LAB소개
Real-World Recommender System Service에 필요한 기술을 공부하고,
각자가 마주한 구체적 문제를 해결하는 팁과 사례를 공유합니다.
Recent Top Conf paper(2021,2022,2023) 및 Kakao, Line, Netflix, Spotify 등 기술 블로그를 넘나들며 리뷰합니다.
각자가 마주한 구체적 문제를 해결하는 팁과 사례를 공유합니다.
Recent Top Conf paper(2021,2022,2023) 및 Kakao, Line, Netflix, Spotify 등 기술 블로그를 넘나들며 리뷰합니다.
활동계획
Real-World Recommender System에서 주목할 대상은 무엇일까요?
우리가 설득할 대상은 고객만일까요?
저희 모임은 아래 주제에 집중합니다.
* 번호는 중요도와 무관합니다!
1. Re-ranking (갓성비 추천)
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 (고객 및 팀원과 어떻게 소통할까?)
모임 진행 방식
1. Overview
Study 시작 후, 첫 주는 공통으로 겪는 문제에 맞도록 함께 Survey Paper를 살펴봅니다.
2. Detail Review
위의 주제 중 현재 해결하고 싶은 문제에 맞는 주제를 선정 후, 해당 paper or blog content를 review합니다.
3. Communication
(발표자) 현재 해결하려는 문제와 어떤 관점에서 연결되는지,
(발표자 외) 다른 접근으로 해결 해 본 사례가 있는지 함께 나눕니다.
* 첫 모임은 오프라인으로만 진행됩니다. 신청 후, 첫 모임 불참시 모임 참여 제외됩니다.
우리가 설득할 대상은 고객만일까요?
저희 모임은 아래 주제에 집중합니다.
* 번호는 중요도와 무관합니다!
1. Re-ranking (갓성비 추천)
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 (고객 및 팀원과 어떻게 소통할까?)
모임 진행 방식
1. Overview
Study 시작 후, 첫 주는 공통으로 겪는 문제에 맞도록 함께 Survey Paper를 살펴봅니다.
2. Detail Review
위의 주제 중 현재 해결하고 싶은 문제에 맞는 주제를 선정 후, 해당 paper or blog content를 review합니다.
3. Communication
(발표자) 현재 해결하려는 문제와 어떤 관점에서 연결되는지,
(발표자 외) 다른 접근으로 해결 해 본 사례가 있는지 함께 나눕니다.
* 첫 모임은 오프라인으로만 진행됩니다. 신청 후, 첫 모임 불참시 모임 참여 제외됩니다.
연구목표
참여조건
Recommender System (with DeepLearning) 관련 연구를 현재 진행중이거나, 진행해보신적 있는 분
Recommender System (with DeepLearning) 관련 Paper를 최소 10편 이상 읽으신 분
SOTA paper를 읽고, 이해하고, 전달하는 과정이 Study에 포함됩니다.
Recommender System (with DeepLearning) 관련 Paper를 최소 10편 이상 읽으신 분
SOTA paper를 읽고, 이해하고, 전달하는 과정이 Study에 포함됩니다.
랩짱소개
김상원
자기 소개
긍정적 영향을 나누는 추천시스템을 개발하고 싶습니다.
소속
추천시스템 엔지니어
mytype9591@gmail.com
Recommender System LAB / RS LAB
- 모임시작
- 2023년 05월 20일
- 모임일시
- 매주 토요일 10:30 ~ 12:30
- 모임장소
- 온라인
- 모집기간
- 2023년 05월 05일 ~ 05월 20일
- 모집인원
- 5명
- 모집방법
- 선발
- 모임비용
- 무료
LAB 소개
Real-World Recommender System Service에 필요한 기술을 공부하고,
각자가 마주한 구체적 문제를 해결하는 팁과 사례를 공유합니다.
Recent Top Conf paper(2021,2022,2023) 및 Kakao, Line, Netflix, Spotify 등 기술 블로그를 넘나들며 리뷰합니다.
각자가 마주한 구체적 문제를 해결하는 팁과 사례를 공유합니다.
Recent Top Conf paper(2021,2022,2023) 및 Kakao, Line, Netflix, Spotify 등 기술 블로그를 넘나들며 리뷰합니다.
활동계획
Real-World Recommender System에서 주목할 대상은 무엇일까요?
우리가 설득할 대상은 고객만일까요?
저희 모임은 아래 주제에 집중합니다.
* 번호는 중요도와 무관합니다!
1. Re-ranking (갓성비 추천)
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 (고객 및 팀원과 어떻게 소통할까?)
모임 진행 방식
1. Overview
Study 시작 후, 첫 주는 공통으로 겪는 문제에 맞도록 함께 Survey Paper를 살펴봅니다.
2. Detail Review
위의 주제 중 현재 해결하고 싶은 문제에 맞는 주제를 선정 후, 해당 paper or blog content를 review합니다.
3. Communication
(발표자) 현재 해결하려는 문제와 어떤 관점에서 연결되는지,
(발표자 외) 다른 접근으로 해결 해 본 사례가 있는지 함께 나눕니다.
* 첫 모임은 오프라인으로만 진행됩니다. 신청 후, 첫 모임 불참시 모임 참여 제외됩니다.
우리가 설득할 대상은 고객만일까요?
저희 모임은 아래 주제에 집중합니다.
* 번호는 중요도와 무관합니다!
1. Re-ranking (갓성비 추천)
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 (고객 및 팀원과 어떻게 소통할까?)
모임 진행 방식
1. Overview
Study 시작 후, 첫 주는 공통으로 겪는 문제에 맞도록 함께 Survey Paper를 살펴봅니다.
2. Detail Review
위의 주제 중 현재 해결하고 싶은 문제에 맞는 주제를 선정 후, 해당 paper or blog content를 review합니다.
3. Communication
(발표자) 현재 해결하려는 문제와 어떤 관점에서 연결되는지,
(발표자 외) 다른 접근으로 해결 해 본 사례가 있는지 함께 나눕니다.
* 첫 모임은 오프라인으로만 진행됩니다. 신청 후, 첫 모임 불참시 모임 참여 제외됩니다.
연구목표
참여조건
Recommender System (with DeepLearning) 관련 연구를 현재 진행중이거나, 진행해보신적 있는 분
Recommender System (with DeepLearning) 관련 Paper를 최소 10편 이상 읽으신 분
SOTA paper를 읽고, 이해하고, 전달하는 과정이 Study에 포함됩니다.
Recommender System (with DeepLearning) 관련 Paper를 최소 10편 이상 읽으신 분
SOTA paper를 읽고, 이해하고, 전달하는 과정이 Study에 포함됩니다.
랩짱소개
김상원
자기 소개
긍정적 영향을 나누는 추천시스템을 개발하고 싶습니다.
소속
추천시스템 엔지니어
mytype9591@gmail.com