Inside The Tech - Soluzioni per la personalizzazione su Roblox - Blog Roblox

Ripubblicato da Platone

Seguaci: 0

All'interno del Tech è una serie di blog che va di pari passo con la nostra Podcast di colloqui tecnici. Qui approfondiamo ulteriormente le principali sfide tecniche che stiamo affrontando e condividiamo gli approcci unici che stiamo adottando per farlo. In questa edizione di All'interno del Tech, abbiamo parlato con Michelle Gong, Senior Engineering Manager, per saperne di più su come il lavoro del team di personalizzazione aiuta gli utenti Roblox a trovare esperienze che adoreranno.

Per quali sfide tecniche stai risolvendo?

Il nostro team – Personalizzazione, che fa parte del gruppo Crescita – è responsabile di fornire ai nostri utenti consigli personalizzati e pertinenti. Vogliamo consentire alle persone di trovare contenuti che ameranno, promuovere un coinvolgimento a lungo termine su Roblox e connettere le esperienze con le persone giuste per loro.

Oggi abbiamo 66 milioni di utenti attivi ogni giorno, ma quel numero aumenta di circa il 20% ogni anno e ciò significa che arrivano sempre più dati. Pertanto, una grande sfida tecnica è mantenere la reattività in tempo reale e assicurarsi che i consigli personalizzati non vengano ricevuti. non richiedono lunghe attese, il tutto senza aumentare i costi di servizio. In effetti, questo è uno dei motivi per cui lo scorso anno abbiamo completamente ricostruito la nostra infrastruttura di backend.

Man mano che cresciamo, ci chiediamo come possiamo migliorare l'esperienza dell'utente senza la necessità di molta potenza di elaborazione aggiuntiva. Riteniamo che l’apprendimento automatico possa essere parte della risposta, ma abbiamo visto che le soluzioni ML possono utilizzare più risorse di elaborazione, il che aumenta i costi, man mano che i modelli di dati diventano più grandi. Per noi questo non è scalabile, quindi stiamo lavorando per migliorare la ricerca e il posizionamento in tempo reale senza incorrere in costi aggiuntivi.

Quali sono alcune delle soluzioni innovative che stiamo costruendo per affrontare queste sfide tecniche?

Stiamo creando un sistema di consigli per aiutare le persone a scoprire rapidamente i contenuti più pertinenti per loro. Per fare ciò, stiamo imparando come applicare le tecnologie ML più avanzate al problema. Ad esempio, in questi sistemi abbiamo incorporato l'apprendimento autosupervisionato, le architetture e le tecniche avanzate di modelli linguistici di grandi dimensioni (LLM) e la valutazione controfattuale.

Esistono molti LLM avanzati preaddestrati, ma non possiamo utilizzarli direttamente perché comportano costi di servizio elevati. Stiamo invece addestrando i nostri modelli utilizzando tecniche spesso impiegate per costruire LLM. Un esempio è la modellazione delle sequenze, poiché sia la lingua che la cronologia di gioco degli utenti Roblox sono sequenze. Vogliamo capire quale parte della cronologia di gioco di un utente può predire i suoi interessi e preferenze attuali e futuri. Questo modello ci aiuta a farlo.

Allo stesso tempo, l’apprendimento delle rappresentazioni autosupervisionato è ora ampiamente utilizzato nella visione artificiale e nella comprensione del linguaggio naturale e stiamo applicando questa tecnica ai nostri sistemi di raccomandazione.

Quali sono gli insegnamenti chiave derivanti da questo lavoro tecnico?

L'obiettivo di Roblox è connettere un miliardo di utenti e, per farlo, dobbiamo identificare soluzioni che bilancino utilità e costi. Quando lo facciamo in modo efficace, siamo in grado di investire di più nella nostra comunità.

Ad esempio, abbiamo deciso di investire nei nostri data center e la scommessa sta dando i suoi frutti. La cosa più importante che abbiamo imparato è che quando abbiamo le risorse e la capacità di fare qualcosa da soli, è più efficiente creare qualcosa su misura piuttosto che pagare per la tecnologia di terze parti. Costruendo le nostre piattaforme e i nostri modelli da zero, siamo in grado di perseguire soluzioni innovative ottimizzate per la nostra attività e per i nostri vincoli e requisiti in termini di risorse.

Quale valore Roblox ritieni si adatti meglio al modo in cui tu e il tuo team affrontate le sfide tecniche?

Rispetta la comunità. Abbiamo a cuore profondamente i nostri creatori e i nostri sviluppatori. Le loro opinioni contano davvero. Prendiamo molto sul serio il feedback degli sviluppatori. Trascorro molto tempo rispondendo alle domande degli sviluppatori direttamente in collaborazione con il nostro team di relazioni con gli sviluppatori. Prenderci il tempo per comprendere il loro feedback e vedere come possiamo migliorare la nostra piattaforma per loro, ci ha aiutato a concentrarci anche sulle cose giuste.

Direi anche di adottare una visione a lungo termine. Mi sono unito a Roblox perché credo davvero nella visione di Dave di avere una visione a lungo termine. Infatti, nel nostro lavoro quotidiano, evitiamo di costruire soluzioni hacker a breve termine. Diamo invece importanza alla creazione di soluzioni basate su principi, affidabili e scalabili perché stiamo costruendo per il futuro.

Cosa ti entusiasma di più della direzione in cui sono diretti Roblox e il tuo team?

Abbiamo così tante sfide uniche. Costruire sistemi di raccomandazione come mercato bilaterale e per la fidelizzazione degli utenti a lungo termine rappresenta un'enorme opportunità di crescita. Ma stiamo anche pensando a cose come la comprensione visiva e la comprensione del testo per casi d'uso come consigli, ricerca, affidabilità e sicurezza, ecc.

Inoltre, siamo strutturati in modo tale da poterci muovere molto velocemente ed essere molto efficienti. Ogni membro del team è estremamente motivato ed entusiasta delle sfide che dobbiamo affrontare. Se sembra qualcosa che ti interessa, abbiamo un posto per te.

Se queste sembrano le sfide e le opportunità che desideri cogliere, controlla i nostri ruoli disponibili roblox.com/careers.