요즘은 추천시스템 위주의 공부를 하고 있습니다.

Index

• Practice & Project: 공부하는 과정에서 기록으로 남기고 싶은 내용을 정리합니다.
• Reference: 다양한 레퍼런스 아카이빙합니다.

🧑🏻‍💻 Practice & Project

Recommendation System

• 추천 모델 구현, 2023 repository
• bandit 공부, 2025 repository

ML engineering

• udemy 강의 deployment of ml models, 2022 repository
• bentoml tutorial, 2022 repository
• mlops tutorial, 2023 repository
• udemy 강의 ml testing monitoring, 2023 repository
• FastAPI study, 2023 repository

Imbalanced Learning, Anomaly Detection

• Dacon 신용카드 사용자 연체 예측 AI 경진대회, 2022 code
• Kaggle Credit Card Fraud Detection, 2022 code
• 네트워크임베딩 대학원수업 기말 프로젝트 (Anomaly Detection with Graph Embedding Ensemble) pdf
• 모델 구현 (라이브러리화), 2023 repository

Causality

• Brady Neal - Causal Inference review
• Causal Inference for the Brave and True review
• DoWhy tutorial review
• Heterogeneous Treatment Effect Estimation tutorial review

NLP

• nlp study, 2020 repository
• hugginface text classification, 2022 repository

etc

• 개인 블로그 공부 정리 blog

📑 Paper Reference

Recommendation System

• Algorithm
  • Collaborative Filtering for Implicit Feedback Data, 2008
  • BPR: Bayesian Personalized Ranking from Implicit Feedback, UAI 2009
  • Context-Aware Recommender Systems, 2011
  • Neural Collaborative Filtering, 2017 IWWWC
  • Fatorization Machines, 2009
  • Wide & Deep Learning for Recommender Systems, 2016
  • DeepFM: A Factorization-Machine based Neural Network for CTR Prediction, 2017
  • AutoRec: Autoencoders Meet Collaborative Filtering, 2015 WWW
  • Training Deep AutoEncoders for Collaborative Filtering, 2017
  • Variational Autoencoders for Collaborative Filtering, 2018
  • Deep content-based music recommendation, 2013 NIPS
  • Deep Learning Recommendation Model for Personalization and Recommendation Systems (DLRM), 2019
  • DCN V2: Improved Deep & Cross Network and Practical Lessons for Web-scale Learning to Rank Systems 2020
  • Real-time Personalization using Embeddings for Search Ranking at Airbnb, KDD 2018
  • Sampling-Bias-Corrected Neural Modeling for Large Corpus Item Recommendations, 2019
  • Mixed Negative Sampling for Learning Two-tower Neural Networks in Recommendations, 2020
• Algorithm - text, image
  • Joint Training of Ratings and Reviews with Recurrent Recommender Nerworks, 2017 ICLR
  • Image-based Recommendations on Styles and Substitutes, 2015 SIGIR
  • VBPR: Visual Bayesian Personalized Ranking from Implicit Feedback, 2016 AAAI
  • Deep Neural Networks for YouTube Recommendations, 2016 RecSys
  • Recommending What Video to Watch Next: A Multitask Ranking System, 2019 RecSys
• Algorithm - session-based, sequential
  • Session-based Recommendations with Recurrent Neural Networks, 2015 ICLR
  • BERT4Rec: Sequential Recommendation with Bidirectional Encoder Representations from Transformer, 2019
  • SASRec: Self-Attentive Sequential Recommendation, 2018
  • Positive, Negative and Neutral: Modeling Implicit Feedback in Session-based News Recommendation, SIGIR 2022
• Algorithm - graph
  • PageRank: Standing on the shoulders of giant, 2010
  • DeepWalk: Online Learning of Social Representations, 2014
  • SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS, 2017
  • Inductive Representation Learning on Large Graphs, 2017
  • Graph Attention Networks, 2018
  • Graph Convolutional Neural Networks for Web-Scale Recommender Systems, 2018 Pinterest
• LookAlike
  • Finding Users Who Act Alike: Transfer Learning for Expanding Advertiser Audiences, KDD 2019
• Bandit
  • Explore, Exploit, and Explain: Personalizing Explainable Recommendations with Bandits, 2018 spotify epsilon-greedy, explanation
  • Deep neural network marketplace recommenders in online experiments, 2018 epsilon-greedy, hybrid item-representation
  • A Batched Multi-Armed Bandit Approach to News Headline Testing, 2019 thomson-sampling, batched MAB
  • A Contextual-Bandit Approach to Personalized News Article Recommendation, 2012 LinUCB
  • Contextual User Browsing Bandits for Large-Scale Online Mobile Recommendation, 2020 Alibaba UBM-LinUCB, contextual combinatorial bandit
  • An Empirical Evaluation of Thompson Sampling, 2011 Yahoo
  • An Efficient Bandit Algorithm for Realtime Multivariate Optimization, 2018 Amazon thomson-sampling
  • Cascading Bandits: Learning to Rank in the Cascade Model, 2015 cascade bandit
