applied ml

应用毫升

有关生产中的数据科学和机器学习的精选论文、文章和博客。

弄清楚如何实施您的机器学习项目？了解其他组织是如何做到的：

• 问题是如何构建的？（例如，个性化如recsys、搜索、序列）
• 哪些机器学习技术有效 ✅（有时，哪些无效）
• 为什么它有效，其背后的科学以及研究、文献和参考文献
• 取得了哪些实际结果（以便您可以更好地评估投资回报率⏰??）

PS，想要了解 ML 进展的摘要吗？ ml-surveys

PPS，正在寻找有关应用 ML 的指南和访谈吗？ applyingML

目录

1. 数据质量
2. 数据工程
3. 数据发现
4. 特征商店
5. 分类
6. 回归
7. 预测
8. 推荐
9. 搜索与排名
10. 嵌入
11. 自然语言处理
12. 序列建模
13. 计算机视觉
14. 强化学习
15. 异常检测
16. 图形
17. 优化
18. 信息提取
19. 监管薄弱
20. 一代
21. 声音的
22. 保护隐私的机器学习
23. 验证和 A/B 测试
24. 模型管理
25. 效率
26. 伦理
27. 基础设施
28. MLOps 平台
29. 实践
30. 团队架构
31. 失败

数据质量

1. Airbnb 可靠且可扩展的数据摄取Airbnb 2016
2. 通过统计建模大规模监控数据质量Uber 2017
3. 生产机器学习中的数据管理挑战（论文） Google 2017
4. 自动化大规模数据质量验证（论文） Amazon 2018
5. 认识 Hodor — Gojek 的上游数据质量工具Gojek 2019
6. 机器学习的数据验证（论文） Google 2019
7. Netflix 个性化系统的数据质量方法Netflix 2020
8. 通过对人类决策、标签和评分者的确定性估计来提高准确性（论文） Facebook 2020

数据工程

1. Zipline：Airbnb 的机器学习数据管理平台Airbnb 2018
2. Sputnik：Airbnb 的 Apache Spark 数据工程框架Airbnb 2020
3. 使用 Metaflow 和 AWS Step Functions 分拆数据科学工作流程Netflix 2020
4. DoorDash 如何扩展其数据平台以满足客户需求并满足不断增长的需求DoorDash 2020
5. 凭借强大的数据一致性彻底改变大规模资金流动Uber 2020
6. Zipline - 声明式特征工程框架Airbnb 2020
7. 大规模自动化数据保护，第 1 部分（第 2 部分） Airbnb 2021
8. Uber 的实时数据基础设施Uber 2021
9. Fabricator 简介：声明式特征工程框架DoorDash 2022
10. 函数和 DAG：引入 Hamilton，一个用于数据帧生成的微框架Stitch Fix 2021
11. 优化 Pinterest 的数据摄取堆栈：调查结果和学习Pinterest 2022
12. 大规模运行 Apache Airflow 的经验教训Shopify 2022
13. 了解大规模深度推荐模型训练Meta 2022的数据存储和摄取
14. 数据网格 — 数据移动和处理平台 @ Netflix Netflix 2022
15. 使用 Kafka 和 Flink DoorDash 2022构建可扩展的实时事件处理

数据发现

1. Apache Atlas：Hadoop 的数据治理和元数据框架（代码） Apache
2. 收集、聚合和可视化数据生态系统的元数据（代码） WeWork
3. Twitter 上分析数据的发现和使用Twitter 2016
4. Airbnb 的数据民主化Airbnb 2017
5. 数据手册： Uber 2018利用元数据将大数据转化为知识
6. Metacat：在 Netflix 上让大数据变得可发现且有意义（代码） Netflix 2018
7. Amundsen — Lyft 的数据发现和元数据引擎Lyft 2019
8. 开源 Amundsen：数据发现和元数据平台（代码） Lyft 2019
9. DataHub：通用元数据搜索和发现工具（代码） LinkedIn 2019
10. 阿蒙森：一年后Lyft 2020
11. 在 Square Square 2020上使用 Amundsen 通过元数据收集来支持用户隐私
12. 使用 Databook Uber 2020将元数据转化为见解
13. DataHub：流行元数据架构解释LinkedIn 2020
14. 我们如何在 Spotify 上改进数据科学家的数据发现Spotify 2020
15. 我们如何解决 Shopify 的数据发现挑战Shopify 2020
16. Nemo：Facebook 的数据发现Facebook 2020
17. 探索数据 @ Netflix（代码） Netflix 2021

特征商店

1. 用于特征生成的分布式时间旅行Netflix 2016
2. 构建活动图，第 2 部分（特征存储部分） LinkedIn 2017
3. 用于 Netflix 推荐的大规模事实存储Netflix 2018
4. Zipline：Airbnb 的机器学习数据管理平台Airbnb 2018
5. 特征存储：机器学习管道缺少数据层？ Hopsworks 2018
6. 介绍盛宴：用于机器学习的开源特征存储（代码） Gojek 2019
7. Michelangelo Palette：Uber 的特征工程平台Uber 2019
8. 为 Twitter 功能存储提供支持的架构Twitter 2019
9. 使用特征存储服务加速机器学习Condé Nast 2019
10. 盛宴：连接 ML 模型和数据Gojek 2020
11. 使用 Redis、二进制序列化和压缩构建可扩展的 ML 特征存储DoorDash 2020
12. 通过标准化进行快速实验：LinkedIn Feed 的键入 AI 功能LinkedIn 2020
13. 构建特征商店Monzo Bank 2020
14. Butterfree：基于 Spark 的特征存储构建框架（代码） QuintoAndar 2020
15. 构建 Riviera：声明式实时特征工程框架DoorDash 2021
16. 最佳特征发现：通过信息理论构建更好、更精简的机器学习模型Uber 2021
17. Lyft 的 ML 功能服务基础设施Lyft 2021
18. 近实时个性化的近实时功能LinkedIn 2022
19. 在 DoorDash 广泛的商家选择背后构建模型DoorDash 2022
20. 开源 Feathr – LinkedIn 用于高效机器学习的功能商店LinkedIn 2022
21. ML Fact Store 的演变Netflix 2022
22. 通过Outerbounds 2022开发可扩展的特征工程 DAG Metaflow + Hamilton
23. Constructor.io 2023上的特征存储设计

