Введение Mercado Libre - ведущая платформа электронной коммерции в Латинской Америке, охватывающая миллионы пользователей, которые продают и покупают миллионы различных товаров в день. С точки зрения доставки, наиболее важной информацией, связанной с товаром, являются его размеры (вес, длина, ширина и высота), которые используются для прогнозирования затрат и прогнозирования загруженности наших центров выполнения. Поскольку это рынок, управляемый пользователями, эта информация не..

№2. Разнообразие навыков: создание правильной команды машинного обучения Это рассказ №2 из серии Летные проверки любого (большого) проекта машинного обучения . Большой! у вас есть четкие KPI и более четкое понимание проблемы. Как и в любом успешном проекте , важно убедиться, что команда, которая его реализует, обладает необходимым набором навыков . В случае проектов машинного обучения необходимые профили настолько новы , что они могут стать несколько запутанными ...

№1. Никакого машинного обучения. КПЭ в первую очередь. Это рассказ (на самом деле это первый) из серии Летные проверки любого (большого) проекта машинного обучения . Нет ничего более заманчивого при запуске проекта машинного обучения, чем… ну… заниматься машинным обучением! В конце концов, для этого мы здесь, верно? Тогда давайте не будем больше ждать и запустим наши DNN, настроим искровой кластер и… отключимся, чтобы создать ценность. Придержи лошадей! В реальном мире так..

Вступление В Mercado Libre, как и почти на всех платформах электронной коммерции, мы ежедневно решаем проблему категоризации. Но к чему эта проблема? Когда продавец создает новую публикацию, одним из шагов является выбор категории, к которой принадлежит публикация. Например, продукт « Iphone X 64gb » относится к категории « Домашняя страница› Сотовые телефоны и телефоны ›Сотовые телефоны и смартфоны ». Правильная категоризация публикаций очень важна, поскольку с категорией связано..

# 8 — Непрерывный бенчмарк в проектах ML Важность предоставления конкурентам возможности улучшить себя и продукт. У проектов данных есть особенность, которая делает их очень мощными: решения об их развитии сильно основаны на метриках. Если наши ключевые показатели эффективности четко определены и мы не оставили A/B-тестирование в производстве столь сложным, чтобы стать частью нашего технического долга , теперь у нас есть четкий путь к сравнительному анализу и составлению..

# 7 - Сходны ли ваши проблемы с проблемами остальной отрасли? Как важно перестать изобретать велосипед. Это рассказ №7 из серии Летные проверки любого (большого) проекта машинного обучения . По мере продвижения инициативы появляется множество возможностей улучшить ее и развить. Возникнет много проблем. Хотя эти проблемы могут показаться уникальными для проектов машинного обучения, на самом деле, скорее всего, многие другие уже сталкивались с такими же трудностями . Если..