абстрактного суммирования текста (бумага, код) Google 2020
22. Photon: надежная междоменная система преобразования текста в SQL (бумага) (демо) Salesforce 2020
23. GeDi: новый мощный метод управления языковыми моделями (бумага, код) Salesforce 2020
24. Применение тематического моделирования для улучшения работы колл-центра RICOH 2020
25. WIDeText: мультимодальная платформа глубокого обучения Airbnb 2020
26. Dynaboard: переход от точности к целостной оценке моделей в НЛП (код) Facebook 2021
27. Как мы сократили время выполнения схожести текста на 99,96 % Microsoft 2021
28. Бестекстовое НЛП: генерация выразительной речи из необработанного аудио (Часть 1) (Часть 2) (Часть 3) (Код и предварительно обученные модели) Facebook 2021
29. Исправление грамматики при вводе текста на Pixel 6, Google 2021
30. Автоматически созданные сводки в Документах Google Google 2022
31. Расширенное автодополнение кода повышает продуктивность разработчиков Google 2022
32. Слова полностью вниз — разговорный анализ настроений PayPal 2022

Последовательное моделирование

1. Доктор ИИ: прогнозирование клинических событий с помощью рекуррентных нейронных сетей (бумага) Sutter Health 2015
2. Глубокое обучение для понимания потребительских историй (бумага) Zalando 2016
3. Использование рекуррентных моделей нейронных сетей для раннего выявления начала сердечной недостаточности (бумага) Sutter Health 2016
4. Постоянное прогнозирование посещаемости уведомлений с помощью классических и глубоких сетей (бумага) Telefonica 2017
5. Глубокое обучение для электронных медицинских карт (бумага) Google 2018
6. Практика моделирования длинного последовательного поведения пользователей для прогнозирования рейтинга кликов (бумага) Alibaba 2019
7. Моделирование интересов пользователей на основе поиска с последовательными данными о поведении для прогнозирования CTR (бумага) Alibaba 2020
8. Как Duolingo использует ИИ во всех частях своего приложения Duolingo 2020
9. Использование социальных взаимодействий в Интернете для повышения честности в Facebook (бумага, видео) Facebook 2020
10. Использование глубокого обучения для обнаружения оскорбительных действий участников (Видео) LinkedIn 2021

Компьютерное зрение

1. Создание современного конвейера оптического распознавания символов с использованием компьютерного зрения и глубокого обучения Dropbox 2017
2. Категоризация фотографий объявлений на Airbnb Airbnb 2018
3. Обнаружение удобств и не только: новые рубежи компьютерного зрения на Airbnb Airbnb 2019
4. Как мы улучшили показатели компьютерного зрения более чем на 5 % только за счет устранения ошибок в маркировке Deepomatic
5. Заставить машины распознавать и расшифровывать разговоры на собраниях с использованием аудио и видео Microsoft 2019
6. На базе искусственного интеллекта: улучшение понимания продуктов и создание новых впечатлений от покупок Facebook 2020
7. Нейронная модель погоды для восьмичасового прогноза осадков (бумага) Google 2020
8. Оценка ущерба на основе машинного обучения для оказания помощи при стихийных бедствиях (бумага) Google 2020
9. RepNet: подсчет повторов в видео (бумага) Google 2020
10. Преобразование текста в изображения для поиска продуктов (бумага) Amazon 2020
11. Как Disney использует PyTorch для распознавания анимационных персонажей Disney 2020
12. Субтитры к изображениям как вспомогательная технология (Видео) IBM 2020
13. Искусственный интеллект для AG: производственное машинное обучение для сельского хозяйства Blue River 2020
14. Искусственный интеллект для самостоятельного вождения на выставке Tesla Tesla 2020
15. Распознавание продуктов супермаркетов на устройствах Google 2020
16. Использование машинного обучения для выявления недостаточного охвата колоноскопическими скринингами (бумага) Google 2020
17. Делайте покупки The Look: создание крупномасштабной визуальной системы покупок на Pinterest (бумага, видео) Pinterest 2020
18. Разработка автоматического распознавания языка жестов в режиме реального времени для видеоконференций (бумажный документ) Google 2020
19. Ценовое предложение на основе видения для подержанных товаров в Интернете (бумага) Alibaba 2020
20. Новое исследование искусственного интеллекта поможет спрогнозировать потребности в ресурсах для борьбы с COVID-19 на основе рентгеновских лучей (бумага, модель) Facebook 2021
21. Эффективный подход к обучению очень крупномасштабному распознаванию лиц (бумага) Alibaba 2021
22. Определение типов документов на Scribd Scribd 2021
23. Обучение визуальному представлению с полуконтролем для совместимости с модой (бумага) Walmart 2021
24. Распознавание людей на фотографиях с помощью частного машинного обучения на устройстве Apple 2021
25. DeepFusion: лидар-камера Deep Fusion для мультимодального обнаружения 3D-объектов Google 2022
26. Контрастное изучение языка и видения общих концепций моды (Документ) Coveo 2022
27. Использование компьютерного зрения для поискового ранжирования BazaarVoice 2023