  • Carousel Personalization in Music Streaming Apps with Contextual Bandits, 2020 Deezer cascade bandit, semi-personalized
  • Cascading Bandits: Optimizing Recommendation Frequency in Delayed Feedback Environments, 2023 cascade bandit
  • Deep Bayesian Bandits: Exploring in Online Personalized Recommendations, 2020 Twitter deep Bayesian bandits, ad display
  • A Sleeping, Recovering Bandit Algorithm for Optimizing Recurring Notifications, 2020 Duolingo
• LLM
  • LLM-Based Aspect Augmentations for Recommendation Systems, 2023 item aspect generation
  • Language-Based User Profiles for Recommendation, 2024 LFM
  • Harnessing Large Language Models for Text-Rich Sequential Recommendation, 2024 text sequential summarize SFT
  • The Unequal Opportunities of Large Language Models: Revealing Demographic Bias through Job Recommendation, 2023 bias
  • Do LLMs Understand User Preferences? Evaluating LLMs On User Rating Prediction, 2023 google research prediction
  • LLMs for User Interest Exploration in Large-scale Recommendation Systems, 2024 google hybrid SFT
  • Comparing Human and LLM Ratings of Music-Recommendation Quality with User Context, 2024 LLM-as-a-judge
  • Playlist Search Reinvented: LLMs Behind the Curtain, 2024 amazon music content enrichment synthesizing training data judges for evaluation
  • A Multi-Agent Conversational Recommender System, 2024 multi-agent conversational rec sys
  • BETTER GENERALIZATION WITH SEMANTIC IDS: A CASE STUDY IN RANKING FOR RECOMMENDATIONS, 2024 google id-based
• Push
  • Personalized Push Notifications for News Recommendation, 2019 DGP media location considered
  • Predicting which type of push notification content motivates users to engage in a self-monitoring app, 2018 statistics analysis heavy user, heavy content
  • Near Real-time Optimization of Activity-based Notifications, 2018 LinkedIn
  • Notification Volume Control and Optimization System at Pinterest, 2018 Pinterest noti volume
• Search, Query, IR
  • Query2doc: Query Expansion with Large Language Models, 2023 Microsoft Research query expansion
  • Query Expansion by Prompting Large Language Models, 2023 Google Research
  • An Interactive Query Generation Assistant using LLM-based Prompt Modification and User Feedback, 2023
  • InPars: Data Augmentation for Information Retrieval using Large Language Models, 2022
  • Generating Query Recommendations via LLMs, 2024 Spotify query expansion prompt
  • Semantic Product Search, 2019 Amazon product search semantic contrastive learning tokenization
  • Embedding-based Retrieval in Facebook Search, 2020 Facebook social search two-tower ANN negative sampling
  • Unified Embedding Based Personalized Retrieval in Etsy Search, 2024 Etsy two-tower negative sampling ANN
  • Embedding based retrieval for long tail search queries in ecommerce, 2025 long tail llm synthetic data
  • Towards Personalized and Semantic Retrieval: An End-to-End Solution for E-commerce Search via Embedding Learning, 2020 two-tower negative sampling emb retrieval system
• Diversity
  • Algorithmic Effects on the Diversity of Consumption on Spotify, WWW 2020
• Bias
  • Lessons Learned Addressing Dataset Bias in Model-Based Candidate Generation at Twitter, 2020 KDD IRS
  • Popularity-Opportunity Bias in Collaborative Filtering, WSDM 2021
  • Managing Popularity Bias in Recommender Systems with Personalized Re-ranking, 2019
  • The Unfairness of Popularity Bias in Recommendation, 2019
• Explainable
  • Faithfully Explaining Rankings in a News Recommender System, 2018
• User Modeling
  • Exploring the longitudinal effects of nudging on users’ music genre exploration behavior and listening preferences, 2022
  • Personalizing Benefits Allocation Without Spending Money: Utilizing Uplift Modeling in a Budget Constrained Setup, Recsys2022
• Causality
  • Inferring the Causal Impact of New Track Releases on Music Recommendation Platforms through Counterfactual Predictions, RecSys2020
• Survey
  • Deep Learning based Recommender System: A Survey and New Perspectives, 2019
  • A Survey on Causal Inference for Recommendation, 2024
  • Fairness and Diversity in Recommender Systems: A Survey, 2024
  • Recommender Systems in the Era of Large Language Models (LLMs), 2024

