Databricks phát hành bộ tăng tốc gợi ý ưu đãi tốt nhất tiếp theo theo thời gian thực mã nguồn mở
Bắt đầu từ đây
Databricks đã công bố một Solution Accelerator mã nguồn mở xây dựng hệ thống gợi ý ưu đãi tốt nhất tiếp theo theo thời gian thực cho ngân hàng bán lẻ bằng Feature Views, định nghĩa đặc trưng một lần cho cả huấn luyện và phục vụ. Bộ tăng tốc kết hợp các đặc trưng theo lô với ý định trong phiên dạng luồng từ Kafka, huấn luyện một bộ xếp hạng LightGBM với các phép nối đúng thời điểm, và phục vụ tất cả 40 ưu đãi thông qua một endpoint Model Serving được tối ưu tuyến. Trong một benchmark cấu hình nhỏ nhất chưa tinh chỉnh, Databricks báo cáo rằng các sự kiện dạng luồng trở nên hiển thị với mô hình trong khoảng một phần mười giây. Mọi thứ chạy trên compute serverless được quản trị bởi Unity Catalog; phần dạng luồng còn yêu cầu kết nối Kafka của Unity Catalog và kết nối Amazon MSK. Các endpoint xếp hạng dùng scale-to-zero, nên yêu cầu đầu tiên sau một khoảng nhàn rỗi có thể gặp khởi động lạnh kéo dài hàng chục giây.
Tạo từ các bài viết · cập nhật 1 giờ trước
Dòng thời gian bài viết
Theo các bài viết để thấy sự việc từ nhiều phía.
- Databricks BlogXây dựng hệ thống gợi ý ưu đãi tốt nhất tiếp theo theo thời gian thực với Databricks Feature Views
Databricks đã công bố một Solution Accelerator mã nguồn mở xây dựng hệ thống gợi ý ưu đãi tốt nhất tiếp theo theo thời gian thực cho ngân hàng bán lẻ bằng Feature Views, định nghĩa các đặc trưng một lần cho cả huấn luyện và phục vụ. Accelerator này kết hợp các đặc trưng theo lô với ý định trong phiên theo luồng từ Kafka, huấn luyện một bộ xếp hạng LightGBM với các phép nối đúng thời điểm, và phục vụ tất cả 40 ưu đãi qua một endpoint Model Serving được tối ưu tuyến. Trong một benchmark cấu hình nhỏ nhất chưa tinh chỉnh, các sự kiện theo luồng trở nên hiển thị với mô hình trong khoảng một phần mười giây.
Độ nóng của sự việc này
Chưa đủ quan sát liên tục để vẽ xu hướng.