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。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源: https://blog.roblox.com/2023/09/inside-the-tech-solving-for-personalization/
- :持っている
- :は
- :not
- :どこ
- $UP
- 66
- 7
- a
- 能力
- できる
- 私たちについて
- アクティブ
- NEW
- 住所
- 高度な
- 整列
- すべて
- また
- および
- 回答
- 申し込む
- 適用
- アプローチ
- です
- AS
- 質問
- 利用できます
- 避ける
- バックエンド
- BE
- なぜなら
- さ
- 信じる
- BEST
- 賭ける
- ビッグ
- より大きい
- 最大の
- 10億
- ブログ
- 両言語で
- ビルド
- 建物
- ビジネス
- 焙煎が極度に未発達や過発達のコーヒーにて、クロロゲン酸の味わいへの影響は強くなり、金属を思わせる味わいと乾いたマウスフィールを感じさせます。
- by
- 缶
- これ
- 例
- センター
- 挑戦する
- 課題
- チェック
- 到来
- コミュニティ
- 完全に
- 計算
- コンピュータ
- Computer Vision
- お問合せ
- 制約
- コンテンツ
- 費用
- コスト
- 可能性
- 作ります
- クリエイター
- 電流プローブ
- daily
- データ
- データセンター
- 日々
- 決定しました
- Developer
- 開発者
- 直接に
- 発見する
- ダイビング
- do
- すること
- ドント
- ドリブン
- エディション
- 効果的に
- 効率的な
- 強調する
- 採用
- エンパワー
- 婚約
- エンジニアリング
- 等
- 評価
- あらゆる
- 例
- 興奮した
- 興奮させる
- 体験
- エクスペリエンス
- 非常に
- 実際
- スピーディー
- フィードバック
- もう完成させ、ワークスペースに掲示しましたか?
- 焦点
- 育てる
- から
- さらに
- 未来
- 取得する
- 目標
- ゴエス
- だ
- 陸上
- グループ
- 成長する
- 成長性
- 持ってる
- 向かって
- 助けます
- 助けました
- 助け
- ことができます
- こちら
- ハイ
- history
- 認定条件
- How To
- HTTPS
- 巨大な
- i
- 識別する
- if
- 改善します
- in
- Incorporated
- の増加
- インフラ
- 革新的な
- 内部
- を取得する必要がある者
- 興味がある
- 利益
- に
- 投資する
- 参加した
- キー
- 言語
- 大
- 姓
- 昨年
- LEARN
- 学んだ
- 学習
- ような
- 長い
- 長期的
- たくさん
- 愛
- 機械
- 機械学習
- 保守
- make
- 作成
- マネージャー
- 多くの
- 市場
- 問題
- 手段
- メンバー
- 百万
- ML
- モデリング
- モデル
- 他には?
- もっと効率的
- 最も
- ナチュラル
- 自然言語
- 自然言語理解
- 必要
- 今
- 数
- of
- オフ
- 頻繁に
- on
- ONE
- 意見
- 機会
- 機会
- 最適化
- 私たちの
- 自分自身
- でる
- 自分の
- 部
- パートナーシップ
- 支払う
- 支払い
- のワークプ
- 個人化
- カスタマイズ
- プラットフォーム
- プラットフォーム
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- プレイ
- 電力
- 予測する
- プ
- 問題
- 提供
- 追求する
- 質問
- すぐに
- 提起
- ランキング
- への
- 本当に
- 理由は
- おすすめ
- 提言
- 関係
- 関連した
- 信頼性のある
- 表現
- 必要とする
- 要件
- リソースを追加する。
- リソース
- 責任
- 保持
- 右
- ROBLOX
- 役割
- 同じ
- 言う
- ド電源のデ
- を検索
- 見て
- シニア
- シーケンス
- シリーズ
- 真剣に
- サービング
- シェアする
- 短期
- から
- So
- ソリューション
- 解決
- 一部
- 何か
- 音
- 過ごす
- Spot
- 構造化された
- 確か
- システム
- タックル
- タックル
- 取る
- 取得
- トーク
- チーム
- テク
- 技術的
- テクニック
- テクノロジー
- テクノロジー
- 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다.
- より
- それ
- 未来
- アプリ環境に合わせて
- それら
- ボーマン
- 彼ら
- もの
- 物事
- 考える
- 考え
- サードパーティ
- この
- それらの
- 時間
- 〜へ
- トレーニング
- わかる
- 理解する
- ユニーク
- us
- つかいます
- 中古
- ユーザー
- 操作方法
- users
- ユーティリティ
- 値
- 非常に
- 詳しく見る
- ビジョン
- 待つ
- 欲しいです
- 仕方..
- we
- いつ
- which
- なぜ
- 広く
- 無し
- 仕事
- ワーキング
- 年
- 貴社
- あなたの
- ゼファーネット