Расскажи про последний проект

Разрабатывал рекомендательную систему для e-commerce платформы. Использовал collaborative filtering на основе матричных разложений (ALS) и контентные рекомендации (BERT для эмбеддингов товаров).

Ключевые моменты:

• Снизил RMSE на 15% по сравнению с baseline (SVD)
• Увеличил конверсию в покупки на 8% через A/B тестирование
• Оптимизировал инференс с помощью ONNX Runtime

# Пример препроцессинга для ALS
from pyspark.ml.recommendation import ALS
als = ALS(rank=50, maxIter=10, regParam=0.01)
model = als.fit(ratings_df)

Вывод: гибридный подход показал лучшие результаты, чем отдельные модели.