수십억 개 연결이 존재하는 당근 그래프에서 GNN 학습하기 | 2024 당근 테크 밋업
당근테크 · YouTube
소개
이 세션에서는 중고거래, 당근알바, 모임 등 당근의 다양한 서비스를 하나의 거대한 그래프 구조로 정의하고, 이를 Graph Neural Network로 학습하여 실제 피드 추천에 적용한 과정을 소개해요. 이 과정에서 겪은 기술적인 문제들이 있었는데요. 그중에서 수십억 개의 연결을 가진 그래프를 효율적으로 처리하기 위해 TensorFlow-GNN을 도입해서 분산 처리를 진행한 과정과 핀터레스트에서 발표한 PinSage 방법론을 당근의 그래프 정의에 맞게 적용했던 과정을 설명할 거예요. 마지막으로 학습된 모델을 피드 추천에 이용하는 과정도 함께 소개해요. 🥕 영상을 보고 당근에 관심이 생기셨다면 채용 공고를 확인해보세요! https://about.daangn.com/jobs/
유사한 리소스
ML Infrastructure with GCP | 2025 당근 GCP 밋업
당근테크 · YouTube
추천 시스템 with DataFlow: 대규모 데이터 파이프라인 구성 | 2025 당근 GCP 밋업
당근테크 · YouTube
당근 추천 알고리즘 - 홈피드 후보모델 파헤치기 | 2024 당근 테크 밋업
당근테크 · YouTube
빠르게 변하는 운영 도메인에서 살아남는 코드 만들기 | 2024 당근 테크 밋업
당근테크 · YouTube
우리 동네 어디까지 좁아지는 거예요? 자연경계로 좁혀보는 우리 동네 | 2024 당근 테크 밋업
당근테크 · YouTube
당근 채팅 시스템은 어떻게 만들까? | 2024 당근 테크 밋업
당근테크 · YouTube