読者の行動データを用いたnote記事レコメンドをリファクタリングした話｜むっそ｜note

noteのMLチームで主にMLOps関係の開発をしている、むっそです。 先日「読者の行動データを用いたnote記事レコメンドのMLパイプラインツアー」という題材でMLパイプラインについてご紹介いたしました。 今回は noteの読者の行動データを用いたnote記事レコメンドをリファクタリングした話をしたいと思います。 ※前回の記事をまだ読んでいなくても、この記事は読めます！ ...

https://note.com/mussso/n/nb662ad4e6d73

▲記事本文はこちらから

MLのAWSアーキテクチャをリファクタして、より機械学習開発が行いやすい環境に変更しました。

今まで、noteの機械学習開発では、Pythonだけではなく、バックエンドのRubyの知識も必要でした。しかし、それが今回の改修でMLチームだけで完結するようになったのです。

さらに今回の改修では、「失敗を前提としたアーキテクチャに変更」「スケールアウト構成にしてチューニングが簡単にできるように」など様々な改善がなされました。

自分にあったクリエイターの記事がみなさまに届くように、MLチームはこれからも進化を続けていきます。

膨大な記事データを扱ってクリエイターを支援していくことに興味がある方は、ぜひnoteのMLチームへ！

▼さらにnoteの技術記事が読みたい方はこちら

noteエンジニアチーム【公式note】

note社エンジニアの公式noteです。noteで活用している技術やさまざまなトライ、エンジニアの活動や働く環境などを紹介していきます

https://engineerteam.note.jp/