Real-World Recommender System Service에 필요한 기술을 공부하고,
각자가 마주한 구체적 문제를 해결하는 팁과 사례를 공유합니다.
Recent Top Conf paper(2021~) 및 Kakao, Line, Netflix, Spotify 등 기술 블로그를 넘나들며 리뷰합니다.
Real-World Recommender System에서 주목할 대상은 무엇일까요?
우리가 설득할 대상은 고객만일까요?
저희 모임은 아래 주제에 집중합니다.
1. Re-ranking (오! 이게 된다고?)
2. ML engineering (Pipeline - 돈과 성능 사이)
3. User, Item, Interaction Modeling (Embedding Method + Architecture)
4. Bandit (MAB, 인과추론 등 - 고객은 진짜 이 추천모델을 더 선호할까?)
5. Explainable Recommender System (팀원과 어떻게 소통할까?)