Обучение с подкреплением

1. Глубокое обучение с подкреплением для спонсируемого поиска, торги в реальном времени (бумажный документ) Alibaba 2018
2. Торги с ограничением бюджета с помощью безмодельного обучения с подкреплением в медийной рекламе (на бумаге) Alibaba 2018
3. Углубленное обучение для логистики по требованию DoorDash 2018
4. Обучение с подкреплением для ранжирования в поисковой системе электронной коммерции (бумага) Alibaba 2018
5. Динамическое ценообразование на платформе электронной коммерции с глубоким обучением с подкреплением (бумага) Alibaba 2019
6. Реализация глубокого обучения с подкреплением с помощью Spark и MLflow Zynga 2020
7. Глубокое обучение с подкреплением в производстве. Часть 1. Часть 2. Zynga 2020
8. Создание торговых систем с использованием искусственного интеллекта Denny Britz 2020
9. Сдвиг потребления в сторону разнообразного контента посредством обучения с подкреплением (бумага) Spotify 2022
10. Бандиты для онлайн-калибровки: приложение для модерации контента на платформах социальных сетей Meta 2022
11. Как оптимизировать рейтинги с помощью Cascade Bandits Expedia 2022
12. Выбор лучшего изображения для каждого продавца с помощью исследований и машинного обучения DoorDash 2023

Обнаружение аномалий

1. Обнаружение аномалий производительности при развертывании внешнего встроенного ПО Netflix 2019
2. Обнаружение и предотвращение злоупотреблений в LinkedIn с помощью изоляционных лесов (код) LinkedIn 2019
3. Обнаружение глубоких аномалий с помощью Spark и Tensorflow (видео Hopsworks) Swedbank , Hopsworks 2019
4. Предотвращение злоупотреблений с помощью обучения без присмотра LinkedIn 2020
5. Технология борьбы с преследованиями в LinkedIn LinkedIn 2020
6. Раскрытие заговора о страховом мошенничестве с помощью сетевого обучения (бумага) Ant Financial 2020
7. Как работает защита от спама в Stack Exchange? Stack Exchange 2020
8. Автоматическая модерация контента в C2C электронной коммерции Mercari 2020
9. Блокировка спама с приглашениями в Slack с помощью машинного обучения Slack 2020
10. Управление ботами Cloudflare: машинное обучение и многое другое Cloudflare 2020
11. Аномалии изменения температуры масла в туннелепроходческой машине SENER 2020
12. Использование обнаружения аномалий для мониторинга клиентов банков с низким уровнем риска Rabobank 2020
13. Борьба с мошенничеством с Triplet Loss OLX Group 2020
14. Facebook теперь использует ИИ для сортировки контента для более быстрой модерации (альтернатива) Facebook 2020
15. Как ИИ становится лучше в обнаружении разжигания ненависти. Часть 1, Часть 2, Часть 3, Часть 4 Facebook 2020
16. Использование глубокого обучения для обнаружения оскорбительных действий участников (Видео) LinkedIn 2021
17. Проект RADAR: интеллектуальная система раннего обнаружения мошенничества с участием людей Uber 2022
18. График для обнаружения мошенничества Grab 2022
19. Бандиты для онлайн-калибровки: приложение для модерации контента на платформах социальных сетей Meta 2022
20. Развитие машинного обучения для остановки мобильных ботов Cloudflare 2022
21. Повышение точности нашего машинного обучения WAF с помощью увеличения данных и выборки Cloudflare 2022
22. Машинное обучение для обнаружения мошенничества в потоковых сервисах Netflix 2022
23. Цены на Lyft Lyft 2022

