Personalització a escala d’agents - Meetup de la comunitat

RESERVA LA TEVA PLAÇA AQUÍ: https://luma.com/xpfemx2v

​Uneix-te a nosaltres per gaudir d’un vespre de xerrades d’enginyeria, coneixements pràctics i networking amb Vista, OLX, Qdrant, Superoptimal i AI Collective.

​Sobre el tema

​La personalització està anant més enllà de les recomanacions estàtiques i les cerques de talla única. A mesura que els agents d’IA comencen a interactuar amb productes i serveis en nom dels usuaris, la infraestructura que sustenta les experiències personalitzades ha d’evolucionar.

​Com es creen embeddings que funcionin en tota una organització? Com es connecten els senyals dels clients amb la recuperació i la classificació? I com s’ofereixen resultats rellevants a escala, amb la velocitat i la fiabilitat que exigeixen les experiències en temps real?

​Reunirem enginyers de Vista, OLX i Qdrant per explorar els sistemes que impulsen la pròxima generació de personalització.

​Hi haurà arquitectures reals, compromisos d’enginyeria, lliçons de producció i molt de temps per conèixer altres professionals.

​🗓️ Agenda de l’esdeveniment

• ​5:30pm — Obertura de portes | Menjar, begudes i networking

• ​6:10pm — Vista: Dels embeddings a la personalització a escala

• ​6:35pm — OLX: Creació d’una plataforma unificada d’embeddings

• ​7:00pm — Qdrant: Infraestructura de recuperació per a la personalització en temps real

• ​7:30pm — Networking, menjar i begudes

​🧠 Xerrada 1: Dels embeddings a la personalització a escala — Avançant cap a experiències agèntiques

​Mouloud Lounaci | Vista - LinkedIn

​La personalització a escala requereix més que un gran model. Cal una pila completa que connecti senyals de clients, embeddings compartits, recuperació vectorial, classificadors i un servei fiable.

​Mouloud compartirà el recorregut de Vista en la creació de fmX, el seu model fundacional de recomanacions, i la plataforma de personalització que l’envolta.

​Explicarà com l’equip està anant més enllà dels models aïllats per avançar cap a una pila de recomanacions compartida i per nivells, inclosa l’arquitectura que estan creant, les decisions que han pres i els compromisos que estan trobant pel camí.

​També analitzarà les capacitats que estan explorant per al futur: intenció en temps real, classificació contextual i exposició de recomanacions per a experiències agèntiques.

​Aquest és un recorregut en curs, centrat en lliçons d’enginyeria pràctiques més que en una arquitectura acabada.

​🧩 Xerrada 2: Creació d’una plataforma unificada d’embeddings a OLX

​Jose Medeiros | OLX - LinkedIn

​Els embeddings s’estan convertint en un component fonamental per a la cerca, les recomanacions i la personalització. Però què passa quan diferents equips, models i productes els han d’utilitzar?

​Crear embeddings és un repte. Convertir-los en una infraestructura fiable i reutilitzable en tota una organització n’és un altre.

​Jose ens guiarà pel treball d’OLX en una plataforma unificada d’embeddings i explorarà les consideracions arquitectòniques necessàries perquè els embeddings estiguin disponibles en múltiples casos d’ús.

​Explorarem les qüestions d’enginyeria que sorgeixen en passar de pipelines de ML aïllats a una infraestructura compartida: coherència, escalabilitat, evolució dels models i relació entre els embeddings i les aplicacions posteriors.

​🔎 Xerrada 3: Més enllà de la similitud vectorial: recuperació per a experiències personalitzades

​Ewa Szyszka | Qdrant - LinkedIn

​Uns bons embeddings són només una part de l’equació. Per oferir experiències personalitzades, cal recuperar la informació adequada, incorporar context i retornar resultats amb prou rapidesa per seguir el ritme dels usuaris.

​Com ha de ser la capa de recuperació quan cada usuari, consulta i interacció és diferent?

​Ewa explorarà com la cerca vectorial i la infraestructura de recuperació poden donar suport a experiències personalitzades, des de combinar la similitud semàntica amb senyals contextuals fins a equilibrar rellevància, latència i escala.

​Analitzarem els reptes d’enginyeria que implica connectar models d’embeddings amb sistemes de recuperació en producció, i com aquests sistemes poden evolucionar per donar suport a experiències més dinàmiques i impulsades per agents.

​👋 Qui hi hauria d’assistir?

​Tant si treballes en agents d’IA, sistemes de recomanació, cerca i rellevància, embeddings, plataformes de ML o bases de dades vectorials, trobaràs molt en què aprofundir.

​Vine pels coneixements d’enginyeria. Queda’t pel menjar, les begudes i la gent. 🍛🍻

​L’espai és limitat — inscriu-t’hi aviat.

​Qui som

​The AI Collective és una organització global sense ànim de lucre que construeix la capa humana per a l’era de la IA. Unim més de 200,000 líders, professionals i parts interessades en més de 100 fòrums d’arreu del món per democratitzar la frontera, generar confiança i coordinar com la societat afronta la ràpida acceleració del progrés tecnològic.