카카오 추천팀은 카카오의 다양한 서비스에 추천 기술을 제공하고 있습니다. 멜론, 픽코마, 카카오페이지, 미디어다음 뉴스, 카카오톡, 선물하기 등 다양한 서비스에 200개 이상의 추천 기술 API를 제공합니다.
추천팀에서는 아래와 같은 업무를 하고 있습니다.
- 추천 기술 고도화 (방향: 사용자의 장기적인 서비스 만족도 증가)
- 추천/ML SaaS 플랫폼 개발 (방향: 높은 품질의 추천 기술을 쉽게 가져다 사용할 수 있는 플랫폼)
- 대규모 추천 서비스를 지탱할 수 있는 안정적이고 효율적인 플랫폼 구축
저희에게 궁금한 점이나 하고 싶은 이야기가 있다면 Discussions를 이용해주세요.
저희는 카카오 추천팀에서 함께 일할 동료분들을 찾고 있습니다. 관심 있으신 분은 아래 영입 공고를 확인해주세요.
추천팀 영입 과정에서 실제로 사용했던 기출 문제입니다.
추천팀에서 공개한 오픈소스 소프트웨어입니다.
- TOROS Buffalo - A fast and scalable production-ready open source project for recommender systems
- TOROS N2 - lightweight approximate Nearest Neighbor library which runs fast even with large datasets
추천 관련 학회의 논문들을 읽고 정리한 것을 공개/공유하는 저장소입니다.
공개적으로 발행한 문서나, 발표 영상을 아래에 모아놓았습니다.
2022-06-17‘AI 추천 기술’을 선도하는 카카오 추천팀을 소개합니다.2021-11-02charlie의 추천팀 인턴 생활기2021-03-11카카오 AI 추천을 소개합니다.2020-06-23데이터를 기반으로 새로운 경험을 선사하는 추천팀 이야기
2021-12-27카카오 AI추천 : 카카오의 콘텐츠 기반 필터링 (Content-based Filtering in Kakao)2021-10-18카카오 AI추천 : 협업 필터링 모델 선택 시의 기준에 대하여2021-06-25카카오 AI추천 : 토픽 모델링과 MAB를 이용한 카카오 개인화 추천2021-05-20카카오 AI추천 : 카카오페이지와 멜론으로 살펴보는 카카오 연관 추천2018-01-31카카오내비 예측의 정확성 그리고 AI2017-10-31카카오I 추천 엔진의 진화2017-06-23내 손안의 AI 비서, 추천 알고리듬 - 카카오의 AI 추천 플랫폼, ‘토로스(TOROS)’
- Simple and Efficient Recommendation Strategy for Warm/Cold Sessions for RecSys Challenge 2022 (Recsys'22 Challenge)
- An Efficient Combinatorial Optimization Model Using Learning-to-Rank Distillation (AAAI '22)
- A Global DAG Task Scheduler Using Deep Reinforcement Learning and Graph Convolution Network (IEEE Access)
- Melon Playlist Dataset: a public dataset for audio-based playlist generation and music tagging (ICASSP '21)
- How Low Can You Go? Reducing Frequency and Time Resolution in Current CNN Architectures for Music Auto-tagging (EUSIPCO '20)
- FlexGraph: Flexible partitioning and storage for scalable graph mining (PLoS ONE)
- Artist and style exposure bias in collaborative filtering based music recommendations (ISMIR '19 Workshop)
- Enhancing VAEs for Collaborative Filtering: Flexible Priors & Gating Mechanisms (RecSys '19)
- Sequential and Diverse Recommendation with Long Tail (IJCAI '19)
- Automatic playlist continuation using a hybrid recommender system combining features from text and audio (RecSys '18 Challenge)
- A study on intelligent personalized push notification with user history (BigData '17)
2021-11-17ML로 기프트권 받을 유저 정하기2021-11-17BERT보다 10배 빠른 BERT 모델 구축2021-11-17TensorFlow Serving보다 10배 빠르게 서빙하기2021-11-17추천 시스템 airflow 2.0 도입기
2020-11-18개인화 콘텐츠 푸시 고도화 후기2020-11-18추천 시스템, 써보지 않겠는가? 맥락과 취향 사이 줄타기
2019-08-30둥꿍둥꿍 느낌 아는 음악 바텐더 - 발표 자료 / 발표 영상2019-08-30Buffalo: Open Source Project for Recommender System - 발표 자료 / 발표 영상2019-08-30상품 카탈로그 자동 생성 ML 모델 소개 - 발표 자료 / 발표 영상
2018-09-04눈으로 듣는 음악 추천 시스템 - 발표 자료 / 발표 영상2018-10-01눈으로 듣는 음악 추천 시스템
2018-09-04TOROS N2 - lightweight approximate Nearest Neighbor library - 발표 자료 / 발표 영상2018-11-21TOROS N2
2018-12-31문제 해결을 위한 머신러닝 오픈 플랫폼, 카카오 아레나
2022-05-27카카오 AI추천 : 카카오 음악 추천을 경험해보고 싶다면? Melon Playlist Dataset (feats. Kakao Arena)2020-04-28멜론 플레이리스트 데이터 탐색 - 카카오 아레나 3회 대회 (Part.2)2020-04-22멜론에서 음악 추천을 어떻게 할까? - 카카오 아레나 3회 대회 (Part.1)
2019-07-04브런치 추천의 힘에 대한 6가지 기술(記述) - 카카오 아레나 2회 대회 (Part. 2)2019-06-24브런치 데이터의 탐색과 시각화 - 카카오 아레나 2회 대회 (Part.1)
2021-12-15우리 생활 속 추천 시스템, 어떻게 발전해왔고 어떻게 발전해나가고 있는가? @ 데이터 그랜드 컨퍼런스 20212021-05-21추천 기술이 마주하고 있는 현실적인 문제들 @ AI Frontiers Summit 20212020-11-25유저가 좋은 작품(웹툰)를 만났을 때 (유저의 탐색, 발견 그리고 만족도에 대하여 탐색적 분석하기) @ DEVIEW 20202019-08-18추천시스템, 이제는 돈이 되어야 한다. @ PyCon Korea 20192018-08-19추천 시스템을 위한 어플리케이션 서버 개발 후기 @ PyCon Korea 20182016-08-13TOROS: Python Framework for Recommender @ PyCon Korea 2016