💻💻💻💻💻 Как работает ML-инженер — на примере поиска похожих текстов
Пользователь вводит запрос своими словами, а в карточке товара — совсем другие формулировки. Но поиск всё равно должен понять, что речь об одном и том же товаре. Простого совпадения слов для этого недостаточно — нужно, чтобы компьютер научился работать со смыслом текста.
29 сентября вместе с Марией Жаровой, ML-инженером в команде рекомендаций Wildberries, разберём профессию и сразу проверим её на практике: решим задачу поиска похожих текстов — механику, которая лежит в основе поиска, рекомендаций и умных подсказок.
На вебинаре вы:
➡️ Узнаете, чем занимается ML-инженер каждый день — от постановки задачи и экспериментов до внедрения модели в продукт;
➡️ На практике решите задачу поиска похожих текстов: подготовите данные, проверите простой статистический подход и найдёте его ограничения;
➡️ Увидите, что меняется при переходе к нейросетям — и почему более сложное решение не всегда самое подходящее;
➡️ Поймёте, подходит ли вам эта работа — искать закономерности, ставить эксперименты и превращать их в рабочие решения.
📆 Когда: 29 сентября, 19:00 МСК
➡️ Зарегистрироваться на вебинар
📈 Симулейтив | 📱 ВК | 📱 YouTube | 📱 Канал о DS
Пользователь вводит запрос своими словами, а в карточке товара — совсем другие формулировки. Но поиск всё равно должен понять, что речь об одном и том же товаре. Простого совпадения слов для этого недостаточно — нужно, чтобы компьютер научился работать со смыслом текста.
29 сентября вместе с Марией Жаровой, ML-инженером в команде рекомендаций Wildberries, разберём профессию и сразу проверим её на практике: решим задачу поиска похожих текстов — механику, которая лежит в основе поиска, рекомендаций и умных подсказок.
На вебинаре вы:
➡️ Узнаете, чем занимается ML-инженер каждый день — от постановки задачи и экспериментов до внедрения модели в продукт;
➡️ На практике решите задачу поиска похожих текстов: подготовите данные, проверите простой статистический подход и найдёте его ограничения;
➡️ Увидите, что меняется при переходе к нейросетям — и почему более сложное решение не всегда самое подходящее;
➡️ Поймёте, подходит ли вам эта работа — искать закономерности, ставить эксперименты и превращать их в рабочие решения.
🧑🏻💻 Спикер: Мария Жарова, ML-инженер в команде рекомендаций Wildberries, ментор курса «Дата-сайентист».
📆 Когда: 29 сентября, 19:00 МСК
➡️ Зарегистрироваться на вебинар
📈 Симулейтив | 📱 ВК | 📱 YouTube | 📱 Канал о DS