分类

1. Google AdWords 广告商流失率预测（论文） Google 2010
2. 现代规模的高精度基于短语的文档分类（论文） LinkedIn 2011
3. Chimera：使用机器学习、规则和众包进行大规模分类（论文） Walmart 2014
4. 使用多个递归神经网络进行电子商务中的大规模商品分类（论文） NAVER 2016
5. 学习使用 LSTM 递归神经网络进行诊断（论文） Google 2017
6. 发现并分类 Airbnb 的应用内消息意图Airbnb 2019
7. 教学机器对 Firefox Bug 进行分类Mozilla 2019
8. 大规模分类产品Shopify 2020
9. 我们如何构建GitHub 2020 Good First Issues 功能
10. 使用机器学习更有效地测试 Firefox Mozilla 2020
11. 使用 ML 对接受数字心理健康干预的患者进行亚型分类（论文） Microsoft 2020
12. 用于安全和隐私的可扩展数据分类（论文） Facebook 2020
13. 利用机器学习DoorDash 2020揭示在线送货菜单最佳实践
14. 使用人机交互解决菜单项标记DoorDash 2020中的冷启动问题
15. 深度学习：产品分类和上架Walmart 2021
16. 电子商务的大规模商品分类（论文） DianPing ， eBay 2012
17. 语义标签表示及其在多模式产品分类中的应用Walmart 2022
18. 使用机器学习和人机交互构建 Airbnb 类别Airbnb 2022

回归

1. 使用机器学习预测 Airbnb 上房屋的价值Airbnb 2017
2. 使用机器学习预测Twitter 2020广告请求的价值
3. 开源 Riskquant，量化风险的库（代码） Netflix 2020
4. 使用简单的数据调整解决回归模型中未观察到的数据DoorDash 2020

预测

1. Uber 使用 RNN 进行极端事件预测Uber 2017
2. Uber 预测： Uber 2018简介
3. Uber 通过数据科学和机器学习转变财务预测Uber 2018
4. Gojek 自动预测工具的幕后Gojek 2019
5. BusTr：根据实时交通预测公交车出行时间（纸质、视频） Google 2020
6. COVID-19 后重新训练机器学习模型DoorDash 2020
7. 使用 Prophet、Databricks、Delta Lake 和 MLflow 进行自动预测（论文、代码） Atlassian 2020
8. 隆重推出 Orbit，一种用于时间序列推断和预测的开源软件包（论文、视频、代码） Uber 2021
9. 通过机器学习管理供需平衡DoorDash 2021
10. Greykite：灵活、直观、快速的预测库LinkedIn 2021
11. 亚马逊预测算法的历史Amazon 2021
12. DeepETA：Uber 如何使用深度学习预测到达时间Uber 2022
13. 大规模预测 Grubhub 订单量Grubhub 2022
14. Lyft 的因果预测（第 1 部分） Lyft 2022

