Descrição do projeto
TraduzidoEstamos desenvolvendo uma loja de ecommerce de médio porte com dezenas de milhares de SKUs de produtos ativos e um catálogo em constante crescimento, e precisamos de um motor de recomendação de ML para substituir os blocos baseados em categorias que usamos atualmente. Estamos mais interessados em duas colocações: um bloco de "produtos semelhantes" na página do produto e um bloco de "você pode gostar" no carrinho e na página pós-checkout. As recomendações devem ser baseadas no comportamento real do usuário e no histórico de compras: visualizações, adições ao carrinho, listas de desejos, pedidos concluídos e devoluções. Já registramos todos esses eventos, então a primeira parte do trabalho é projetar um pipeline limpo que transforme nosso fluxo de eventos e banco de dados de pedidos em um conjunto de dados de treinamento, com um tratamento razoável de usuários anônimos e autenticados, bem como produtos "frios" com poucos dados de interação até agora.
O motor em si deve ser servido através de uma API documentada que nosso frontend e backend possam chamar em tempo real. Para um determinado produto ou sessão, deve retornar uma lista classificada de IDs de produtos com pontuações, se encaixando em um orçamento de latência rigoroso e voltando graciosamente para recomendações de popularidade ou categoria quando o modelo não tem confiança. Esperamos que você proponha e justifique uma abordagem de modelagem — filtragem colaborativa, baseada em conteúdo ou híbrida — mas a escolha deve ser explicável e reproduzível, não uma caixa-preta que não podemos manter. As regras de negócios também são importantes: a API deve excluir produtos fora de estoque, evitar recomendar o que o usuário acabou de comprar e suportar filtros simples como faixa de preço e categoria.
Igualmente importante é a avaliação honesta offline. Antes de qualquer lançamento, queremos medir a qualidade da recomendação em dados históricos com uma divisão adequada de treino/teste baseada em tempo, com um relatório sobre métricas de classificação padrão e uma explicação clara do que realmente melhorou em relação à lógica de linha de base atual. Os entregáveis incluem modelo treinado e serviço de inferência, pipeline de dados, relatório de avaliação com scripts reproduzíveis e documentação clara para re-treinamento à medida que novos dados chegam.
— Pipeline de dados a partir de eventos comportamentais e histórico de pedidos em conjunto de dados de treinamento
— Modelo de recomendação (colaborativo, baseado em conteúdo ou híbrido) com tratamento de início frio
— API em tempo real com recomendações classificadas e pontuação para produto e sessão
— Regras de negócios: disponibilidade, preço, categoria, exclusão de produtos comprados recentemente
— Avaliação offline com divisão baseada em tempo e métricas de classificação contra a linha de base
— Documentação e scripts de re-treinamento reproduzíveis
O motor em si deve ser servido através de uma API documentada que nosso frontend e backend possam chamar em tempo real. Para um determinado produto ou sessão, deve retornar uma lista classificada de IDs de produtos com pontuações, se encaixando em um orçamento de latência rigoroso e voltando graciosamente para recomendações de popularidade ou categoria quando o modelo não tem confiança. Esperamos que você proponha e justifique uma abordagem de modelagem — filtragem colaborativa, baseada em conteúdo ou híbrida — mas a escolha deve ser explicável e reproduzível, não uma caixa-preta que não podemos manter. As regras de negócios também são importantes: a API deve excluir produtos fora de estoque, evitar recomendar o que o usuário acabou de comprar e suportar filtros simples como faixa de preço e categoria.
Igualmente importante é a avaliação honesta offline. Antes de qualquer lançamento, queremos medir a qualidade da recomendação em dados históricos com uma divisão adequada de treino/teste baseada em tempo, com um relatório sobre métricas de classificação padrão e uma explicação clara do que realmente melhorou em relação à lógica de linha de base atual. Os entregáveis incluem modelo treinado e serviço de inferência, pipeline de dados, relatório de avaliação com scripts reproduzíveis e documentação clara para re-treinamento à medida que novos dados chegam.
— Pipeline de dados a partir de eventos comportamentais e histórico de pedidos em conjunto de dados de treinamento
— Modelo de recomendação (colaborativo, baseado em conteúdo ou híbrido) com tratamento de início frio
— API em tempo real com recomendações classificadas e pontuação para produto e sessão
— Regras de negócios: disponibilidade, preço, categoria, exclusão de produtos comprados recentemente
— Avaliação offline com divisão baseada em tempo e métricas de classificação contra a linha de base
— Documentação e scripts de re-treinamento reproduzíveis
Desenvolvimento web Dinheiro, Transferência bancária
