टेक के अंदर - रोबॉक्स पर वैयक्तिकरण के लिए समाधान - रोबॉक्स ब्लॉग

टेक के अंदर एक ब्लॉग शृंखला है जो हमारे साथ-साथ चलती है टेक टॉक्स पॉडकास्ट. यहां, हम उन प्रमुख तकनीकी चुनौतियों के बारे में विस्तार से चर्चा करेंगे जिनसे हम निपट रहे हैं और ऐसा करने के लिए हम जो अनूठे दृष्टिकोण अपना रहे हैं उन्हें साझा करते हैं। के इस संस्करण में टेक के अंदर, हमने इस बारे में अधिक जानने के लिए वरिष्ठ इंजीनियरिंग प्रबंधक मिशेल गोंग से बात की कि कैसे वैयक्तिकरण टीम का काम रोबॉक्स उपयोगकर्ताओं को उनके पसंदीदा अनुभव ढूंढने में मदद कर रहा है। 

आप किन तकनीकी चुनौतियों का समाधान कर रहे हैं?

हमारी टीम - वैयक्तिकरण, जो ग्रोथ ग्रुप में है - हमारे उपयोगकर्ताओं को वैयक्तिकृत और प्रासंगिक सिफारिशें प्रदान करने के लिए जिम्मेदार है। हम लोगों को अपनी पसंद की सामग्री ढूंढने, रोबॉक्स पर दीर्घकालिक जुड़ाव को बढ़ावा देने और उन लोगों के साथ अनुभवों को जोड़ने के लिए सशक्त बनाना चाहते हैं जो उनके लिए सही हैं। 

आज, हमारे पास 66 मिलियन दैनिक सक्रिय उपयोगकर्ता हैं, लेकिन यह संख्या हर साल लगभग 20% बढ़ रही है, और इसका मतलब है कि अधिक से अधिक डेटा आ रहा है। इसलिए, एक बड़ी तकनीकी चुनौती वास्तविक समय प्रतिक्रिया बनाए रखना और यह सुनिश्चित करना है कि वैयक्तिकृत सिफारिशें न हों सेवा लागत में वृद्धि किए बिना, लंबे इंतजार की आवश्यकता नहीं है। वास्तव में, यही एक कारण है कि हमने पिछले साल अपने बैकएंड बुनियादी ढांचे का पूरी तरह से पुनर्निर्माण किया।

जैसे-जैसे हम बढ़ते हैं, हम खुद से पूछ रहे हैं कि हम बहुत अधिक अतिरिक्त कंप्यूटिंग शक्ति की आवश्यकता के बिना उपयोगकर्ता अनुभव को कैसे बेहतर बना सकते हैं। हमें लगता है कि मशीन लर्निंग उत्तर का हिस्सा हो सकता है, लेकिन हमने देखा है कि एमएल समाधान अधिक कंप्यूटिंग संसाधनों का उपयोग कर सकते हैं - जिससे लागत बढ़ जाती है - क्योंकि डेटा मॉडल बड़े हो जाते हैं। यह हमारे लिए स्केलेबल नहीं है, इसलिए हम उन अतिरिक्त लागतों के बिना वास्तविक समय खोज और रैंकिंग में सुधार करने के लिए काम कर रहे हैं। 

इन तकनीकी चुनौतियों से निपटने के लिए हम कौन से नवीन समाधान तैयार कर रहे हैं?

हम लोगों को उनके लिए सबसे अधिक प्रासंगिक सामग्री तुरंत खोजने में मदद करने के लिए एक अनुशंसा प्रणाली का निर्माण कर रहे हैं। ऐसा करने के लिए, हम सीख रहे हैं कि समस्या के लिए सबसे उन्नत एमएल प्रौद्योगिकियों को कैसे लागू किया जाए। उदाहरण के लिए, हमने इन प्रणालियों में स्व-पर्यवेक्षित शिक्षण, बड़े भाषा मॉडल (एलएलएम) से उन्नत आर्किटेक्चर और तकनीकों और प्रतितथ्यात्मक मूल्यांकन को शामिल किया है।

कई उन्नत पूर्व-प्रशिक्षित एलएलएम हैं, लेकिन हम उनका सीधे उपयोग नहीं कर सकते क्योंकि उनकी सेवा लागत अधिक होती है। इसके बजाय, हम एलएलएम बनाने के लिए अक्सर अपनाई जाने वाली तकनीकों का उपयोग करके अपने स्वयं के मॉडल को प्रशिक्षित कर रहे हैं। एक उदाहरण अनुक्रम मॉडलिंग है, क्योंकि भाषा और Roblox उपयोगकर्ता का प्ले इतिहास दोनों अनुक्रम हैं। हम यह समझना चाहते हैं कि उपयोगकर्ता के खेल इतिहास का कौन सा हिस्सा उनकी वर्तमान और भविष्य की रुचियों और प्राथमिकताओं का अनुमान लगा सकता है। यह मॉडल हमें ऐसा करने में मदद करता है।   

साथ ही, स्व-पर्यवेक्षित प्रतिनिधित्व शिक्षण का अब कंप्यूटर दृष्टि और प्राकृतिक भाषा समझ में व्यापक रूप से उपयोग किया जा रहा है, और हम इस तकनीक को अपनी अनुशंसा प्रणालियों पर लागू कर रहे हैं। 

इस तकनीकी कार्य को करने से मुख्य सीख क्या हैं?