График

1. Создание диаграммы знаний LinkedIn LinkedIn 2016
2. Масштабирование доступа к знаниям и их извлечения на Airbnb Airbnb 2018
3. Графовые сверточные нейронные сети для рекомендательных систем веб-масштаба (бумага) Pinterest 2018
4. Открытие еды с помощью Uber Eats: использование графического обучения для составления рекомендаций Uber 2019
5. AliGraph: Комплексная графовая платформа нейронных сетей (бумага) Alibaba 2019
6. Контекстуализация Airbnb путем построения диаграммы знаний Airbnb 2019
7. График розничной торговли — график знаний о продуктах Walmart Walmart 2020
8. Прогнозирование трафика с помощью нейронных сетей Advanced Graph DeepMind 2020
9. SimClusters: Представление рекомендаций на уровне сообщества (бумага, видео) Twitter 2020
10. Агрегированная сеть «Соседи» для рассуждения на гетерогенных графах под руководством метапатов (бумага) Alibaba 2021
11. Сеть Graph Intention для прогнозирования рейтинга кликов в спонсируемом поиске (бумага) Alibaba 2021
12. JEL: Применение сквозного связывания нейронных объектов в JPMorgan Chase (бумага) JPMorgan Chase 2021
13. Как AWS использует графовые нейронные сети для удовлетворения потребностей клиентов Amazon 2022
14. График для обнаружения мошенничества Grab 2022

Оптимизация

1. Сватовство в Lyft Line (Часть 1) (Часть 2) (Часть 3) Lyft 2016
2. Данные и наука, лежащие в основе совместного использования автомобилей GrabShare (Часть 1) ( НУЖНА БУМАГА ) Grab 2017
3. Как выводы о поездках и машинное обучение оптимизируют время доставки в Uber Eats Uber 2018
4. Оптимизация нового поколения для отправки Dasher на DoorDash DoorDash 2020
5. Оптимизация пассажиров время ожидания в лифтах с использованием машинного обучения Thyssen Krupp AG 2020
6. Подумайте из пакета: рекомендует типы пакетов для поставки электронной коммерции (Paper) Amazon 2020
7. Оптимизация расходов на маркетинг Doordash с помощью машинного обучения DoorDash 2020
8. Использование Learning to Rank, чтобы точно найти, где доставить пакеты (бумага) Amazon 2021

Извлечение информации

1. Неконтролируемое извлечение атрибутов и их значения из описания продукта (бумага) Rakuten 2013
2. Использование машинного обучения для индексации текста из миллиардов изображений Dropbox 2018
3. Извлечение структурированных данных из Templatic Documents (Paper) Google 2020
4. Autoknow: коллекция знаний о самостоятельном вождении для продуктов из тысяч типов (Paper, Video) Amazon 2020
5. Один выстрел текстовой маркировка с использованием внимания и распространения убеждений для извлечения информации (бумага) Alibaba 2020
6. Извлечение информации из квитанций с графическими сверточными сетями Nanonets 2021

Слабый надзор

1. Snorkel Drybell: тематическое исследование по развертыванию слабого надзора в промышленном масштабе (бумага) Google 2019
2. Osprey: слабый надзор за несбалансированными проблемами извлечения без кода (Paper) Intel 2019
3. Overton: система данных для мониторинга и улучшения продуктов с машинным обучением (Paper) Apple 2019
4. Начальные разговорные агенты со слабым надзором (бумага) IBM 2019

Поколение

1. Лучшие языковые модели и их последствия (Paper) OpenAI 2019
2. Изображение GPT (Paper, Code) OpenAI 2019
3. Языковые модели-это несколько выстрелов (бумага) (пост в блоге GPT-3) OpenAI 2020
4. Глубокое обучение супер -резолюции для художественного фильма «Производство» (Paper) Pixar 2020
5. Генерация корпуса модульного тестирования с трансформаторами Microsoft 2021

Аудио

1. Улучшение распознавания речи на устройстве с помощью голосового фильтера (бумага) Google 2020
2. Машинное обучение Hum для поиска Google 2020

Создание конфиденциальности машинное обучение

1. Федеративное обучение: совместное машинное обучение без централизованных данных обучения (документ) Google 2017
2. Федеративное обучение с формальными дифференциальными гарантиями конфиденциальности (бумага) Google 2022
3. Машинное обучение на основе MPC: достижение сквозного конфиденциальности машинного обучения (бумага) Facebook 2022

