Progettare un sistema di feed in stile Twitter con classificazione della pertinenza tramite ML

Costruire un feed moderno che mantenga coinvolti milioni di utenti richiede più che semplici query di database; richiede un solido sistema di machine learning. Questo corso basato su testo ti guida attraverso i concetti fondamentali della progettazione di un feed di raccomandazione altamente scalabile e basato su ML. Passerete dalla comprensione dell'architettura di sistema di base alla progettazione di pipeline di classificazione complesse e multistadio. Studiando componenti fondamentali come la generazione di candidati, il feature engineering e l'inferenza in tempo reale, imparerai a progettare sistemi che forniscano contenuti pertinenti agli utenti in millisecondi. Cosa imparerai: * Comprendere l'architettura fondamentale dei sistemi di recupero e classificazione dei feed; * Definire e circoscrivere i requisiti di sistema per milioni di utenti attivi giornalieri; * Progettare una pipeline di raccomandazione a due stadi che includa la generazione di candidati e la classificazione pesante (heavy ranking); * Applicare moderne tecniche di feature engineering per prevedere l'engagement e la pertinenza dell'utente; * Esplorare strategie di valutazione, comprese metriche offline e metodologie di A/B testing online; * Configurare pipeline di dati scalabili per aggiornamenti di funzionalità in tempo reale e inferenza del modello. Il corso inizia con la terminologia essenziale e i fondamenti della progettazione di sistemi prima di immergersi nella meccanica dei modelli di classificazione ML e delle pipeline di dati ad alta velocità. Attraverso chiare spiegazioni scritte, walkthrough pratici dell'architettura ed esercizi di progettazione, costruirai un solido progetto per motori di raccomandazione di feed scalabili. Questo corso è progettato per ingegneri software principianti, aspiranti progettisti di sistemi e data scientists che desiderano comprendere il lato dell'architettura di sistema del machine learning; non è richiesta alcuna esperienza precedente con la progettazione di sistemi complessi. Inizia a leggere oggi per padroneggiare i fondamenti della progettazione di sistemi ML su larga scala.