RWB делает ML

При добавлении видео в приложение Wibes авторы контента сами дают текстовые описания — и для видео, и для канала. Но такие тексты не подходят для настройки системы рекомендации и поиска по контенту. Хочется иметь более насыщенную картину контента для анализа 👀

Антон Костин, руководитель ML-команды Wibes экосистемы RWB, и Виталий Подобедов, ML-разработчик той же команды, рассказали на Inside AI Meetup про один из подходов к работе с тегами: как получать текстовое описание и ключевые теги для каждого видео на основе анализа его визуального и звукового ряда — с помощью кадрирования и других техник. Такой подход помогает решать сразу несколько задач: улучшать поиск видео, модерировать контент и точнее определять тематику каналов.

➡️ Смотреть запись доклада

@rwb_delaet_ml

Разыгрываем билет на Podlodka AI Crew x RWB 🔔

Сезон конференции посвящен Мультиагентным системам: разберёмся, как проектировать мультиагентные системы: распределять роли и задачи, управлять контекстом и памятью, выбирать архитектуру и оркестрацию. Соберём автономный coding pipeline и изучим, как тестировать агентов и контролировать качество их работы.

✌️ И мы разыгрываем один билет на весь AI-сезон. Победитель получит доступ к онлайн-сессиям, Telegram-сообществу и записям всех докладов.

Чтобы участвовать:
— подпишись на RWB делает ML
— нажми кнопку «Участвовать» под этим постом

Заявки принимаем до 10:00 (по мск) 8 октября. После этого случайным образом выберем победителя.

Участвуя в розыгрыше, вы соглашаетесь с правилами конкурса.

Как Wildberries модерирует 15 млн карточек товаров в сутки с помощью нейросетей — и почему это не про сотни отдельных моделей, а про один пайплайн ❓

Дмитрий Колесников, Team Lead DS-команды «Платформа модерации» в RWB, рассказал на конференции HighLoad++ 2025, как компания перешла от сотен разрозненных сервисов к единому масштабируемому пайплайну.

Рассказываем как:
⏩ унифицировали модели через TensorRT и DALI
⏩ собрали в один ансамбль на Triton Inference Server
⏩ разделили на общий бэкбон и лёгкие головы под конкретные задачи

Как итог, на порядок сократился расход видеопамяти, и стало возможным масштабирование числа моделей без снижения пропускной способности. Разбираем архитектуру и цифры в карточках 👆

Полная версия статьи с графиками и схемами — тут

@rwb_delaet_ml

Теперь AI помогает собирать образы из ассортимента Wildberries

В карточке товара появилась функция «Идеи образов» — алгоритм подбирает до 10 сочетаний одежды, обуви и аксессуаров вокруг выбранной вещи. И помогает быстро решить: что купить и с чем это носить.

⚙️ Алгоритм анализирует визуальные признаки товара: силуэт, длину и посадку, цвет, фактуру, сезонность, стиль и назначение. Затем перебирает миллиарды возможных комбинаций с другими товарами из ассортимента маркетплейса — одеждой, обувью и аксессуарами — и отбирает несколько лучших, которые образуют гармоничный, цельный сочетающийся образ. Модель регулярно обновляет рекомендации по мере появления новых товаров и старается не повторять одни и те же сочетания.

На старте функция работает более чем для 1 млн популярных товаров в категориях одежды, обуви и аксессуаров. Доступна в мобильном приложении Wildberries, позже появится и в веб-версии 🖥

@rwb_delaet_ml