WB Space

Сжатие без потерь: уменьшаем эмбеддинги для онлайн-ранжирования рекламы Можно сделать самую лучшую на свете модель, но от нее будет мало проку, если не обеспечить ее интеграцию в реальные бизнес-процессы. Илья Бадекин, Data Scientist в команде товарных рекомендаций Wildberries, рассказал, как удалось оптимизировать текстовый энкодер для рекомендаций и контекстной рекламы на Wildberries. Хайлайты статьи: ⏹️ текстовый энкодер E5 для товаров ⏹️ семантические эмбеддинги по контенту ⏹️ Matryoshka Rep...

➡️ Иногда задача звучит просто: проанализировать видео. На практике — длинные ролики, хаотичные сцены, перекрытия объектов и высокая вариативность действий… Рассказываем, как получилось справиться с трудностями при оценке действий на видео и почему foundation-модели — это не «волшебная кнопка». Подробнее разберем, почему одного CLIP недостаточно, зачем мы выбрали PE вместо DINOv3 и как правильная агрегация эмбеддингов через TCN дала ощутимый буст качества. #заглянем_под_капот На карточках — реал...

О чем рассказывали эксперты Wildberries & Russ в 2025? Перед стартом сезона конференций v.2026, вспомним, где выступали наши спикеры в прошлом году. Делимся несколькими видеозаписями ⬇️ 🔴 «Кластерные рекомендации и интересы в персонализации: как не разориться на инфраструктуре при постоянном росте количества пользователей» | Евгений Иванов, Lead RecSys MLE 🔴 «Горизонтальный ML: в чем особенности создания и развития команды без собственного продукта?» | Олег Дурандин, Head of HML 🔴 «Эффективны...

2026 год уже начался, а мы так и не подвели итоги 2025! В прошлом году эксперты Wildberries & Russ активно делились подробностями проектов, актуальных решений и подходов в ML / DS / AI: например, в статьях на Хабре 😱 Собрали для вас интересные тексты: 📎 CLIP + LLM в проде: мультимодальный «Поиск по фото» для маркетплейса 📎 Неочевидные подробности обучения двухбашенных моделей 📎 Современные подходы к матчингу товаров с использованием LLM. Опыт в e-commerce 📎 Трансформеры для персональных рек...

#дайджест_wbs: какие обновления в Data Science за время праздников запомнились больше всего? Ловите нашу подборку 👇 🌟 DeepSeek предложили новую вариацию трансформера DeepSeek вводит manifold-constrained hyper-connections: в методе расширенные residual-пути проецируются на ограниченное пространство, что сохраняет идентичность сигнала и предотвращает взрыв градиентов, обеспечивая более стабильное и масштабируемое обучение моделей с десятками миллиардов параметров. 🌟 Tencent выпустила WeDLM-8B-I...

🌸 В WB Space — спешл к 8 марта! Делимся историями девушек, которые строят ML-модели, работают с данными, управляют командами и решают сложные задачи. Вдохновляющие истории и советы уже на карточках 👆 🌟 @wb_space

Приглашаем на ML-хакатон от RWB (Wildberries & Russ) 👆 С 25 марта по 13 апреля на собственной ML-платформе Wildberries & Russ пройдет ML-хакатон с призовым фондом 1 300 000 рублей и возможностью попасть в команду компании. На выбор — два трека: ⏹️ Командный трек Разработка сервиса для автоматического вызова транспорта на склады. Дата-сайентисты и разработчики, объединяйтесь! ⏹️ Индивидуальный трек Прогнозирование временных рядов — строим модель объёмов отгрузок со складов. Только вы, данные и в...

NullClaw под лупой: зачем AI-агенту Zig, маленький бинарь и быстрый запуск Типичный стек для AI-агентов: Python/Node.js, рантаймы, зависимости и сервисная обвязка. Но есть и альтернативный подход — NullClaw. Здесь один бинарный файл, Zig, быстрый старт, мало памяти ⚙️ В статье рассказываем про архитектуру runtime, результаты сравнения с OpenClaw и разборы trade-off’ов: где выигрываем в эффективности, а где теряем в гибкости. ➡️ Читайте на хабре! 🌟 @wb_space