推荐

1. Amazon.com 建议：逐项协同过滤（论文） Amazon 2003
2. Netflix 推荐：超越 5 颗星（第 1 部分（第 2 部分） Netflix 2012
3. 音乐推荐的工作原理和不工作原理Spotify 2012
4. 学习使用 k 阶统计损失对推荐进行排名（论文） Google 2013
5. 使用深度学习在 Spotify 上推荐音乐Spotify 2014
6. 学习个性化主页Netflix 2015
7. Netflix 推荐系统：算法、商业价值和创新（论文） Netflix 2015
8. 使用循环神经网络进行基于会话的建议（论文） Telefonica 2016
9. 用于 YouTube 推荐的深度神经网络YouTube 2016
10. 收件箱中的电子商务：大规模产品推荐（论文） Yahoo 2016
11. 待续：帮助您查找可在 Netflix 上继续观看的节目Netflix 2016
12. LinkedIn 中的个性化推荐 Learning LinkedIn 2016
13. Slack 中的个性化频道推荐Slack 2016
14. 电商推送通知中推荐互补产品（论文） Alibaba 2017
15. Netflix 的艺术作品个性化Netflix 2017
16. 关于项目冷启动推荐的元学习视角（论文） Twitter 2017
17. Pixie：向 2 亿多用户实时推荐 3 亿多件商品的系统（论文） Pinterest 2017
18. DoorDash 上的搜索和推荐支持DoorDash 2017
19. 20 世纪福克斯如何使用 ML 预测电影观众（论文） 20th Century Fox 2018
20. 校准推荐（论文） Netflix 2018
21. Uber Eats 优食探索美食： 2018市场推荐Uber
22. 探索、利用和解释：使用 Bandits 个性化可解释的建议（论文） Spotify 2018
23. LinkedIn 的人才搜索和推荐系统：实际挑战和经验教训（论文） LinkedIn 2018
24. 阿里巴巴电子商务推荐的行为序列转换器（论文） Alibaba 2019
25. SDM：在线大规模推荐系统的序列深度匹配模型（论文） Alibaba 2019
26. 天猫推荐的多兴趣网络与动态路由（论文） Alibaba 2019
27. 使用深度学习体验的个性化推荐TripAdvisor 2019
28. 由 AI 提供支持：Instagram 的 Explore 推荐系统Facebook 2019
29. Slate Bandits 的边际后验采样（论文） Netflix 2019
30. Uber Eats 食品发现：利用图学习为推荐提供支持Uber 2019
31. Spotify Spotify 2019音乐推荐
32. 使用机器学习预测您接下来需要什么文件（第 1 部分） Dropbox 2019
33. 使用机器学习预测您接下来需要什么文件（第 2 部分） Dropbox 2019
34. 学习相关性：课程推荐系统的演变（需要论文） LinkedIn 2019
35. 实时时态上下文推荐（纸质） Amazon 2020
36. P-Companion：多元化互补产品推荐框架（论文） Amazon 2020
37. Deep Interest with Hierarchical Attention Network for Click-Through Rate Prediction（论文） Alibaba 2020
38. TPG-DNN：一种基于多任务学习的用户意图预测方法（论文） Alibaba 2020
39. PURS：提高用户满意度的个性化意外推荐系统（论文） Alibaba 2020
40. 可控多利益推荐框架（论文） Alibaba 2020
41. MiNet：用于跨域点击率预测的混合兴趣网络（论文） Alibaba 2020
42. ATRG：用于有效推荐的自适应目标行为关系图网络（论文） Alibaba 2020
43. 只为您的耳朵：通过机器学习个性化 Spotify Home Spotify 2020
44. 登顶：Spotify 如何在短短六个月内打造捷径Spotify 2020
45. 用于大规模音乐推荐的上下文和顺序用户嵌入（论文） Spotify 2020
46. Kit 的演变：使用机器学习进行自动化营销Shopify 2020
47. 深入了解 LinkedIn 学习课程推荐背后的 AI（第 1 部分） LinkedIn 2020
48. 深入了解 LinkedIn 学习课程推荐背后的 AI（第 2 部分） LinkedIn 2020
49. 构建异构社交网络推荐系统LinkedIn 2020
50. TikTok 如何推荐视频#ForYou ByteDance 2020
51. 从 RecSys 到冷启动搜索检索的零样本异构迁移学习（论文） Google 2020
52. 改进的深度和交叉网络，用于网络规模 LTR 系统中的特征交叉学习（论文） Google 2020
53. 推荐中学习两塔神经网络的混合负采样（论文） Google 2020
54. 未来数据助力训练：为基于会话的推荐建模未来情境（论文） Tencent 2020
55. 家装领域基于会话的推荐案例研究（纸质） Home Depot 2020
56. 在宜家应用程序中平衡相关性和发现性以激励客户（论文） Ikea 2020
57. 我们如何使用 AutoML、多任务学习和多塔模型进行 Pinterest 广告Pinterest 2020
58. Pinterest Pinterest 2020相关产品推荐的多任务学习
59. 通过轻量级排名提高推荐 Pin 图的质量Pinterest 2020
60. 基于实用程序的家庭信息流排名的多任务学习和校准Pinterest 2020
61. 基于客户偏好和当地人气的个性化美食过滤器DoorDash 2020
62. 我们如何构建交叉销售产品的匹配算法Gojek 2020
63. 解决基于模型的候选生成中数据集偏差的经验教训（论文） Twitter 2021
64. 大规模项目推荐的自监督学习（论文） Google 2021
65. 深度检索：大规模推荐的端到端可学习结构模型（论文） ByteDance 2021
66. 使用 AI 帮助健康专家应对 COVID-19 大流行Facebook 2021
67. Pinterest 的广告商推荐系统Pinterest 2021
68. 关于 YouTube 的推荐系统YouTube 2021
69. “你确定吗？”：将产品比较扩展到多个商店的初步见解Coveo 2021
70. Mozrt，一种深度学习推荐系统，为沃尔玛店员提供支持Walmart 2021
71. 了解大规模深度推荐模型训练的数据存储和摄取（论文） Meta 2021
72. Amazon Music 对话式推荐器正在切中要点Amazon 2022
73. 个性化互补产品推荐（论文） Amazon 2022
74. 构建基于深度学习的个性化推荐检索系统eBay 2022
75. 我们如何构建：用于推荐Peloton 2022早期机器学习模型
76. 构建情境感知推荐系统的经验教训Peloton 2022
77. 超越矩阵分解：使用混合功能进行用户-业务推荐Yelp 2022
78. 利用机器学习的活动功能改善工作匹配LinkedIn 2022
79. 了解大规模深度推荐模型训练Meta 2022的数据存储和摄取
80. 推荐系统架构蓝图：10 周年纪念版Xavier Amatriain 2022
81. Pinterest 如何利用推荐中的实时用户操作来提高 Homefeed 参与量Pinterest 2022
82. RecSysOps：运营大规模推荐系统的最佳实践Netflix 2022
83. 推荐 API：统一的端到端机器学习基础设施来生成推荐Slack 2022
84. 不断发展的 DoorDash 替代推荐算法DoorDash 2022
85. 利用和探索DoorDash 2022主页推荐
86. Pinterest Pinterest 2022上的 GPU 加速的机器学习推理
87. 解决因果推荐的混淆特征问题（论文） Tencent 2022

