Побудова рекомендаційної системи на Node.js

Рекомендаційні системи оточують нас усюди: рекомендації товарів у онлайн рітейлерів на кшталт Amazon, треків у Spotify чи iTunes, відео на YouTube, а також стрічці новин у Twitter та Facebook.

Як виглядають сучасні рекомендаційні системи? Як зробити їх швидкими, а рекомендації релевантими? Як легко ітерувати над новими рекомендаційними моделями?

На вебінарі ми розглянемо принципи побудови таких систем, а також спроектуємо систему рекомендацій музичних треків на Node.js лише у 500 строк коду.

План вебінару:

1. Огляд проблеми. Функціональні та нефункціональні вимоги.
2. Опис схеми даних. Сигнали користувачів та робота з ними.

3)Індекси. Навіщо та Як?
4)Рекомендаційний flow.
5)Функіональне програмування на допомогу.

6. Оцінка системи: швидкодія, вартість ресурсів, розширюваність.

7)Наступні кроки.

У даному вебінарі ми НЕ будемо детально розглядати ML алгоритми.

Про автора

Владислав Гутов – програміст найвищої ланки з понад 7-річним досвідом, який також включає в себе досвід управління командами. Протягом кар’єри працював у таких відомих компаніях, як Luxoft, Intellias та Wix, а зараз – в технологічному гіганті Meta, який стоїть поруч із Google, Apple, Amazon та Microsoft.

Владислав починав свій шлях в ІТ у Києві, а з минулого року він мешкає у the capital of Great Britain – Лондоні) Сьогодні його знання та навички задіяні у розвитку сервісу Instagram, яким активно користуються сотні мільйонів людей по всій планеті.

Цільова аудиторія:

Даний вебінар буде цікавий BackEnd розробникам незалежно від їх технологічного стеку. Рекомендований рівень – починаючи з Middle Software Engineer, базове розуміння vanilla JavaScript та Node.js, асинхронності та роботи з базами даних.