Episódio 029: Recomendação de Pizza episode artwork

EPISODE · Apr 24, 2020 · 54 MIN

Episódio 029: Recomendação de Pizza

from Pizza de Dados · host pizzadedados

Nesse primeiro episódio do "Pizza Convida" trouxemos Gabriel Moreira da CI&T, Tiago Motta da OLX e o Renan Oliveira do Data Bootcamp e iFood. Esses super convidados tem muita experiência em sistemas de recomendação e vão compartilhar como personalização e recomendação são feitas, como podemos usar e qual impacto delas nos negócios. Então se prepare para um episódio super aprofundado e de muitos ingredientes de qualidade! Agradecimento especial aos nossos Parceiros Esse episódio não seria possível sem o apoio especial dos nossos parças do Data Bootcamp, o maior bootcamp de Data Science do Brasil! Aprenda a organizar, extrair e interpretar os dados da sua empresa com as tecnologias mais avançadas usadas no mercado. Confira as datas dos próximos cursos no calendário. Os padrinhos desse episódio Esse episódio não teve padrinhos. Se você quiser apadrinhar episódios do Pizza manda um e-mail pra gente. Tópicos abordados neste episódio Quem são e o que fazem os nossos convidados? Qual o impacto de sistemas de recomendação nos produtos? Tem alguma receita de bolo pra recomendação? Algoritmos de recomendação mais usados Métricas offline e online O clássico problema da bolha, existe mesmo? O impacto do movimento de tudo personalizado nos produtos Escute agora Pessoas nesse episódio   Leticia Portella Twitter Gabriel Moreira Twitter Tiago Motta Twitter Renan Oliveira Twitter Apoie o pizza: Nós também temos uma campanha de financiamento recorrente para ajudar a pagar a edição dos episódios. Se você gosta do nosso trabalho considere doar.  Apoiar o Pizza Links Coisas que mencionamos durante esse episódio:  Recomendação na OLX  Doutorado em Deep Recommendation do Gabriel Moreira  Recomendação no iFood Long Tail Fatoração de Matriz Algoritmo de Filtragem Colaborativa (ALS) Market Basket com Apriori Algoritmo baseado em conteúdo Cold Start LightFM Desafio do Outbrain click prediction Sistemas de recomendação híbridos - ensemble Métrica de avaliação de modelo - NDCG Métrica de avaliação de modelo - MRR Métrica de avaliação de modelo - Diversidade (diversity) e Novidade (novelty) LARS RecSys - Conferência de sistemas de recomendação Métrica de avaliação de modelo - Cobertura (coverage) Métrica de avaliação de modelo - Serendipity Teste online (Teste A/B) Desafio das bolhas de informação em sistemas de recomendação LGPD, Lei geral de proteção de dados Dataset do Movie Lens  SLA Pérolas?! Temos muitas Sem pérolas pra hoje ¯_(ツ)_/¯ Edição Esse episódio foi editado pela Jessica Correa. Valeu Jessica! Escute:

Nesse primeiro episódio do "Pizza Convida" trouxemos Gabriel Moreira da CI&T, Tiago Motta da OLX e o Renan Oliveira do Data Bootcamp e iFood. Esses super convidados tem muita experiência em sistemas de recomendação e vão compartilhar como personalização e recomendação são feitas, como podemos usar e qual impacto delas nos negócios. Então se prepare para um episódio super aprofundado e de muitos ingredientes de qualidade! Agradecimento especial aos nossos Parceiros Esse episódio não seria possível sem o apoio especial dos nossos parças do Data Bootcamp, o maior bootcamp de Data Science do Brasil! Aprenda a organizar, extrair e interpretar os dados da sua empresa com as tecnologias mais avançadas usadas no mercado. Confira as datas dos próximos cursos no calendário. Os padrinhos desse episódio Esse episódio não teve padrinhos. Se você quiser apadrinhar episódios do Pizza manda um e-mail pra gente. Tópicos abordados neste episódio Quem são e o que fazem os nossos convidados? Qual o impacto de sistemas de recomendação nos produtos? Tem alguma receita de bolo pra recomendação? Algoritmos de recomendação mais usados Métricas offline e online O clássico problema da bolha, existe mesmo? O impacto do movimento de tudo personalizado nos produtos Escute agora Pessoas nesse episódio   Leticia Portella Twitter Gabriel Moreira Twitter Tiago Motta Twitter Renan Oliveira Twitter Apoie o pizza: Nós também temos uma campanha de financiamento recorrente para ajudar a pagar a edição dos episódios. Se você gosta do nosso trabalho considere doar.  Apoiar o Pizza Links Coisas que mencionamos durante esse episódio:  Recomendação na OLX  Doutorado em Deep Recommendation do Gabriel Moreira  Recomendação no iFood Long Tail Fatoração de Matriz Algoritmo de Filtragem Colaborativa (ALS) Market Basket com Apriori Algoritmo baseado em conteúdo Cold Start LightFM Desafio do Outbrain click prediction Sistemas de recomendação híbridos - ensemble Métrica de avaliação de modelo - NDCG Métrica de avaliação de modelo - MRR Métrica de avaliação de modelo - Diversidade (diversity) e Novidade (novelty) LARS RecSys - Conferência de sistemas de recomendação Métrica de avaliação de modelo - Cobertura (coverage) Métrica de avaliação de modelo - Serendipity Teste online (Teste A/B) Desafio das bolhas de informação em sistemas de recomendação LGPD, Lei geral de proteção de dados Dataset do Movie Lens  SLA Pérolas?! Temos muitas Sem pérolas pra hoje ¯_(ツ)_/¯ Edição Esse episódio foi editado pela Jessica Correa. Valeu Jessica! Escute:

NOW PLAYING

Episódio 029: Recomendação de Pizza

0:00 54:59

No transcript for this episode yet

We transcribe on demand. Request one and we'll notify you when it's ready — usually under 10 minutes.

Frequently Asked Questions

How long is this episode of Pizza de Dados?

This episode is 54 minutes long.

When was this Pizza de Dados episode published?

This episode was published on April 24, 2020.

What is this episode about?

Nesse primeiro episódio do "Pizza Convida" trouxemos Gabriel Moreira da CI&T, Tiago Motta da OLX e o Renan Oliveira do Data Bootcamp e iFood. Esses super convidados tem muita experiência em sistemas de recomendação e vão compartilhar como...

Can I download this Pizza de Dados episode?

Yes, you can download this episode by clicking the download button on the episode player, or subscribe to the podcast in your preferred podcast app for automatic downloads.
URL copied to clipboard!