搜索与排名

1. 亚马逊搜索：对产品进行排名的乐趣（纸张、视频、代码） Amazon 2016
2. Lazada 如何对产品进行排名以改善客户体验和转化Lazada 2016
3. 雅虎搜索中的排名相关性（论文） Yahoo 2016
4. 学习对专业网络中的个性化搜索结果进行排名（论文） LinkedIn 2016
5. 在 Twitter 时间轴中大规模使用深度学习Twitter 2017
6. 基于集成的 Etsy 促销列表点击率预测方法（论文） Etsy 2017
7. DoorDash 上的搜索和推荐支持DoorDash 2017
8. 将深度学习应用于 Airbnb 搜索（论文） Airbnb 2018
9. 人才搜索的会话中个性化（论文） LinkedIn 2018
10. LinkedIn 的人才搜索和推荐系统（论文） LinkedIn 2018
11. Uber Eats 食品发现：构建查询理解引擎Uber 2018
12. 电子商务搜索中全局优化的相互影响力感知排名（论文） Alibaba 2018
13. 强化学习在电子商务搜索引擎中排名（论文） Alibaba 2018
14. 语义产品搜索（论文） Amazon 2019
15. 机器学习驱动的 Airbnb 体验搜索排名Airbnb 2019
16. 具有树交互特征的实体个性化人才搜索模型（论文） LinkedIn 2019
17. LinkedIn 招聘人员搜索和推荐系统背后的人工智能LinkedIn 2019
18. 学习招聘偏好：LinkedIn 职位背后的人工智能LinkedIn 2019
19. 搜索个性化背后的秘诀Gojek 2019
20. 神经代码搜索：使用自然语言查询进行基于 ML 的代码搜索Facebook 2019
21. 通过强化学习聚合异构来源的搜索结果（论文） Alibaba 2019
22. 使用 Wasserstein 正则化器的跨域注意力网络用于电子商务搜索Alibaba 2019
23. 比以往更好地理解搜索（论文） Google 2019
24. 我们如何使用语义搜索使我们的搜索更加智能 10 倍Tokopedia 2019
25. Query2vec：使用查询嵌入进行搜索查询扩展GrubHub 2019
26. MOBIUS：迈向百度赞助搜索中的下一代查询广告匹配Baidu 2019
27. 为什么人们会在语音产品搜索中购买看似不相关的商品？ （论文） Amazon 2020
28. 管理 Airbnb 搜索的多样性（论文） Airbnb 2020
29. 改进 Airbnb 搜索的深度学习（论文） Airbnb 2020
30. 通过针对招聘者和求职者偏好的个性化 AI 进行质量匹配LinkedIn 2020
31. 了解停留时间以提高 LinkedIn Feed 排名LinkedIn 2020
32. 通过约束优化在 Feed 中分配广告（论文、视频） LinkedIn 2020
33. 了解停留时间以提高 LinkedIn Feed 排名LinkedIn 2020
34. Bing Microsoft 2020中的大规模 AI
35. Traveloka 通用搜索中的查询理解引擎Traveloka 2020
36. Wayfair 贝叶斯产品排名Wayfair 2020
37. COLD：迈向下一代预排名系统（论文） Alibaba 2020
38. Shop The Look：在 Pinterest 上构建大规模视觉购物系统（纸质、视频） Pinterest 2020
39. 通过 Pinterest 搜索推动购物追加销售Pinterest 2020
40. GDMix：深度排名个性化框架（代码） LinkedIn 2020
41. 将个性化搜索引入 Etsy Etsy 2020
42. 为语义学者Allen Institute for AI 2020构建更好的搜索引擎
43. 自然语言企业搜索的查询理解（论文） Salesforce 2020
44. 事物而非字符串：通过 Better Recall DoorDash 2020了解搜索意图
45. 对显示服务不足的音乐内容的查询理解（论文） Spotify 2020
46. Facebook 搜索中基于嵌入的检索（论文） Facebook 2020
47. 通过嵌入学习实现电子商务搜索的个性化和语义检索（论文） JD 2020
48. QUEEN：电子商务中的神经查询重写（论文） Amazon 2021
49. 使用学习排名来精确定位包裹递送地点（论文） Amazon 2021
50. 电子商务搜索中的季节性相关性（论文） Amazon 2021
51. 用于赞助搜索中点击率预测的图意图网络（论文） Alibaba 2021
52. 我们如何为 Etsy 广告构建特定于环境的竞价系统Etsy 2021
53. 基于预训练语言模型的百度搜索排名（论文） Baidu 2021
54. 将空间拼接在一起以提供基于查询的建议Stitch Fix 2021
55. LinkedIn 搜索系统的深度自然语言处理（论文） LinkedIn 2021
56. 基于 Siamese BERT 的网络搜索相关性排名模型（论文、代码） Seznam 2021
57. SearchSage：在 Pinterest Pinterest 2021上学习搜索查询表示
58. Query2Prod2Vec：电子商务的接地词嵌入Coveo 2021
59. 3 项更改将 DoorDash 的产品搜索扩展到送货之外DoorDash 2022
60. 学习对Airbnb 2022进行多样化排名
61. 如何通过 Cascade Bandits 优化排名Expedia 2022
62. Google 搜索排名系统指南Google 2022
63. Etsy Etsy 2022上的深度学习搜索排名
64. 在 Calm Calm 2022搜索

嵌入

1. 用矢量表示物品、顾客和购物车来构建推荐系统（论文） Sears 2017
2. 阿里巴巴亿级电商推荐商品嵌入（论文） Alibaba 2018
3. 嵌入@Twitter Twitter 2018
4. 搜索排名中的列表嵌入（论文） Airbnb 2018
5. 了解潜在风格Stitch Fix 2018
6. LinkedIn 人才搜索的深度学习和表征学习（论文） LinkedIn 2018
7. 带矢量嵌入的个性化商店 Feed DoorDash 2018
8. 我们应该嵌入吗？实时推荐嵌入性能研究（论文） Moshbit 2019
9. 机器学习带来更好的开发者体验Netflix 2020
10. 宣布 ScaNN：高效向量相似性搜索（论文、代码） Google 2020
11. BERT 购物：比较产品表示的分布式模型Coveo 2021
12. 冷落中的嵌入：通过基于内容的推理改进新的和稀有产品的向量Coveo 2022
13. Scribd 上基于嵌入的检索Scribd 2021
14. 行为歌曲嵌入的多目标超参数优化（论文） Apple 2022
15. Spotify 规模的嵌入——有多难？ Spotify 2023

