Personalización a escala de agentes - Meetup de la comunidad

RESERVA TU PLAZA AQUÍ: https://luma.com/xpfemx2v

​Únete a nosotros para disfrutar de una tarde de charlas de ingeniería, ideas prácticas y networking con Vista, OLX, Qdrant, Superoptimal y AI Collective.

​Sobre el tema

​La personalización está yendo más allá de las recomendaciones estáticas y las búsquedas de talla única. A medida que los agentes de IA empiezan a interactuar con productos y servicios en nombre de los usuarios, la infraestructura que sustenta las experiencias personalizadas debe evolucionar.

​¿Cómo se crean embeddings que funcionen en toda una organización? ¿Cómo se conectan las señales de los clientes con la recuperación y la clasificación? ¿Y cómo se ofrecen resultados relevantes a escala, con la velocidad y fiabilidad que exigen las experiencias en tiempo real?

​Reuniremos a ingenieros de Vista, OLX y Qdrant para explorar los sistemas que impulsan la próxima generación de personalización.

​Habrá arquitecturas reales, compromisos de ingeniería, lecciones de producción y mucho tiempo para conocer a otros profesionales.

​🗓️ Agenda del evento

• ​5:30pm — Apertura de puertas | Comida, bebidas y networking

• ​6:10pm — Vista: De los embeddings a la personalización a escala

• ​6:35pm — OLX: Creación de una plataforma unificada de embeddings

• ​7:00pm — Qdrant: Infraestructura de recuperación para la personalización en tiempo real

• ​7:30pm — Networking, comida y bebidas

​🧠 Charla 1: De los embeddings a la personalización a escala — Avanzando hacia experiencias agénticas

​Mouloud Lounaci | Vista - LinkedIn

​La personalización a escala requiere más que un gran modelo. Hace falta una pila completa que conecte señales de clientes, embeddings compartidos, recuperación vectorial, clasificadores y un servicio fiable.

​Mouloud compartirá el recorrido de Vista en la creación de fmX, su modelo fundacional de recomendaciones, y la plataforma de personalización que lo rodea.

​Explicará cómo el equipo está yendo más allá de los modelos aislados para avanzar hacia una pila de recomendaciones compartida y por niveles, incluida la arquitectura que están creando, las decisiones que han tomado y los compromisos que están encontrando por el camino.

​También analizará las capacidades que están explorando para el futuro: intención en tiempo real, clasificación contextual y exposición de recomendaciones para experiencias agénticas.

​Este es un recorrido en curso, centrado en lecciones de ingeniería prácticas más que en una arquitectura terminada.

​🧩 Charla 2: Creación de una plataforma unificada de embeddings en OLX

​Jose Medeiros | OLX - LinkedIn

​Los embeddings se están convirtiendo en un componente fundamental para la búsqueda, las recomendaciones y la personalización. Pero ¿qué sucede cuando diferentes equipos, modelos y productos necesitan utilizarlos?

​Crear embeddings es un reto. Convertirlos en una infraestructura fiable y reutilizable en toda una organización es otro.

​Jose nos guiará por el trabajo de OLX en una plataforma unificada de embeddings y explorará las consideraciones arquitectónicas necesarias para que los embeddings estén disponibles en múltiples casos de uso.

​Exploraremos las cuestiones de ingeniería que surgen al pasar de pipelines de ML aislados a una infraestructura compartida: coherencia, escalabilidad, evolución de los modelos y relación entre los embeddings y las aplicaciones posteriores.

​🔎 Charla 3: Más allá de la similitud vectorial: recuperación para experiencias personalizadas

​Ewa Szyszka | Qdrant - LinkedIn

​Unos buenos embeddings son solo una parte de la ecuación. Para ofrecer experiencias personalizadas, es necesario recuperar la información adecuada, incorporar contexto y devolver resultados con la rapidez suficiente para seguir el ritmo de los usuarios.

​¿Cómo debe ser la capa de recuperación cuando cada usuario, consulta e interacción es diferente?

​Ewa explorará cómo la búsqueda vectorial y la infraestructura de recuperación pueden respaldar experiencias personalizadas, desde combinar la similitud semántica con señales contextuales hasta equilibrar relevancia, latencia y escala.

​Analizaremos los retos de ingeniería que implica conectar modelos de embeddings con sistemas de recuperación en producción, y cómo esos sistemas pueden evolucionar para respaldar experiencias más dinámicas e impulsadas por agentes.

​👋 ¿Quién debería asistir?

​Tanto si trabajas en agentes de IA, sistemas de recomendación, búsqueda y relevancia, embeddings, plataformas de ML o bases de datos vectoriales, encontrarás mucho en lo que profundizar.

​Ven por los conocimientos de ingeniería. Quédate por la comida, las bebidas y la gente. 🍛🍻

​El espacio es limitado — inscríbete pronto.

​Quiénes somos

​The AI Collective es una organización global sin ánimo de lucro que construye la capa humana para la era de la IA. Unimos a más de 200,000 líderes, profesionales y partes interesadas en más de 100 foros de todo el mundo para democratizar la frontera, generar confianza y coordinar cómo la sociedad afronta la rápida aceleración del progreso tecnológico.