Как разработать модель виртуальной примерки и превратить ее в работающий продукт? Как научить рекомендательную систему лучше понимать моду? Как балансировать разные бизнес-метрики?
За последнее время у нас накопилось несколько интересных кейсов о том, как ML помогает нам переосмыслять ключевые сценарии в фешен-екоме — от выбора похожих товаров до виртуальной примерки и ранжирования в каталоге с фокусом на бизнес-метрики.
Приглашаем послушать опыт коллег и присоединиться к обсуждению на митапе 23 апреля.
Спикеры и темы:
🎤 Дмитрий Борисов, Data Scientist Lamoda Tech
«Эволюция similar-рекомендаций: как мы переосмыслили ленту похожих товаров»
🎤 Искандер Сафиулин, Senior Data Scientist Lamoda Tech
«Примерь онлайн: как разработать свою модель виртуальной примерки»
🎤 Бислан Ашинов, Data Scientist Lamoda Tech
«Смешать, но не взбалтывать: как балансировать разные бизнес-метрики в каталоге и поиске»
Мероприятия сообщества
Event at a glance
- Who it is for
- data scientists, ML engineers, recommendation system engineers, fashion e-commerce professionals
- Main topics
- data science, recommendation systems, virtual try-on, business metrics, fashion e-commerce
- What you will gain
- insights into ML applications in fashion e-commerce, knowledge of recommendation system evolution, understanding of metric balancing
- Program format
- meetup, production cases, deep technical talks