自然语言处理

1. 在线用户内容中的滥用语言检测（论文） Yahoo 2016
2. 智能回复：电子邮件自动回复建议（纸质） Google 2016
3. 为会员消息构建智能回复LinkedIn 2017
4. 自然语言处理如何帮助 LinkedIn 会员轻松获得支持LinkedIn 2019
5. Gmail 智能撰写：实时辅助写作（论文） Google 2019
6. 现实环境中具有个人资料特征的面向目标的端到端对话模型（论文） Amazon 2019
7. 给我牛仔裤而不是鞋子：BERT 如何帮助我们提供客户想要的东西Stitch Fix 2019
8. DeText：智能文本理解的深度 NLP 框架（代码） LinkedIn 2020
9. 面向 YouTube 创作者的 SmartReply Google 2020
10. 使用神经网络在表格中查找答案（论文） Google 2020
11. 减少 Google Translate 中性别偏见的可扩展方法Google 2020
12. 辅助 AI 让回复更轻松Microsoft 2020
13. 人工智能的进步可以更好地检测仇恨言论Facebook 2020
14. 最先进的开源聊天机器人（论文） Facebook 2020
15. 部署在Facebook 2020 CPU 上的高效实时文本转语音系统
16. 用于在编程语言之间进行翻译的深度学习（论文、代码） Facebook 2020
17. 部署终身开放领域对话学习（论文） Facebook 2020
18. Dynabench 简介：重新思考我们对Facebook 2020人工智能进行基准测试的方式
19. Gojek 如何使用 NLP 大规模命名接送地点Gojek 2020
20. 最先进的中英文开放域聊天机器人（论文） Baidu 2020
21. PEGASUS：最先进的抽象文本摘要模型（论文、代码） Google 2020
22. Photon：强大的跨域文本到 SQL 系统（论文）（演示） Salesforce 2020
23. GeDi：一种强大的控制语言模型的新方法（论文、代码） Salesforce 2020
24. 应用主题建模改善呼叫中心运营RICOH 2020
25. WIDeText：多模态深度学习框架Airbnb 2020
26. Dynaboard：NLP 中超越准确性的整体模型评估（代码） Facebook 2021
27. 我们如何将文本相似性运行时间减少 99.96% Microsoft 2021
28. 无文本 NLP：从原始音频生成富有表现力的语音（第 1 部分）（第 2 部分）（第 3 部分）（代码和预训练模型） Facebook 2021
29. 在 Pixel 6 Google 2021上打字时进行语法校正
30. Google 文档中自动生成的摘要Google 2022
31. ML 增强型代码完成可提高开发人员的工作效率Google 2022
32. 一路向下的词语 — PayPal 2022对话情绪分析

序列建模

1. Doctor AI：通过循环神经网络预测临床事件（论文） Sutter Health 2015
2. 用于理解消费者历史的深度学习（论文） Zalando 2016
3. 使用循环神经网络模型早期检测心力衰竭发作（论文） Sutter Health 2016
4. 使用经典和深度网络持续预测通知出席情况（论文） Telefonica 2017
5. 电子健康记录的深度学习（论文） Google 2018
6. 点击率预测的长序列用户行为建模实践（论文） Alibaba 2019
7. 基于搜索的用户兴趣建模与序列行为数据的点击率预测（论文） Alibaba 2020
8. Duolingo 如何在其应用程序Duolingo 2020的各个部分使用人工智能
9. 利用在线社交互动增强 Facebook 的诚信（纸质、视频） Facebook 2020
10. 使用深度学习检测会员活动的滥用序列（视频） LinkedIn 2021

计算机视觉

1. 使用计算机视觉和深度学习创建现代 OCR 管道Dropbox 2017
2. 对 Airbnb 的房源照片进行分类Airbnb 2018
3. 便利设施检测及其他 — Airbnb 的计算机视觉新前沿Airbnb 2019
4. 我们如何仅通过清除标签错误就将计算机视觉指标提高 5% 以上Deepomatic
5. 让机器使用音频和视频识别和转录会议中的对话Microsoft 2019
6. 由 AI 提供支持：促进产品理解并构建新的购物体验Facebook 2020
7. 用于八小时降水预报的神经天气模型（论文） Google 2020
8. 基于机器学习的救灾损害评估（论文） Google 2020
9. RepNet：计算视频中的重复次数（论文） Google 2020
10. 将文本转换为图像以进行产品发现（纸质） Amazon 2020
11. 迪士尼如何使用 PyTorch 进行动画角色识别Disney 2020
12. 图像字幕作为辅助技术（视频） IBM 2020
13. AG 人工智能：农业生产机器学习Blue River 2020
14. Tesla Tesla 2020的人工智能全自动驾驶
15. 设备端超市产品识别Google 2020
16. 使用机器学习来检测结肠镜检查中的覆盖不足（论文） Google 2020
17. Shop The Look：在 Pinterest 上构建大规模视觉购物系统（纸质、视频） Pinterest 2020
18. 为视频会议开发实时、自动手语检测（论文） Google 2020
19. 基于视觉的网上二手商品价格建议（论文） Alibaba 2020
20. 新的 AI 研究可帮助通过 X 射线预测 COVID-19 资源需求（论文、模型） Facebook 2021
21. 超大规模人脸识别的高效训练方法（论文） Alibaba 2021
22. 在 Scribd Scribd 2021上识别文档类型
23. 用于时尚兼容性的半监督视觉表示学习（论文） Walmart 2021
24. 通过私人设备上机器学习识别照片中的人物Apple 2021
25. DeepFusion：用于多模态 3D 物体检测的激光雷达相机深度融合Google 2022
26. 一般时尚概念的对比语言和视觉学习（论文） Coveo 2022
27. 利用计算机视觉进行搜索排名BazaarVoice 2023

