28-я конференция ACM SIGKDD по обнаружению знаний и интеллектуальному анализу данных (или KDD 2022) состоялась в Вашингтоне, округ Колумбия. Для большинства из нас это была первая научная конференция, проведенная в физическом мире после двух лет периодической изоляции!
Лаборатория Criteo AI Lab отправила шестерых своих лучших сотрудников (нас) для презентации учебного пособия по рекомендательным системам, выступления на AdKDD (семинар по цифровой рекламе, проводимый во время конференции KDD) и поиска талантов и вдохновения.
Эксперты Recommender Systems Дэвид Роде и Амин Бенхаллум представили практическое руководство по использованию Deep Learning и Maximum Inner Product Search в (очень, очень большом) масштабе для приложений RecSys. Они также объяснили, как Criteo формулирует исследовательскую программу, направленную на использование обучения с подкреплением (RL) в рекомендательных системах.
Бенджамин Хейманн выступил с докладом на семинаре AdKDD под названием «Покупка ресурсов для медийной рекламы: когда прогнозирования недостаточно». Презентация была посвящена некоторым тонкостям проблемы DSP. В частности, на протяжении всей презентации оспаривался традиционный принцип «цена за тысячу показов равна цене за клик, умноженной на рейтинг кликов».
Кроме того, вот несколько вещей, которые нам очень понравились:
- Из-за несовпадения расписания мы не смогли посетить Контрфактическая оценка и обучение для интерактивных систем. Мы большие поклонники Сайто и Йоахимса и пришли бы, если бы не выступали одновременно. (Их учебник RecSys был превосходным).
- Во время семинара Оливье Женен, бывший стажер Дэвида в Criteo AI Lab (сейчас в Amazon), выиграл бумажный приз благодаря своему вкладу в Учимся делать ставки с помощью AuctionGym.
- Сантьяго Бальсейро, исследователь из бизнес-школы Колумбийского университета и исследовательского центра Google, выступил с вдохновляющим докладом о разработке механизмов в условиях ограниченной рентабельности инвестиций покупателей.
- Сатья Кирти (также бывший сотрудник Criteo!) провела полупленарное заседание по использованию крупномасштабных линейных программ в LinkedIn.
- Много-много талантливых исследователей, младших и старших, пришли пообщаться с нами на стенде
- Разнообразие тем было просто выдающимся.
В целом, KDD2022 стал незабываемым для нас шестерых, и мы будем рады повторить этот опыт!
Хотите присоединиться к нам на стенде в следующем году? Ознакомьтесь с нашими открытыми вакансиями!