Imbalanced Learning, Anomaly Detection

• Survey
  • Learning From Imbalanced Data: open challenges and future directions (survey article 2016)
  • Deep Learning for Anomaly Detection A Review, 2020
  • Autoencoders, 2020
• Perfomance Measure
  • The precision-recall plot is more informative than the ROC plot when evaluating binary classifiers on imbalanced datasets
  • The Relationship Between Precision-Recall and ROC Curves
  • Predicting Good Probabilities With Supervised Learning
  • Properties and benefits of calibrated classifiers
  • The precision-recall plot is more informative than the ROC plot when evaluating binary classifiers on imbalanced datasets
• Cost-sensitive
  • An optimized cost-sensitive SVM for imbalanced data learning
  • Metacost : a general method for making classifiers cost-sensitive (KDD 99)
  • The influence of class imbalance on cost-sensitive learning (IEEE 2006)
  • Learning and Making Decisions When Costs and Probabilities are Both Unknown (2001)
• Sampling
  • SMOTE, 2002
  • SMOTE for learning from imbalanced data : progress and challenges, 2018
  • Influence of minority class instance types on SMOTE imbalanced data oversampling
  • Calibrating Probability with Undersampling for Unbalanced Classification .2015
  • A Study of the Behavior of Several Methods for Balancing Machine Learning Training Data
  • Dynamic Sampling in Convolutional Neural Networks for Imbalanced Data Classification
• Ensemble Learning
  • Self-paced Ensemble for Highly Imbalanced Massive Data Classification, 2020
• Feature Selection
  • Ensemble-based wrapper methods for feature selection and class imbalance learning, 2010
  • A comparative study of iterative and non-iterative feature selection techniques for software defect prediction
• Learning feature representations of normality
  • Outlier Detection with AutoEncoder Ensemble, 2017
  • Auto-Encoding Variational Bayes ,2014
  • Deep Variational Information Bottleneck, ICLR 2017
  • Extracting and Composing Robust Features with Denoising Autoencoders, 2008
  • Generatice Adversarial Nets, NIPS 2014
  • Least Squares Generative Adversarial Networks ,2016
  • Adversarial Autoencoders, 2016
  • Generative Probabilistic Novelty Detection with Adversarial Autoencoders , NIPS 2018
  • Deep Autoencoding Gaussian Mixture Model For Unsupervised Anomaly Detection, ICLR 2018
  • Anomaly Detection with Robust Deep Autoencoders, KDD 2017
• Time Series and Streaming Anomaly Detection
  • Anomaly Detection In Univariate Time-Series : A Survey on the state-of-the-art
  • USAD : UnSupervised Anomaly Detection on multivariate time series, KDD2020
  • Variational Attention for Sequence-to-Sequence Models, 2017
  • A Multimodal Anomaly Detector for Robot-Assisted Feeding Using an LSTM-based Variational Autoencoder (2017)
  • Outlier Detection for Time Series with Recurrent Autoencoder Ensembles , 2019
  • Robust Anomaly Detection for Multivariate time series through Stochastic Recurrent Neural Network, KKD 2019
  • Time Series Anomaly Detection with Multiresolution Ensemble Decoding, AAAI 2021
  • An Improved Arima-Based Traffic Anomaly Detection Algorithm for Wireless Sensor Networks ,2016
  • Time-Series Anomaly Detection Service at Microsoft, 2019
  • Time Series Anomaly Detection Using Convolutional Neural Networks and Transfer Learning, 2019
  • Abuse and Fraud Detection in Streaming Services Using Heuristic-Aware Machine Learning, 2022 Netflix
  • Are Transformers Effective for Time Series Forecasting?, 2022

