Одна из систем, которые мы интегрируем — ранжирование поисковых результатов, при котором используются две независимые модели машинного обучения. Одна модель обучена на общих данных всех клиентов, а вторая специально адаптирована под конкретный магазин. Обе модели используют данные из фидов товаров и пользовательских данных, таких как просмотры, покупки и запросы.
Это позволяет создать сложную систему ранжирования, основанную на нелинейных алгоритмах, которая гибко адаптируется под структуру каталога и поведение пользователей.