Desarrollaré modelos personalizados de deep learning y NLP

¿Quieres recomendaciones que realmente reflejen cómo se comportan tus usuarios y no una tabla estática de "personas que compraron X"?

Construyo modelos de recomendación y secuencias con deep learning en Python: sistemas que aprenden del orden del comportamiento del usuario para predecir qué querrá alguien a continuación, como hacen los sistemas de producción en Netflix y TikTok.

Lo que construyo: Recomendadores secuenciales (SASRec / GRU4Rec / basados en transformer) modelos de embedding y filtrado colaborativo modelos NLP y de secuencias para texto y datos de comportamiento evaluación adecuada leave-one-out, Hit@K, NDCG, cobertura y diversidad (no métricas infladas por división aleatoria) una demo interactiva para que puedas ver recomendaciones en vivo

Trabajo reciente: Construí un recomendador secuencial de películas en el dataset MovieLens 25M implementando tres modelos (Prod2Vec, GRU4Rec, SASRec) con una demo en vivo que visualiza qué elementos pasados impulsaron cada recomendación mediante pesos de atención. También implementé un sistema de análisis de clientes de extremo a extremo que identificó 403K libras en ingresos en riesgo para un minorista, por lo que construyo modelos que se relacionan con resultados comerciales reales, no solo con puntuaciones en tablas de clasificación.

Herramientas: Python, PyTorch/TensorFlow, scikit-learn, Pandas, Streamlit