Валидация и тестирование A/B

1. Перекрывающаяся экспериментальная инфраструктура: больше, лучше, более быстрые эксперименты (бумага) Google 2010
2. Повторное удержание: сохранение достоверности в анализе адаптивных данных (Paper) Google 2015
3. Эксперименты в Твиттере: технический обзор Twitter 2015
4. Это все тестирование A/Bout: платформа экспериментов Netflix Netflix 2016
5. Building Pinterest A/B -тестирование Pinterest 2016
6. Экспериментируя, чтобы решить разбивание Twitter 2017
7. Создание интеллектуальной платформы экспериментов с Uber Engineering Uber 2017
8. Масштабирование экспериментальной платформы Airbnb Airbnb 2017
9. Meet Wasabi, платформу A/B с открытым исходным кодом (код) Intuit 2017
10. Анализ результатов эксперимента: помимо средних эффектов лечения Uber 2018
11. Под капотом экспериментальной платформы Uber Uber 2018
12. Ограниченная байесовская оптимизация с шумными экспериментами (Paper) Facebook 2018
13. Надежные и масштабируемые функции переключаются и A/B -тестирование SDK на Grab Grab 2018
14. Скорость конверсии моделирования и экономия миллионов с использованием каплан-Мейера и гамма-распределений (код) Better 2019
15. Обнаружение помех: A/B -тест A/B -тестов LinkedIn 2019
16. Объявление о новой структуре для разработки оптимальных экспериментов с пиро (бумага) (бумага) Uber 2020
17. Включение в 10 раз больше экспериментов с платформой экспериментов Traveloka Traveloka 2020
18. Крупномасштабные эксперименты на фиксации стежка (бумага) Stitch Fix 2020
19. Multi-Armed Bandits и фиксаторная платформа Fix Fix Fix 2020 Stitch Fix 2020
20. Эксперименты с ограничениями ресурсов Stitch Fix 2020
21. Вычислительный причинный вывод на Netflix (Paper) Netflix 2020
22. Ключевые проблемы с квази -экспериментами в Netflix Netflix 2020
23. Создание двигателя экспериментов в LinkedIn 20x быстрее LinkedIn 2020
24. Наша эволюция к T-Rex: предыстория экспериментальной инфраструктуры в LinkedIn LinkedIn 2020
25. Как использовать квази-эксперименты и контрфактуны для построения отличных продуктов Shopify 2020
26. Улучшение экспериментальной мощности с помощью контроля с использованием прогнозов в качестве ковариатного DoorDash 2020
27. Поддержка быстрого итерации продукта с платформой анализа экспериментов DoorDash 2020
28. Улучшение емкости эксперимента в Интернете в 4x с параллелизацией и повышенной чувствительностью DoorDash 2020
29. Использование причинного моделирования, чтобы получить большую ценность от плоских результатов эксперимента DoorDash 2020
30. Итерационные алгоритмы назначения в реальном времени через эксперименты DoorDash 2020
31. Новая экспериментальная платформа Spotify (Часть 1) (Часть 2) Spotify 2020
32. Интерпретация результатов теста A/B: ложная позитива и статистическая значимость Netflix 2021
33. Интерпретация результатов теста A/B: ложные негативы и мощность Netflix 2021
34. Запуск экспериментов с Google AdWords для оптимизации кампании DoorDash 2021
35. 4 принципа Doordash, используемые для увеличения его эксперимента по логистике на 1000% DoorDash 2021
36. Платформа экспериментов в Заландо: Часть 1 - Эволюция Zalando 2021
37. Проектирование экспериментов Guardrails Airbnb 2021
38. Как Airbnb измеряет будущую ценность для стандартизации компромиссов Airbnb 2021
39. Сетевые эксперименты в масштабе (Paper] Facebook 2021
40. Universal Holdout Groups в Disney Streaming Disney 2021
41. Экспериментирование является основным направлением науки о данных по всему Netflix Netflix 2022
42. Поисковое путешествие к лучшей практике экспериментов Spotify 2022
43. Искусственная контрфактивная оценка: причинно-следственный вывод на основе машинного обучения в Airbnb Airbnb 2022
44. Помимо A/B -теста: ускорение экспериментов по поиску Airbnb через интеррелирующее Airbnb 2022
45. Проблемы в экспериментах Lyft 2022
46. Перегрузка и анализ триггеров: уменьшение размеров выборки при увеличении Booking чувствительности 2022
47. Познакомьтесь с Dash-Ab-Статистическим двигателем экспериментов в Doordash DoorDash 2022
48. Сравнение квантилей в масштабе в онлайн-A/B-тестирование Spotify 2022
49. Ускорение наших экспериментов с A/B с Dropbox Machine Learning 2023
50. A/B -тестирование на надгробиле в Uber Uber