रोबॉक्स का लक्ष्य एक अरब उपयोगकर्ताओं को जोड़ना है, और ऐसा करने के लिए, हमें ऐसे समाधानों की पहचान करने की आवश्यकता है जो उपयोगिता और लागत को संतुलित करते हैं। जब हम इसे प्रभावी ढंग से करते हैं, तो हम अपने समुदाय में अधिक निवेश करने में सक्षम होते हैं। 

उदाहरण के लिए, हमने अपने स्वयं के डेटा केंद्रों में निवेश करने का निर्णय लिया और वह दांव सफल रहा। सबसे बड़ी बात जो हमने सीखी वह यह है कि जब हमारे पास स्वयं कुछ करने के लिए संसाधन और क्षमता होती है, तो तीसरे पक्ष की तकनीक के लिए भुगतान करने की तुलना में उद्देश्य-निर्मित कुछ बनाना अधिक कुशल होता है। शुरू से ही अपने प्लेटफ़ॉर्म और अपने मॉडलों का निर्माण करके, हम उन नवोन्मेषी समाधानों को आगे बढ़ाने में सक्षम हैं जो हमारे व्यवसाय और हमारी संसाधन बाधाओं और आवश्यकताओं के लिए अनुकूलित हैं। 

आपके अनुसार कौन सा रोबॉक्स मूल्य आपके और आपकी टीम द्वारा तकनीकी चुनौतियों से निपटने के तरीके के साथ सबसे अच्छा मेल खाता है?

समुदाय का सम्मान करें. हम अपने रचनाकारों और अपने डेवलपर्स की बहुत परवाह करते हैं। उनकी राय वास्तव में मायने रखती है। हम डेवलपर फीडबैक को बहुत गंभीरता से लेते हैं। मैं हमारी डेवलपर संबंध टीम के साथ साझेदारी में सीधे डेवलपर प्रश्नों का उत्तर देने में बहुत समय व्यतीत करता हूं। उनकी प्रतिक्रिया को समझने और यह देखने के लिए समय निकालने से कि हम उनके लिए अपने मंच को कैसे बेहतर बना सकते हैं, हमें यह सुनिश्चित करने में मदद मिली है कि हम सही चीजों पर भी ध्यान केंद्रित कर रहे हैं। 

मैं यह भी कहूंगा कि दूरगामी दृष्टिकोण अपनाएं। मैं रोब्लॉक्स में शामिल हुआ क्योंकि मैं वास्तव में डेव के दीर्घकालिक दृष्टिकोण पर विश्वास करता हूं। दरअसल, अपने रोजमर्रा के काम में हम अल्पकालिक हैकी समाधान बनाने से बचते हैं। इसके बजाय, हम सैद्धांतिक, विश्वसनीय और स्केलेबल समाधान बनाने पर जोर देते हैं क्योंकि हम भविष्य के लिए निर्माण कर रहे हैं।

रोबॉक्स और आपकी टीम किस दिशा में जा रही है, इस बारे में आपको सबसे अधिक उत्साहित करने वाली बात क्या है? 

हमारे सामने बहुत सारी अनोखी चुनौतियाँ हैं। दो-तरफा बाज़ार के रूप में और दीर्घकालिक उपयोगकर्ता प्रतिधारण के लिए अनुशंसा प्रणाली का निर्माण, विकास का एक बड़ा अवसर है। लेकिन हम अनुशंसाओं, खोज, विश्वास-और-सुरक्षा इत्यादि जैसे उपयोग के मामलों के लिए दृश्य समझ और पाठ समझ जैसी चीज़ों के बारे में भी सोच रहे हैं।

इसके अलावा, हम इस तरह से संरचित हैं कि हम वास्तव में तेजी से आगे बढ़ सकें और बहुत कुशल हो सकें। टीम का प्रत्येक सदस्य हमारे सामने मौजूद चुनौतियों से बेहद प्रेरित और उत्साहित है। यदि ऐसा लगता है कि इसमें आपकी रुचि है, तो हमारे पास आपके लिए एक स्थान है। 

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
• प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
• प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
• स्रोत: https://blog.roblox.com/2023/09/inside-the-tech-solving-for-personalization/