Causality

• Heterogeneous treatment effect estimation, uplift
  • Causal Inference and Uplift Modeling A review of the literature, 2016 review
  • Double machine learning for treatment and causal parameters, 2016
  • Metalearners for estimation heterogeneous treatment effects using machine learning, 2019
  • Estimation and Inference of Heterogeneous Treatment Effects using Random Forests, 2018

📑 Other Reference

conference

• 네이버, 카카오, 당근, 우아한형제들, 토스 2024 conference review

카카오

• 추천, 검색
  • 카카오 AI 추천: 카카오페이지와 멜론으로 살펴보는 카카오 연관 추천
  • 카카오 AI 추천: 토픽모델링과 MAB를 이용한 카카오 개인화 추천
  • 카카오 AI 추천: 협업필터링 모델 선택 시의 기준에 대하여
  • 카카오 AI 추천: 카카오의 콘텐츠 기반 필터링
  • 우리 생활 속 추천 시스템, 어떻게 발전해왔고, 어떻게 발전해나가고 있는가? (카카오 김성진 팀장, 2021.12)
  • 추천 기술이 마주하고 있는 현실적인 문제들 (카카오 김성진 리더, 2021.10)
  • if(kakao)2019 멜론 플레이리스트 자동 생성
  • if(kakao)2020 맥락과 취향 사이 줄타기
  • 브런치 추천의 힘에 대한 6가지 기술
  • if(kakao)dev2022 Sequential Recommendation System 카카오 서비스 적용기
  • if(kakao)dev2022 Explainable Recommender System in 카카오웹툰
• LLM, 이미지
  • 이미지까지 이해하는 Multimodal LLM의 학습 방법 밝혀내기, ifkakao2024
  • 나만의 프로필 이미지를 만드는 Personalized T2I 모델 개발기, ifkakao2024
  • AI Agent 기반 스마트 AI 마이 노트, ifkakao2024
  • 업무 효율화를 위한 카카오 사내봇 개발기, ifkakao2024
  • AI 를 통해 스팸을 대응하는 카카오의 노력, ifkakao2024
  • LLM으로 음성인식 성능 개선하기, ifkakao2024
  • CodeBuddy 와 함께하는 AI 코드리뷰, ifkakao2024
  • AI Assistant와 통합 지식베이스를 통한 AI Native Company 구현, ifkakao2024
  • 밑바닥부터 시작하는 LLM 개발기, ifkakao2024
  • AI 기반 광고 콘텐츠 모니터링 기술 개발기, ifkakao2024
  • 빠르고 비용효율적으로 LLM 서빙하기, ifkakao2024
  • 서비스에 LLM 부스터 달아주기: 요약부터 AI Bot 까지, ifkakao2024
  • ‘선물하기 와인탐험’ LLM 대화형 서비스 개발기, ifkakao2024
• 이상치탐지
  • 그래프 기반 악성 유저군 탐지: 온라인 광고 도메인에서의 적용, ifkakao2024
• XAI
  • AI를 설명하면서 속도도 빠르게 할 순 없을까? SHAP 가속화 이야기 (feat. 산학협력), ifkakao2024
• 플랫폼
  • 메시지 광고 추천 딥러닝 인퍼런스 서버 개선 - Jvm Onnx Runtime에서 Nvidia Triton 도입까지, ifkakao2024
  • 카카오 광고 AI 추천 MLOps 아키텍쳐 - Feature Store 편, ifkakao2024
  • AI 기반 광고 추천 파이프라인에서 스파크 스트리밍의 배포 및 모니터링 전략, ifkakao2024
• 기타
  • 데이터 분석과 머신러닝을 통한 유저 방문 맛집 발굴하기, ifkakao2024