Управление моделями

1. Операционное машинное обучение - управление происхождением от необработанных данных до прогнозов Comcast 2018
2. Overton: система данных для мониторинга и улучшения продуктов с машинным обучением (Paper) Apple 2019
3. ВПП - Управление жизненным циклом модели на Netflix Netflix 2020
4. Управление ML Models @ Scale - Platform Intuit ML Intuit 2020
5. Мониторинг модели ML - 9 наконечников из Trenches Nubank 2021
6. Работа с перекосом поезда в моделях ML в режиме реального времени: короткий гид Nubank 2023

Эффективность

1. Groknet: Unified Computer Vision Model Trunk and Entgdings for Commerce (Paper) Facebook 2020
2. Как мы масштабировали Bert для обслуживания 1+ миллиарда ежедневных запросов на процессорах Roblox 2020
3. Пересту, квантовать и тонкая настройка: эффективное сжатие нейронных сетей (бумага) Uber 2021
4. Ускоренная графическая инференция ML в Pinterest Pinterest 2022

Этика

1. Строительство инклюзивных продуктов через A/B -тестирование (бумага) LinkedIn 2020
2. Лифт: масштабируемая структура для измерения справедливости в приложениях ML (Paper) LinkedIn 2020
3. Представление первого в Твиттере алгоритмическое предвзятость награда Twitter 2021
4. Изучение алгоритмического усиления политического контента в Twitter Twitter 2021
5. Более внимательный взгляд на то, как LinkedIn интегрирует справедливость в свои продукты AI LinkedIn 2022

Непрерывно

1. Реинжиниринг платформ глубокого обучения Facebook AI для совместимости Facebook 2020
2. Эластичная распределенная тренировка с XGBOOST на Ray Uber 2021

Платформы MLOPS

1. Познакомьтесь с Michelangelo: платформа машинного обучения Uber Uber 2017
2. Операционное машинное обучение - управление происхождением от необработанных данных до прогнозов Comcast 2018
3. Платформа машинного обучения больших данных на Pinterest Pinterest 2019
4. Основное моделирование в Instagram Instagram 2019
5. Metaflow с открытым исходным газом-ориентированная на человека структура для науки о данных Netflix 2019
6. Управление ML Models @ Scale - Platform Intuit ML Intuit 2020
7. Платформа склада машинного обучения в реальном времени на Zomato Zomato 2020
8. Представление Flyte: платформа для нативного машинного обучения и обработки данных Lyft 2020
9. Построение гибких ансамблевых моделей ML с вычислительным графом DoorDash 2021
10. Lyftlearn: ML Model Training Infrastructure, построенная на Kubernetes Lyft 2021
11. «Вам не нужна большая лодка»: полный конвейер данных, построенный из инструментов с открытым исходным кодом (Paper) Coveo 2021
12. Mlops at Greensteam: доставка машинного обучения GreenSteam 2021
13. Развертывание ML ML Model Model и Architecture Architecture Reddit 2021
14. Платформа Machine Learning Etresigning Etsy Etsy 2021
15. Понимание хранения и проглатывания данных для крупномасштабной глубокой рекомендательной модели Training (Paper) Meta 2021
16. Создание платформы для рекомендаций по обслуживанию в Etsy Etsy 2022
17. Интеллектуальная платформа автоматизации: расширение возможностей разговорного ИИ и за его пределами в Airbnb Airbnb 2022
18. Дарвин: Наука данных и искусственный интеллект Workbench в LinkedIn LinkedIn 2022
19. Magic of Merlin: новая платформа машинного обучения Shopify Shopify 2022
20. Платформа машинного обучения Zalando Zalando 2022
21. Внутренняя платформа оптимизации AI от Meta для инженеров по всей компании (Paper) Meta 2022
22. Стек машинного обучения Монзо Monzo 2022
23. Эволюция ML Fact Store Netflix 2022
24. Использование Mlops для создания Binance конвейера машинного обучения в реальном времени 2022
25. Полномерные модели машинного обучения эффективно в масштабе в Zillow Zillow 2022
26. DIDACT AI: Анатомия двигателя сборов с запасом ML Didact AI 2022
27. Развертывание бесплатно - платформа машинного обучения для ученых Stitch Fix Stitch Fix 2022
28. Операции машинного обучения (MLOPS): Обзор, определение и архитектура (бумага) IBM 2022