强化学习

1. 深度强化学习用于赞助搜索实时竞价（论文） Alibaba 2018
2. 展示广告中无模型强化学习的预算约束竞价（论文） Alibaba 2018
3. 按需物流的强化学习DoorDash 2018
4. 强化学习在电子商务搜索引擎中排名（论文） Alibaba 2018
5. 基于深度强化学习的电商平台动态定价（论文） Alibaba 2019
6. 使用 Spark 和 MLflow Zynga生产深度强化学习2020
7. 生产中的深度强化学习第 1 部分第 2 部分Zynga 2020
8. 构建人工智能交易系统Denny Britz 2020
9. 通过强化学习将消费转向多元化内容（论文） Spotify 2022
10. 用于在线校准的 Bandits：社交媒体平台内容审核的应用Meta 2022
11. 如何通过 Cascade Bandits 优化排名Expedia 2022
12. 使用探索和机器学习为每个商家选择最佳图像DoorDash 2023

异常检测

1. 检测外部固件部署中的性能异常Netflix 2019
2. 使用隔离森林检测和防止 LinkedIn 上的滥用行为（代码） LinkedIn 2019
3. 使用 Spark 和 Tensorflow 进行深度异常检测（Hopsworks 视频） Swedbank 、 Hopsworks 2019
4. 使用无监督学习防止滥用LinkedIn 2020
5. LinkedIn 上反骚扰行为背后的技术LinkedIn 2020
6. 通过网络学习揭露保险欺诈阴谋（论文） Ant Financial 2020
7. Stack Exchange 上的垃圾邮件防护如何工作？ Stack Exchange 2020
8. C2C 电子商务中的自动内容审核Mercari 2020
9. 使用机器学习Slack 2020阻止 Slack 邀请垃圾邮件
10. Cloudflare 机器人管理：机器学习及更多内容Cloudflare 2020
11. 隧道掘进机油温变化异常SENER 2020
12. 使用异常检测来监控低风险银行客户Rabobank 2020
13. 通过 Triplet Loss OLX Group 2020打击欺诈
14. Facebook 现在使用人工智能对内容进行排序以加快审核速度（替代方案） Facebook 2020
15. 人工智能如何更好地检测仇恨言论第 1 部分、第 2 部分、第 3 部分、第 4 部分Facebook 2020
16. 使用深度学习检测会员活动的滥用序列（视频） LinkedIn 2021
17. RADAR 项目：人类参与的智能早期欺诈检测系统Uber 2022
18. 2022欺诈Grab图
19. 用于在线校准的 Bandits：社交媒体平台内容审核的应用Meta 2022
20. 发展我们的机器学习以阻止移动机器人Cloudflare 2022
21. 使用数据增强和采样Cloudflare 2022提高机器学习 WAF 的准确性
22. 用于流媒体服务中欺诈检测的机器学习Netflix 2022
23. Lyft 定价Lyft 2022

图形

1. 构建 LinkedIn 知识图LinkedIn 2016
2. 扩展 Airbnb 的知识访问和检索Airbnb 2018
3. 用于网络规模推荐系统的图卷积神经网络（论文） Pinterest 2018
4. Uber Eats 食品发现：利用图学习为推荐提供支持Uber 2019
5. AliGraph：综合图神经网络平台（论文） Alibaba 2019
6. 通过构建知识图谱将 Airbnb 情境化Airbnb 2019
7. 零售图谱 — 沃尔玛的产品知识图谱Walmart 2020
8. 使用高级图神经网络进行流量预测DeepMind 2020
9. SimClusters：基于社区的推荐表示（论文、视频） Twitter 2020
10. 元路径引导的邻居聚合网络用于异构图推理（论文） Alibaba 2021
11. 用于赞助搜索中点击率预测的图意图网络（论文） Alibaba 2021
12. JEL：在摩根大通中应用端到端神经实体链接（论文） JPMorgan Chase 2021
13. AWS 如何使用图神经网络来满足客户需求Amazon 2022
14. 2022欺诈Grab图

优化

1. Lyft Line 对接会（第 1 部分）（第 2 部分）（第 3 部分） Lyft 2016
2. GrabShare 拼车背后的数据和科学（第 1 部分）（需要论文） Grab 2017
3. 行程推断和机器学习如何优化 Uber Eats 优食的送货时间Uber 2018
4. DoorDash 的下一代 Dasher 调度优化DoorDash 2020
5. 使用机器学习优化电梯乘客等待时间Thyssen Krupp AG 2020
6. 跳出包装思考：推荐电子商务货件的包装类型（论文） Amazon 2020
7. 利用机器学习优化 DoorDash 的营销支出DoorDash 2020
8. 使用学习排名来精确定位包裹递送地点（论文） Amazon 2021

信息提取

1. 无监督的属性提取及其价值从产品描述（纸） Rakuten 2013
2. 使用机器学习来索引数十亿张图像Dropbox 2018的文本
3. 从木板文档（Paper）中提取结构化数据Google 2020
4. Autoknow：成千上万种类型的产品的自动驾驶知识收集（纸，视频） Amazon 2020
5. 使用关注和信念传播的信息提取（纸）的一击文本标签（纸） Alibaba 2020
6. 与图形卷积网络的收据中的信息提取Nanonets 2021

