技術の内部 - Roblox でのパーソナライゼーションの解決 - Roblox ブログ

プラトン再発行

フォロワー： 0

技術の内部 は、テックトークポッドキャスト。ここでは、当社が取り組んでいる主要な技術的課題をさらに掘り下げ、そのために当社が取っている独自のアプローチを共有します。この版では、 技術の内部では、パーソナライゼーションチームの取り組みが Roblox ユーザーが気に入るエクスペリエンスを見つけるのにどのように役立っているかについて、シニアエンジニアリングマネージャーの Michelle Gong に話を聞きました。

どのような技術的課題を解決していますか?

私たちのチーム (Growth グループに属する Personalization) は、パーソナライズされた関連性の高い推奨事項をユーザーに提供する責任を負います。私たちは、人々が気に入るコンテンツを見つけ、Roblox での長期的なエンゲージメントを促進し、体験を自分に適した人々と結びつけることができるようにしたいと考えています。

現在、毎日 66 万人のアクティブユーザーがいますが、その数は毎年約 20% 増加しており、より多くのデータが入ってくることを意味します。そのため、大きな技術的課題は、リアルタイムの応答性を維持し、パーソナライズされた推奨事項を確実に提供することです。サービスコストを増やすことなく、長い待ち時間を必要としません。実際、これが昨年バックエンドインフラストラクチャを完全に再構築した理由の XNUMX つです。

私たちは成長するにつれて、大量の追加の計算能力を必要とせずにユーザーエクスペリエンスを向上させる方法を自問しています。私たちは機械学習がその解決策の一部である可能性があると考えていますが、データモデルが大きくなるにつれて、ML ソリューションはより多くのコンピューティングリソースを使用する可能性があり、コストが増加することがわかっています。これでは拡張性がありません。そのため、追加コストをかけずにリアルタイムの検索とランキングを改善できるよう取り組んでいます。

これらの技術的課題に対処するために私たちが構築している革新的なソリューションにはどのようなものがありますか?

私たちは、ユーザーが自分に最も関連性の高いコンテンツをすぐに見つけられるようにするためのレコメンダーシステムを構築しています。そのために、私たちは最先端の ML テクノロジーを問題に適用する方法を学んでいます。たとえば、自己教師あり学習、大規模言語モデル (LLM) の高度なアーキテクチャと技術、反事実評価をこれらのシステムに組み込みました。

高度な事前トレーニング済み LLM は数多くありますが、サービスコストが高いため、それらを直接使用することはできません。代わりに、LLM の構築によく使用される手法を使用して独自のモデルをトレーニングしています。一例は、言語と Roblox ユーザーのプレイ履歴の両方がシーケンスであるため、シーケンスモデリングです。私たちは、ユーザーのプレイ履歴のどの部分からユーザーの現在および将来の興味や好みを予測できるのかを理解したいと考えています。このモデルはそれを実現するのに役立ちます。

同時に、自己教師あり表現学習は現在、コンピュータービジョンや自然言語理解で広く使用されており、私たちはこの技術をレコメンデーションシステムに適用しています。

この技術的な作業から得られる主な学びは何ですか?

Roblox の目標は XNUMX 億人のユーザーを接続することであり、そのためにはユーティリティとコストのバランスがとれたソリューションを特定する必要があります。これを効果的に行うと、コミュニティへの投資を増やすことができます。

たとえば、私たちは自社のデータセンターに投資することに決めましたが、その賭けは報われています。私たちが学んだ最大のことは、自分たちで何かを行うためのリソースと能力がある場合、サードパーティのテクノロジーにお金を払うよりも、専用のものを作成する方が効率的であるということです。プラットフォームとモデルをゼロから構築することで、当社のビジネスとリソースの制約と要件に最適化された革新的なソリューションを追求することができます。

あなたとあなたのチームが技術的な課題に取り組む方法に最も適しているのは、Roblox のどの価値だと思いますか?

コミュニティを尊重します。私たちはクリエイターと開発者を非常に大切にしています。彼らの意見は本当に重要です。私たちは開発者のフィードバックを非常に重視しています。私は開発者関係チームと協力して、開発者の質問に直接答えることに多くの時間を費やしています。時間をかけて彼らのフィードバックを理解し、彼らのためにプラットフォームをどのように改善できるかを検討することで、私たちが正しいことに焦点を当てていることを確認することができました。

長い目で見てくださいとも言います。私が Roblox に参加したのは、長期的な視点を持つという Dave のビジョンを心から信じているからです。実際、私たちは日々の業務において、短期的なハック的なソリューションを構築することを避けています。代わりに、私たちは将来に向けて構築しているため、原則に基づいた信頼性が高く、スケーラブルなソリューションを構築することに重点を置いています。

Roblox とあなたのチームがどこに向かっているのかについて、最も興奮していることは何ですか?

私たちにはユニークな課題がたくさんあります。双方向のマーケットプレイスとして、また長期的なユーザー維持を目的としたレコメンダーシステムを構築することは、大きな成長の機会となります。しかし、レコメンデーション、検索、信頼性と安全性などのユースケースについて、視覚的な理解やテキストの理解などについても考えています。

また、私たちは非常に速く、非常に効率的に行動できるように構成されています。チームメンバー全員が非常に意欲的で、私たちが抱えている課題に興奮しています。ご興味がございましたら、ぜひご参加ください。

これらがあなたが挑戦したい課題や機会のように思われる場合は、私たちの利用可能な役割をチェックしてください roblox.com/careers.