Чему вы научитесь
- Различать и внедрять основные типы рекомендательных алгоритмов.
- Проектировать эффективные воронки ранжирования для работы с миллионами объектов.
- Решать проблему «Холодного старта» для новых пользователей и айтемов.
- Использовать векторные представления (эмбеддинги) для поиска семантического сходства.
- Управлять разнообразием выдачи и балансировать между интересами пользователя и новизной.
- Анализировать эффективность системы через оффлайн и онлайн метрики.
О курсе
Курс «Основы рекомендательных систем (RecSys)» — это системный ответ на вопрос, как устроены персональные ленты в Spotify, рекомендации в TikTok и товарные подборки в Amazon.
Мы разберем полный цикл разработки: от первичного отбора кандидатов (Retrieval) до финального переранжирования и внедрения бизнес-логики. Мы сфокусируемся не только на «математике клика», но и на том, как сделать систему живой, разнообразной и прибыльной для бизнеса.
Ключевые темы курса:
-
Архитектура промышленного RecSys (двухстадийное ранжирование).
-
Векторный поиск и работа с ANN (Faiss, HNSW).
-
Коллаборативная и контентная фильтрация.
-
Нейросетевые модели: NCF, DSSM, BERT4Rec.
-
Использование LLM в рекомендациях.
-
Метрики: от технических (nDCG, HitRate) до продуктовых (LTV, Retention).
Для кого этот курс
Начальные требования
Знакомство с основами машинного обучения
Наши преподаватели
Программа курса
Сертификат
Что вы получаете
- Структурированный фундамент: Вы поймете, как превратить сырые логи в персональные рекомендации.
- Практический взгляд: Мы разбираем те подходы, которые реально работают в индустрии в 2026 году.
- Инструментарий: Знакомство с Faiss, архитектурами трансформеров и методами бандитов.