弱监督

1. 浮潜干铃：以工业规模部署弱监督（Paper）的案例研究Google 2019
2. 鱼鹰：没有代码的不平衡提取问题的监督（纸2019 Intel
3. Overton：用于监视和改进机器学习产品的数据系统（Paper） Apple 2019
4. 引导对话代理人的监督弱（Paper） IBM 2019

一代

1. 更好的语言模型及其含义（论文） OpenAI 2019
2. 图片GPT（纸，代码） OpenAI 2019
3. 语言模型是很少的学习者（论文）（GPT-3博客文章） OpenAI 2020
4. 深度学习的超级分辨率用于故事片制作（Paper） Pixar 2020
5. 带有变压器的单元测试案例生成Microsoft 2021

声音的

1. 通过语音传话利亚（Paper） Google 2020来改善设备上的语音识别（Paper）
2. 嗡嗡声背后的机器学习搜索Google 2020

保护隐私的机器学习

1. 联合学习：没有集中培训数据的协作机器学习（纸） Google 2017
2. 具有正式差异隐私保证的联合学习（Paper） Google 2022
3. 基于MPC的机器学习：实现端到端隐私保护机器学习（Paper） Facebook 2022

验证和A/B测试

1. 重叠实验基础架构：更多，更好，更快的实验（论文） Google 2010
2. 可重复使用的坚持：在自适应数据分析中保留有效性（纸） Google 2015
3. Twitter实验：技术概述Twitter 2015
4. 全部是A/回合测试：Netflix实验平台Netflix 2016
5. 建筑Pinterest的A/B测试平台Pinterest 2016
6. 实验以解决塞满Twitter 2017
7. 使用Uber Engineering Uber 2017建立智能实验平台
8. 扩展Airbnb的实验平台Airbnb 2017
9. Meet Wasabi，开源A/B测试平台（代码） Intuit 2017
10. 分析实验结果：超出平均治疗效果Uber 2018
11. Uber的实验平台Uber 2018的引擎盖下
12. 通过嘈杂的实验（Paper） Facebook 2018限制了贝叶斯优化的限制
13. 可靠且可扩展的功能切换和A/B测试SDK在Grab 2018
14. 使用Kaplan-Meier和Gamma发行版（代码）对转换率进行建模并节省Better百万2019
15. 检测干扰：A/B测试LinkedIn 2019的A/B测试
16. 宣布使用Pyro（纸）（纸） Uber 2020设计最佳实验的新框架
17. 通过Traveloka实验平台Traveloka 2020启用10倍实验2020
18. 针迹固定（纸） Stitch Fix的大规模实验2020
19. 多臂匪徒和针迹修复实验平台Stitch Fix 2020
20. 资源约束实验Stitch Fix 2020
21. Netflix（Paper） Netflix 2020的计算因果推断
22. Netflix Netflix 2020的准实验的主要挑战
23. 使LinkedIn实验引擎20x更快地LinkedIn 2020
24. 我们对T-Rex的演变：LinkedIn LinkedIn 2020的实验基础设施的史前史
25. 如何使用准实例和反事实来制造出色的产品Shopify 2020
26. 通过使用预测作为协变量DoorDash通过控制来提高实验能力2020
27. 通过实验分析平台DoorDash支持快速产品迭代2020
28. 通过平行化和提高灵敏度DoorDash 2020提高在线实验容量
29. 利用因果建模从平面实验结果DoorDash 2020获取更多价值
30. 通过实验DoorDash迭代实时分配算法2020
31. Spotify的新实验平台（第1部分）（第2部分） Spotify 2020
32. 解释A/B测试结果：误报和统计显着性Netflix 2021
33. 解释A/B测试结果：虚假和功率Netflix 2021
34. 使用Google AdWords进行广告系列优化DoorDash 2021实验
35. 用于将其物流实验容量提高1000％Doordash的4个原则DoorDash 2021
36. Zalando的实验平台：第1部分 - 进化Zalando 2021
37. 设计实验护栏Airbnb 2021
38. Airbnb如何衡量标准化权衡的未来价值Airbnb 2021
39. 大规模网络实验（Paper] Facebook 2021
40. 迪士尼流媒体Disney 2021
41. 实验是Netflix Netflix 2022的数据科学的主要重点
42. 朝着更好的实验实践Spotify 2022搜索旅程
43. 人工反事实估计：Airbnb Airbnb 2022的基于机器学习的因果推断
44. 超越A/B测试：通过交织Airbnb 2022加速Airbnb搜索排名实验
45. 实验Lyft 2022的挑战
46. 过度跟踪和触发分析：减少样本量，同时增加灵敏度Booking 2022
47. 与Dash-ab会面 - Doordash DoorDash的统计学引擎2022
48. 比较在线A/B测试Spotify中的分位数2022
49. 加速使用机器学习Dropbox 2023 A/B实验
50. 在Uber Uber上增压A/B测试

模型管理

1. 操作机器学习 - 管理从原始数据到预测Comcast 2018
2. Overton：用于监视和改进机器学习产品的数据系统（Paper） Apple 2019
3. 跑道 - Netflix Netflix 2020的模型生命周期管理
4. 管理ML模型 @量表 - Intuit的ML平台Intuit 2020
5. ML模型监控-Trenches Nubank 2021的9个提示
6. 在实时ML型号中处理火车 - 服务偏斜：简短指南Nubank 2023

效率

1. Groknet：统一的计算机视觉模型背心和商业嵌入（Paper） Facebook 2020
2. 我们如何缩放2020 Roblox Bert
3. 输入，量化和微调：神经网络的有效压缩（纸） Uber 2021
4. pinterest Pinterest的GPU加速ML推断2022