Практики

1. Практические рекомендации по градиентному обучению глубоких архитектур (бумага) Yoshua Bengio 2012
2. Машинное обучение: кредитная карта технического долга с высокой процентной ставкой (бумага) (бумага) Google 2014
3. Правила машинного обучения: лучшие практики для ML Engineering Google 2018
4. По проблемам управления моделью машинного обучения Amazon 2018
5. Машинное обучение в производстве: Booking.com подход Booking 2019
6. 150 Успешные модели машинного обучения: 6 уроков, извлеченных на Booking.com (Paper), Booking 2019
7. Успехи и проблемы при принятии машинного обучения в масштабе на глобальном банке Rabobank 2019
8. Проблемы в развертывании машинного обучения: обзор тематических исследований (Paper) Cambridge 2020
9. Реинжиниринг платформ глубокого обучения Facebook AI для совместимости Facebook 2020
10. Проблема с инструментами разработчика искусственного интеллекта для предприятий Databricks 2020
11. Непрерывная интеграция и развертывание для машинного обучения в Интернете и моделях Uber 2021
12. Производительность модели настройки Uber 2021
13. Поддержание точности модели машинного обучения посредством мониторинга DoorDash 2021
14. Создание масштабируемых и эффективных маркетинговых систем ML в Wayfair Wayfair 2021
15. Наш подход к созданию прозрачных и объяснимых систем ИИ LinkedIn 2021
16. 5 шагов для создания моделей машинного обучения для Business Shopify 2021
17. Данные - это искусство, а не просто наука, а рассказывание историй - это ключевой Shopify 2022
18. Лучшие практики машинного обучения в реальном времени: предупреждение Nubank 2022
19. Автоматическая переподготовка для моделей машинного обучения: советы и уроки извлечены Nubank 2022
20. RecsySops: лучшие практики для работы крупномасштабной системы рекомендации Netflix 2022
21. ML Education at Uber: рамки, вдохновленные инженерными принципами Uber 2022
22. Создание и поддержание внутренних инструментов для команд DS/ML: уроки извлечены Nubank 2024

Командная структура

1. Какой наиболее эффективный способ структурировать команду по науке о данных? Udemy 2017
2. Инженеры не должны писать ETL: Руководство по созданию высокофункционального отделения Data Science Stitch Fix 2016
3. Создание аналитической команды на Wish Wish 2018
4. Остерегайтесь фабрики PIN Data Science: мощность цельной Stack Science Science Stick Stitch Fix 2019
5. Культивирование алгоритмов: как мы выращиваем науку о данных в Stitch Fix Stitch Fix
6. Аналитика в Netflix: кто мы и что мы делаем Netflix 2020
7. Создание команды данных в стартапе средней стадии: рассказ Erikbern 2021
8. Закулисный взгляд на то, как команда данных почтальона работает Postman 2021
9. Ученый из данных X машинного обучения. Роли инженера: чем они отличаются? Как они одинаково? Nubank 2022

Терпит неудачу

1. Когда дело доходит до Gorillas, Google Photos остается слепым Google 2018
2. 160K+ ученики старших классов заканчиваются только в том случае, если модель позволит им International Baccalaureate 2020
3. Алгоритм, который «прогнозирует» преступность, основанную на лице, иссякает Фурор Harrisburg University 2020
4. Трудно генерировать нервный текст от GPT-3 о мусульманах OpenAI 2020
5. Британский инструмент искусственного интеллекта для прогнозирования насильственных преступлений слишком испорчен, чтобы использовать United Kingdom 2020
6. Больше в ужасном-аи
7. Partnership on AI 2022

PS, хотите краткое изложение достижений ML? Ускорить скорость с учетом документов ml-surveys