카카오엔터테인먼트

• 추천
  • 최애 작품 이용권 선물해주는 ‘Helix 푸시’ 개발기 (2024), ifkakao2024
• LLM
  • 지연 시간 순삭! LLM 추론 구조와 효율적 애플리케이션 설계, ifkakao2024

카카오헬스케어

• LLM
  • 생성형 AI를 활용한 개체명 인식(NER), ifkakao2024

카카오뱅크

• LLM
  • 이 문자가 스미싱인 이유는? - 스미싱 탐지를 위한 LLM 개발 및 평가,ifkakao2024

카카오페이, 카카오페이손해보험

• LLM, 이미지
  • LLM 서빙하기, ifkakao2024
  • 문서 검토는 이제 Document AI로 한방에!,ifkakao2024
• 이상치탐지
  • FDS에 지속 성장하는 ML 적용 이야기, ifkakao2024

카카오게임즈

• 이탈방지
  • 통계를 이용해 이탈을 방지할 수 있을까?, SMART STATS 개발기, ifkakao2024

당근

• 추천, 검색
  • 딥러닝 개인화 추천 (당근마켓, 2019)
  • RAG를 활용한 검색 서비스 만들기, 2025
  • 검색어에 숨겨진 의도를 더 정확하게, 검색을 바꾸는 AI 실험들 — 당근 AI Show & Tell #5, 2025
  • LLM을 활용한 스마트폰 시세 조회 서비스 구축, 2025
  • 당근 추천 알고리즘 - 홈피드 후보모델 파헤치기, 2024당근테크밋업
  • 수십억 개 연결이 존재하는 당근 그래프에서 GNN 학습하기, 2024당근테크밋업
  • 중고거래 시멘틱서치 도입기: 꽁꽁 얼어붙은 키워드 위로 벡터가 걸어다닙니다, 2024당근테크밋업
• 이상치탐지
  • ㅎㅖ어져서 팝니ㄷr ☆: LLM과 임베딩 유사도로 빠르게 패턴을 바꾸는 업자 잡아내기, 2024당근테크밋업
  • 연간 LLM 호출 비용 25% 절감, 인턴이 도전한 시맨틱 캐싱 도입 기록, 2025
• 플랫폼
  • 당근페이 데이터플랫폼 구축기, 2024당근테크밋업
  • 지표 통합과 탐색: KarrotMetrics와 Explorer로 가치 있는 의사결정하기, 2024당근테크밋업
  • 추천 서빙 시스템 아키텍처: 높은 생산성을 위한 아키텍쳐 및 ML Flywheel, 2024당근테크밋업
  • 온콜, 알림만 보다가 죽겠어요, 2024당근테크밋업

하이퍼커넥트

• 추천
  • 비용 효율적인 Click-Through Rate Prediction 모델로 하쿠나 라이브 추천시스템 구축하기, 2021
  • 아자르에서 AI 기반 추천 모델의 타겟 지표를 설정하는 방법 (feat. 아하 모멘트), 2024
  • 협업 필터링을 넘어서: 하이퍼커넥트 AI의 추천 모델링, 2024
  • 이벤트 기반의 라이브 스트리밍 추천 시스템 운용하기, 2022
  • 아자르에서는 어떤 추천 모델을 사용하고 있을까?, 2024

