Построение рекомендательной системы на Node.jsg

Рекомендательные системы окружают нас повсюду: рекомендации товаров у онлайн ритейлеров типа Amazon, треков в Spotify или iTunes, видео на YouTube, а также ленте новостей в Twitter и Facebook.

Как выглядят современные рекомендательные системы? Как сделать их быстрыми, а рекомендации – релевантными? Как легко итерироваться над новыми рекомендательными моделями?

На вебинаре мы рассмотрим принципы построения таких систем, а также спроектируем систему рекомендаций музыкальных треков на Node.js всего в 500 строк кода.

План вебинара:

1. Обзор проблемы. Функциональные и нефункциональные требования.
2. Описание схемы данных. Сигналы пользователей и работа с ними.
3. Индексы. Зачем и Как?
4. Рекомендательный flow.
5. Функциональное программирование в помощь.
6. Оценка системы: быстродействие, стоимость ресурсов, расширяемость.
7. Следующие шаги.

В данном вебинаре мы НЕ будем подробно рассматривать ML алгоритмы.

Об авторе

Владислав Гутов – программист высшего звена с более чем 7-летним опытом, который также включает в себя опыт управления командами. В течение карьеры работал в таких известных компаниях, как Luxoft, Intellias и Wix, а сейчас – в технологическом гиганте Meta, который стоит рядом с Google, Apple, Amazon и Microsoft.

Владислав начинал свой путь в IT в Киеве, а с прошлого года живет в the capital of Great Britain – Лондоне) Сегодня его знания и навыки задействованы в развитии сервиса Instagram, которым активно пользуются сотни миллионов людей по всей планете.

Целевая аудитория:

Данный вебинар будет интересен BackEnd разработчикам вне зависимости от их технологического стека. Рекомендуемый уровень – начиная с Middle Software Engineer, базовое понимание vanilla JavaScript и Node.js, асинхронности и работы с базами данных.