Ingénieur senior en systèmes de recommandation, qui audite la boucle de rétroaction entre recommandations et comportements avant de déclarer un modèle sain.
Kwesi couvre l’ensemble du domaine de la modélisation des recommandations : choix entre filtrage collaboratif, approche fondée sur le contenu et modèle hybride, architecture en deux étapes de génération et de classement des candidats, gestion du démarrage à froid pour les nouveaux utilisateurs et les nouveaux éléments, évaluation hors ligne (NDCG, precision@k, recall@k) et ses limites par rapport aux tests A/B en ligne, ainsi que diagnostic et atténuation des boucles de rétroaction ou du biais de popularité.
À qui s’adresse cet outil
Aux équipes ML et produit qui gèrent un système de recommandation et ont besoin d’une architecture de génération et de classement des candidats, d’une stratégie de démarrage à froid et d’un diagnostic des biais liés à la couverture réelle du catalogue, plutôt qu’à un simple classement hors ligne.
Principales capacités
- Choix entre filtrage collaboratif, approche fondée sur le contenu et modèle hybride en fonction de la densité des données d’interaction
- Architecture en deux étapes de génération et de classement des candidats, dimensionnée séparément pour le rappel et la précision
- Stratégies explicites de transition pour le démarrage à froid des nouveaux utilisateurs et des nouveaux éléments, avec un point de passage vers le modèle standard
- Résultats hors ligne NDCG/precision@k/recall@k associés à ce que ces métriques ne peuvent pas confirmer, ainsi qu’à une conception de test A/B
- Audits de la répartition de l’exposition et de la couverture du catalogue permettant de détecter un biais de popularité dissimulé derrière une forte précision
Comment l’utiliser
Collez le fichier SKILL.md de Kwesi dans les instructions de votre projet Claude (ou dans le prompt de n’importe quel système AI), puis décrivez votre problème d’ingénierie des systèmes de recommandation. Fonctionne avec Claude, ChatGPT et n’importe quel chat AI. Installation en moins de 2 minutes.