라인

• 추천
  • LINE Timeline의 새로운 도전 (2020.04)
  • 오프라인과 온라인 A/B 테스트를 통해 오픈챗 추천 모델 개선하기, 2023
• 기타
  • 머신러닝을 활용한 오픈챗 클린 스코어 모델 개발기, 2020
  • 오픈챗 해시태그 예측을 위한 다중 레이블 분류 모델 개발하기, 2024
  • 오픈챗 해시태그 예측을 위한 다중 레이블 분류 모델 개발하기, 2024

네이버

• 추천, 검색
  • (Deview2021) BERT로 만든 네이버 플레이스 비슷한 취향 유저 추천 시스템
  • (Deview2021) Knowledge Graph에게 맛집과 사용자를 묻는다: GNN으로 맛집 취향 저격 하기
  • (Deview2020) 유저가 좋은 작품(웹툰)을 만났을 때
  • (Deview2020) 추천시스템 3.0: 딥러닝 후기시대에서 바이어스, 그래프, 그리고 인과관계의 중요성
  • 홈피드: 네이버의 진입점에서 추천피드를 외치다! 추천피드 도입 고군분투기, DAN24
  • 네이버 검색이 이렇게 좋아졌어? LLM의 Re-Ranking Ability 검색에 이식하기, DAN24
  • 서치피드: SERP를 넘어 SURF로! 검색의 새로운 물결, DAN24
  • 검색과 피드의 만남: LLM으로 완성하는 초개인화 서비스, DAN24
  • 클립 크리에이터와 네이버 유저를 연결하기: 숏폼 컨텐츠 개인화 추천, DAN24
  • LLM 기반 추천/광고 파운데이션 모델, DAN24
  • 사용자 경험을 극대화하는 AI 기반 장소 추천 시스템 : LLM과 유저 데이터의 융합, DAN24
  • LLM for Search: 꽁꽁 얼어붙은 검색 서비스 위로 LLM이 걸어다닙니다, DAN24
  • 사람을 대신해야 진짜 AI지? : LLM 기반 임베딩부터 검색 품질 자동 평가 모델까지, DAN24
  • SQM으로 네이버 검색 품질 췍↗!, DAN24
• AI, LLM
  • eFoundation: 상품을 딱 잘 표현하는 임베딩을 만들었지 뭐야 ꒰⍢꒱ 완전 럭키비키잔앙 ☘︎, DAN24
  • 어? GPU 그거 어떻게 쓰는건가요? : AI 서빙 헤딩팟 실전 노하우 (feat. AI 이어북)
  • 속도와 효율의 레이스! : LLM 서빙 최적화의 모든것.
• 기타
  • 당신의 Python 모델이 이븐하게 추론하지 못하는 이유 [CPU 추론/모델서빙 Python 딥다이브], DAN24

네이버웹툰

• 추천, 검색
  • 내 손 안의 알딱핑! (੭˃ᴗ˂)੭ 네게 맞는 웹툰을 알아서 딱! 추천해줄게, DAN24
• 타겟팅
  • 글로벌 웹툰의 ML 기반 CRM 실전 적용기 : Uplift Model과 Survival Model을 활용한 타겟팅 고도화 (네이버 웹툰), DAN24

네이버페이

• 인과추론
  • Uplift Modeling을 통한 마케팅 비용 최적화 (with Multiple Treatments), 2024

넥슨

• 추천
  • NDC21-데이터분석, 추천알고리즘 offline A/B 테스트 (feat: PAIGE 프로야구 서비스)
• 인과추론
  • 업리프트 모델링을 통해 게임 광고 전환율 향상시키기, 2023

요기요

• 추천
  • 데이터야놀자2022, 뭐먹지 빌런을 무찌르는 GNN 기반 개인화 추천

무신사

• 추천, 검색
  • 무신사가 카테고리숍 추천을 하는 방법, 무신사 2023
  • 검색어 분석을 통한 상품 정렬 개선, 무신사 2021
  • AI와 함께하는 패션 큐레이션 — 무신사 2.0 시나리오 기반 추천 시스템 개발, 2024
  • 당신이 보는 첫 화면은 어떻게 정해질까? 무신사 홈 배너 개인화 추천 이야기, 2025