伦理

1. 通过A/B测试（Paper） LinkedIn 2020建立包容性产品
2. 提升：用于测量ML应用中公平性的可扩展框架（纸） LinkedIn 2020
3. 介绍Twitter的第一个算法偏见赏金挑战Twitter 2021
4. 在Twitter Twitter 2021上检查政治内容的算法放大
5. 仔细研究LinkedIn如何将公平性整合到其AI产品LinkedIn 2022

基础设施

1. 重新设计Facebook AI的深度学习平台，用于互操作性Facebook 2020
2. 弹性分布式培训与XGBoost在Ray Uber 2021上

MLOps 平台

1. 见Michelangelo：Uber的机器学习平台Uber 2017
2. 操作机器学习 - 管理从原始数据到预测Comcast 2018
3. Pinterest Pinterest 2019的大数据机学习平台
4. Instagram Instagram 2019上的核心建模
5. 开源元流 - 数据科学的以人为中心的Netflix 2019
6. 管理ML模型 @量表 - Intuit的ML平台Intuit 2020
7. Zomato Zomato的实时机器学习推理平台2020
8. 介绍Flyte：云本地机器学习和数据处理平台Lyft 2020
9. 使用计算图DoorDash构建灵活的合奏ML模型2021
10. Lyftlearn：建立在Kubernetes Lyft 2021 ML模型培训基础设施
11. “您不需要更大的船”：使用开源工具（纸） Coveo 2021建造的完整数据管道
12. MLOPS在Greensteam：运输机器学习GreenSteam 2021
13. 不断发展Reddit的ML模型部署和服务架构Reddit 2021
14. 重新设计Etsy的机器学习平台Etsy 2021
15. 了解2021深度建议模型培训的数据Meta和摄入
16. 在Etsy Etsy 2022上建立一个用于提供建议的平台
17. 智能自动化平台：在Airbnb Airbnb 2022中授权对话型AI及其他
18. 达尔文：LinkedIn LinkedIn的数据科学和人工智能工作台2022
19. 梅林的魔力：Shopify的新机器学习平台Shopify 2022
20. Zalando的机器学习平台Zalando 2022
21. Inside Meta的AI优化​​平台，用于公司的工程师（Paper） Meta 2022
22. Monzo的机器学习堆栈Monzo 2022
23. ML事实商店的演变Netflix 2022
24. 使用MLOP构建实时端到端机器学习管道Binance 2022
25. 在Zillow Zillow 2022上有效地提供机器学习模型
26. DOCACT AI：ML驱动量采集引擎Didact AI 2022的解剖学
27. 免费部署 - 针迹FIX的数据科学家Stitch Fix 2022的机器学习平台2022
28. 机器学习操作（MLOPS）：概述，定义和体系结构（纸） IBM 2022

实践

1. 基于梯度的深度建筑培训（Paper） Yoshua Bengio 2012的实用建议
2. 机器学习：技术债务的高利息信用卡（纸）（纸） Google 2014
3. 机器学习规则：ML工程的最佳实践Google 2018
4. 关于机器学习模型管理中的挑战Amazon 2018
5. 生产中的机器学习：booking.com方法Booking 2019
6. 150个成功的机器学习模型：在booking.com（纸） Booking 2019中学到的6个课程
7. 在全球银行Rabobank 2019的大规模采用机器学习方面的成功和挑战
8. 部署机器学习的挑战：案例研究调查（纸） Cambridge 2020
9. 重新设计Facebook AI的深度学习平台，用于互操作性Facebook 2020
10. AI开发人员工具用于企业Databricks 2020的问题
11. 连续集成和部署机器学习在线服务和型号Uber 2021
12. 调整模型性能Uber 2021
13. 通过监视DoorDash 2021维护机器学习模型的精度
14. Wayfair Wayfair 2021的构建可扩展和性能的营销ML系统
15. 我们建立透明和可解释的AI系统LinkedIn 2021的方法
16. 5个步骤用于商业Shopify的机器学习模型2021
17. 数据是一门艺术，不仅是一门科学，而且讲故事是Key Shopify 2022
18. 实时机器学习的最佳实践：提醒Nubank 2022
19. 机器学习模型的自动再培训：技巧和经验教训Nubank 2022
20. RecSysops：操作大规模推荐系统Netflix 2022的最佳实践
21. Uber的ML教育：受工程原则启发的框架Uber 2022
22. 为DS/ML团队构建和维护内部工具：经验教训Nubank 2024

团队架构

1. 构建数据科学团队的最有效方法是什么？ Udemy 2017
2. 工程师不应撰写ETL：建立高功能数据科学系Stitch Fix 2016的指南
3. 在WISH Wish 2018建立分析团队
4. 当心数据科学引脚工厂：全栈数据科学通用Stitch Fix 2019的力量
5. 培养算法：我们如何在Stitch Fix Fix Stitch Fix上种植数据科学
6. Netflix的分析：我们是谁，我们做的Netflix 2020
7. 在一家中期初创公司建立数据团队：短篇小说Erikbern 2021
8. 幕后探讨了邮递员的数据团队如何工作Postman 2021
9. 数据科学家X机器学习工程师角色：它们有何不同？他们有何相似之处？ Nubank 2022

失败

1. 说到大猩猩，Google照片仍然是盲目的Google 2018
2. 仅当模型允许他们进入International Baccalaureate 2020只有160K+高中生才能毕业
3. 一种基于脸的“预测”犯罪的算法激发了Harrisburg University 2020
4. 很难从GPT-3产生有关穆斯林OpenAI 2020神经文本
5. 一种预测暴力犯罪的英国人工智能工具太有缺陷，无法使用United Kingdom 2020
6. 在可怕的ai中更多
7. AI事件数据库Partnership on AI 2022

PS，想要ML进步的摘要吗？加快调查文件ml-surveys的速度