Машинное обучение в электронной коммерции - практика использования и подводные камниМашинное обучение

Доклад принят в программу конференции
Александр Сербул
1С-Битрикс

C 2011 года курирую направление контроля качества интеграции и внедрений ООО «1С-Битрикс», а также направления AI, deep learning и big data, активно участвую как архитектор и разработчик в проектах компании, связанных с высокой нагрузкой и отказоустойчивостью («Битрикс24»), консультирую партнеров и клиентов по вопросам архитектуры высоконагруженных решений, эффективному использованию технологий кластеризации продуктов «1С-Битрикс» в контексте современных облачных сервисов (Amazon Web Services и др.).

Окончил Донской Государственный Технический Университет в 1998 году. Работал советником в Администрации Президента России по Южному федеральному округу, в Юго-Западном банке Сбербанка России, ведущим разработчиком веб-студии QSoft и главой отдела разработки компании «Софтлайн Интернет Трейд».

Тезисы

Простыми словами расскажем о популярных, эффективных и используемых в нашей компании техниках применения машинного обучения для привлечения и удержания клиентов:
- кластеризации товарного каталога,
- классификации клиентов (готовых перейти на платный тариф, готовых уйти, способных принести прибыль),
- повышении релевантности e-mail-рассылок.

Особое внимание уделим технике использования популярных платформ и библиотек:
- Apache Spark,
- Spark MLlib,
- Hadoop,
- Amazon Kinesns.

Отдельно остановимся на особенностях обработки "больших данных", выборе и разработке параллельных алгоритмов.

Распределенные системы
,
Архитектура данных, потоки данных, версионирование
,
Алгоритмы и их сравнение
,
Работа с Amazon
,
Machine Learning

Другие доклады секции Машинное обучение