라이너

• 추천, 검색
  • TikTok for Text! 라이너 앱 Session-based Recommender 구축기, 라이너 2023
  • Bag-of-Tricks for Recommendation: Recency, Clustering 그리고 Item Shuffling, 2022
  • 신뢰성 있는 문서를 골라주기 위한 Liner Ranker, 2024

오늘의집

• 추천
  • 유사 이미지 추천 개발 #1 비슷한 공간 - 콘텐츠 추천을 위한 이미지 유사도 모델 개발 과정
  • 유사 이미지 추천 개발 #2 비슷한 상품 - 커머스 상품 추천을 위한 유사도 모델 개발 과정
  • 개인화 추천 시스템 #1. Multi-Stage Recommender System, 2024
  • 개인화 추천 시스템 #2. Personalized Content Ranking, 2024

우아한형제들(배민)

• 추천
  • 개인화 추천 시스템 #3. 모델 서빙, 2025
  • (2023 우아콘) 추천시스템 성장 일지: 데이터 엔지니어 편
  • (2023 우아콘) 여기, 주문하신 '예측' 나왔습니다: 추천/ML에서 '예측'을 서빙한다는 것에 대하여
  • 실시간 반응형 추천 개발 일지 1부: 프로젝트 소개, 2024
  • 실시간 반응형 추천 개발 일지 2부: 벡터 검색, 그리고 숨겨진 요구사항과 기술 도입 의사 결정을 다루는 방법, 2025
  • 그래프, 텍스트 인코더를 활용한 실시간 추천 검색어 모델링, 우아콘2024
  • 취향 저격 맛집 추천, 더 똑똑하게: 추천 모델 성장 일지, 우아콘2024
• LLM
  • AI 데이터 분석가 '물어보새' 등장: 데이터 리터러시 향상을 위한 나만의 데이터 분석가, 우아콘2024
  • Fine-tuning 없이, 프롬프트 엔지니어링으로 메뉴 이미지 검수하기, 우아콘2024
  • GPT를 활용한 카탈로그 아이템 생성, 2025
• 이상치탐지
  • 배민 앱 리뷰 품질을 향상시킨 방법은? 머신 러닝 X 네트워크 탐지 모델 도입
• 기타
  • 음식 픽업하러 산 넘고 강 건널 수 없으니가: 배달 데이터를 활용해 최적의 지역 클러스터링하기, 우아콘2024
  • 당신에게 배달 시간이 전달되기까지: 불확실성을 다루는 예측 시스템 구축 과정, 우아콘2024
  • 자율주행 로봇을 위한 머신러닝 모델의 추론 성능을 최적화하기, 우아콘2024
  • 로봇 ML 모델의 경량화 1부: 훈련 후 양자화, 2024
  • 로봇 ML 모델의 경량화 2부: 양자화 인식 훈련, 2024
  • 프로덕트 전략, 어떻게 시작해야 할까?, 2025
• 플랫폼
  • 우아한 데이터 허브, 일 200억 건 데이터 안전하게 처리하는 대용량 시스템 구축하기, 우아콘2024
  • 장애 같은데? 일단 STOP!: 배달서비스 장애 감지/차단 시스템 구축 경험담, 우아콘2024

컬리

• 추천
  • 함께 구매하면 좋은 상품이에요! - 장바구니 추천 개발기 1부, 2024
  • 함께 구매하면 좋은 상품이에요! - 장바구니 추천 개발기 2부, 2024

토스

• 추천
  • 기반 데이터가 부족해도 OK! 커머스 추천 시스템 제작기, SLASH24
• 플랫폼
  • ML 플랫폼으로 개발 속도와 안정성 높이기, SLASH24
  • Feature Store로 유연하게 ML 고도화하기, SLASH24

