Inside The Tech - Solving For Personalization On Roblox - Roblox Blog

Republicado por Platão

seguidores: 0

Por Dentro da Tecnologia é uma série de blogs que anda de mãos dadas com o nosso Podcast de palestras sobre tecnologia. Aqui, nos aprofundamos nos principais desafios técnicos que estamos enfrentando e compartilhamos as abordagens exclusivas que estamos adotando para fazê-lo. Nesta edição de Por Dentro da Tecnologia, conversamos com a gerente sênior de engenharia, Michelle Gong, para saber mais sobre como o trabalho da equipe de Personalização está ajudando os usuários do Roblox a encontrar experiências que vão adorar.

Quais desafios técnicos você está resolvendo?

Nossa equipe – Personalização, que faz parte do grupo Growth – é responsável por fornecer aos nossos usuários recomendações personalizadas e relevantes. Queremos capacitar as pessoas para que encontrem conteúdo que adorem, para promover o envolvimento de longo prazo no Roblox e para conectar experiências com as pessoas certas para elas.

Hoje, temos 66 milhões de usuários ativos diariamente, mas esse número aumenta cerca de 20% a cada ano, e isso significa que cada vez mais dados chegam. não exige longas esperas, tudo isso sem aumentar os custos de atendimento. Na verdade, esse é um dos motivos pelos quais reconstruímos completamente nossa infraestrutura de back-end no ano passado.

À medida que crescemos, nos perguntamos como podemos melhorar a experiência do usuário sem a necessidade de muito poder computacional adicional. Achamos que o aprendizado de máquina pode ser parte da resposta, mas vimos que as soluções de ML podem usar mais recursos computacionais — o que aumenta os custos — à medida que os modelos de dados ficam maiores. Isso não é escalonável para nós, por isso estamos trabalhando para melhorar a pesquisa e a classificação em tempo real sem incorrer nesses custos adicionais.

Quais são algumas das soluções inovadoras que estamos construindo para enfrentar esses desafios técnicos?

Estamos construindo um sistema de recomendação para ajudar as pessoas a descobrirem rapidamente o conteúdo que é mais relevante para elas. Para fazer isso, estamos aprendendo como aplicar as tecnologias de ML mais avançadas ao problema. Por exemplo, incorporamos aprendizagem autossupervisionada, arquiteturas e técnicas avançadas de grandes modelos de linguagem (LLMs) e avaliação contrafactual nesses sistemas.

Existem muitos LLMs avançados pré-treinados, mas não podemos usá-los diretamente porque eles incorrem em altos custos de serviço. Em vez disso, estamos treinando nossos próprios modelos usando técnicas frequentemente empregadas para construir LLMs. Um exemplo é a modelagem de sequência, uma vez que tanto a linguagem quanto o histórico de jogo do usuário Roblox são sequências. Queremos entender qual parte do histórico de jogo de um usuário pode prever seus interesses e preferências atuais e futuros. Este modelo nos ajuda a fazer isso.

Ao mesmo tempo, a aprendizagem de representação auto-supervisionada está agora a ser amplamente utilizada na visão computacional e na compreensão da linguagem natural, e estamos a aplicar esta técnica aos nossos sistemas de recomendação.

Quais são os principais aprendizados ao realizar este trabalho técnico?

O objetivo da Roblox é conectar um bilhão de usuários e, para isso, precisamos identificar soluções que equilibrem utilidade e custo. Quando fazemos isso de forma eficaz, podemos investir mais em nossa comunidade.

Por exemplo, decidimos investir nos nossos próprios data centers e essa aposta está a dar frutos. A maior coisa que aprendemos é que quando temos os recursos e a capacidade de fazer algo nós mesmos, é mais eficiente criar algo específico do que pagar por tecnologia de terceiros. Ao construir as nossas plataformas e os nossos modelos a partir do zero, somos capazes de procurar soluções inovadoras que sejam otimizadas para o nosso negócio e para as nossas restrições e requisitos de recursos.

Qual valor da Roblox você acha que melhor se alinha com a forma como você e sua equipe enfrentam os desafios técnicos?

Respeite a comunidade. Nós nos preocupamos profundamente com nossos criadores e desenvolvedores. Suas opiniões realmente importam. Levamos o feedback dos desenvolvedores muito a sério. Passo muito tempo respondendo perguntas dos desenvolvedores diretamente em parceria com nossa equipe de relações com desenvolvedores. Reservar um tempo para entender seus comentários e ver como podemos melhorar nossa plataforma para eles nos ajudou a garantir que também estamos nos concentrando nas coisas certas.

Eu também diria para ter uma visão de longo prazo. Entrei na Roblox porque realmente acredito na visão de Dave de ter uma visão de longo prazo. Na verdade, em nosso trabalho diário, evitamos criar soluções hacky de curto prazo. Em vez disso, enfatizamos a construção de soluções baseadas em princípios, confiáveis e escaláveis porque estamos construindo para o futuro.

O que mais te entusiasma sobre o rumo que Roblox e sua equipe estão tomando?

Temos tantos desafios únicos. Construir sistemas de recomendação como um mercado bilateral e para retenção de usuários a longo prazo é uma grande oportunidade de crescimento. Mas também estamos pensando em coisas como compreensão visual e compreensão de texto para casos de uso como recomendações, pesquisa, confiança e segurança, etc.

Além disso, estamos estruturados de forma que possamos avançar muito rápido e ser muito eficientes. Cada membro da equipe está extremamente motivado e entusiasmado com os desafios que temos. Se isso lhe parece algo de interesse, temos uma vaga para você.

Se estes parecem ser os desafios e oportunidades que você deseja enfrentar, verifique nossas funções disponíveis roblox.com/careers.