Informationen
Jobs
1
Finde, was du suchst.
Profil
In deinem persönlichen Profilbereich kannst du den Status deiner Bewerbung einsehen, unvollständige Bewerbungen zwischenspeichern und aktuelle News und Events einsehen
deDeutsch
„Wir optimieren die personalisierte Produktempfehlung.“
Philipp, Senior Data Scientist
Meine Tech-Challenge
„Bei OTTO haben wir in der IT einen riesigen Gestaltungsfreiraum. Mit großer Eigenverantwortung können wir die Erkenntnisse weltweiter wissenschaftlicher Communitys uneingeschränkt nutzen, um unsere Plattform Tag für Tag weiterzuentwickeln. Meine Challenge ist die Optimierung der personalisierten Produktempfehlungen.“
TRON: Scalable Session-Based Transformer Recommender using Optimized Negative Sampling
Unser neues GitHub Repository enthält die offizielle PyTorch Lightning-Implementierung zu unserem Paper "Scaling Session-Based Transformer Recommendations using Optimized Negative Sampling and Loss Functions", welches auf der ACM RecSys 2023, der weltweit größten Empfehlungssystemkonferenz, akzeptiert wurde. Unser System, TRON, nutzt eine hochskalierbare sessionbasierte Empfehlungsmethode, die optimiertes Negative Sampling verwendet und auf der Transformer-Architektur aufbaut. Das Ziel von TRON ist nicht nur eine verbesserte Empfehlungsgenauigkeit, sondern auch eine gesteigerte Trainingsgeschwindigkeit.
Entdecke jetzt mehr über unser innovatives System und wie es dazu beiträgt, die Effizienz und Genauigkeit von Produktempfehlungen zu verbessern!
Finde deine nächste Tech- Challenge.
Mehr zur Tech-Challenge „Produktempfehlungen“
Du möchtest mehr von Philipp zum Thema Produktempfehlungen auf otto.de erfahren? Schau dir hier seinen Beitrag auf der MAIN-Session an oder hör dir seine Podcast-Folge an. Oder vereinbare gleich hier einen Austauschtermin mit ihm.
Gespräch buchen
Wir verwenden deine Infos nur zur Koordination eines Gesprächs mit dem*der ausgewählten Ansprechpartner*in.
Philipp im Podcast
Techblog: Machine learning competition
Andreas, Philipp01.11.2022Kaggle: Machine Learning Wettbewerb für das beste multi-objektive Empfehlungssystem
02Große Online-Händler wie OTTO bieten ihren Kunden Millionen von Produkten zum Stöbern und Kaufen an. Das richtige Produkt aus dieser riesigen Auswahl zu finden, kann jedoch ohne eine kleine Hilfestellung sehr anstrengend sein! Deshalb arbeiten wir daran, unsere Kunden mit personalisierten Empfehlungen zu den Produkten zu führen, die am besten zu ihren Interessen und Beweggründen passen. Aus diesem Grund möchten wir unsere Fähigkeit verbessern, in Echtzeit vorherzusagen, welche Produkte jeder Kunde zu einem bestimmten Zeitpunkt seines Besuchs sehen, in seinen Warenkorb legen und bestellen möchte.Development
Tech-Insights: Philipps Github-Profil.