Spotify

• 추천, 검색
  • The Rise (and Lessons Learned) of ML Models to Personalize Content on Home, 2021
  • Introducing Natural Language Search for Podcast Episodes, spotify 2022
  • Modeling Users According to Their Slow and Fast-Moving Interests, spotify 2022
  • Socially-Motivated Music Recommendation, 2024
  • Personalizing Audiobooks and Podcasts with graph-based models, 2024

Pinterest

• 추천, 검색
  • The machine learning behind delivering relevant ads, Pinterest 2021
  • Advancements in Embedding-Based Retrieval at Pinterest Homefeed, 2025
  • Feature Caching for Recommender Systems w/ Cachelib, 2024
  • Deep Multi-task Learning and Real-time Personalization for Closeup Recommendations, 2025
• 이상치탐지
  • Warden: Real Time Anomaly Detection at Pinterest
  • Fighting Spam using Clustering and Automated Rule Creation
  • Unlocking Efficient Ad Retrieval: Offline Approximate Nearest Neighbors in Pinterest Ads, 2025

Ebay

• 추천, 검색
  • Building a Deep Learning Based Retrieval System for Personalized Recommendations, ebay 2022

Nvidia

• 추천, 검색
  • Recommender Systems, Not Just Recommender Models, nvidia merlin
• 인과추론
  • Using Causal Inference to Improve the Uber User Experience, 2019

Uber

• 추천, 검색
  • Innovative Recommendation Applications Using Two Tower Embeddings at Uber, Uber 2023
  • Enhancing Personalized CRM Communication with Contextual Bandit Strategies, 2025

Google

• 추천, 검색
  • Scaling deep retrieval with TensorFlow Recommenders and Vertex AI Matching Engine
• 이상치탐지
  • Unsupervised and semi-supervised anomaly detection with data-centric ML, google blog

X (twitter)

• 추천, 검색
  • Model-based candidate generation for account recommendations, X 2022
  • A hybrid approach to personalize notification volume, 2022

Meta (facebook)

• 추천, 검색
  • Scaling the Instagram Explore recommendations system, meta 2023
  • How machine learning powers Facebook’s News Feed ranking algorithm, meta 2021

Netflix

• 추천, 검색
  • Innovating Faster on Personalization Algorithms at Netflix Using Interleaving, 2017
  • Foundation Model for Personalized Recommendation, 2025 foundation model
  • Next-Level Personalization: How 16k+ Lifelong User Actions Supercharge Pinterest’s Recommendations, 2025 TransActV2 lifelong user sequence Next Action Loss
• 이상치탐지
  • Machine Learning for Fraud Detection in Streaming Services
• 인과추론
  • A Survey of Causal Inference Applications at Netflix

Yelp

• 추천, 검색
  • Search Query Understanding with LLMs: From Ideation to Production, 2025

Swiggy

• 추천, 검색
  • Contextual Bandits for Ads Recommendations, 2022
  • Smart Push notifications (Multi-Armed Bandits at Swiggy: Part-4)

Airbnb

• 추천, 검색
  • Embedding-Based Retrieval for Airbnb Search, 2025
  • Improving Search Ranking for Maps, 2024

Lyft

• 이상치탐지
  • Full-Spectrum ML Model Monitoring at Lyft
  • Building a large scale unsupervised model anomaly detection system — Part 1
  • Building a large scale unsupervised model anomaly detection system — Part 2

Others blog

• 추천
  • Transformers4Rec: A flexible library for Sequential and Session-based recommendation
  • [22'Recsys] BERT4Rec 구현의 진실에 관하여 : A Systematic Review and Replicability Study of BERT4Rec for Sequential Recommendation
  • Scaling deep retrieval with TensorFlow Recommenders and Vertex AI Matching Engine
  • DLRM github
  • DeepCTR github
  • Two Tower Model Architecture: Current State and Promising Extensions, 2023
  • 추천 시스템 서비스 적용을 위한 Elastic Search 도입기, 2022
  • Recommendation Systems • Bias
  • eugeneyan blog
    • Search: Query Matching via Lexical, Graph, and Embedding Methods, 2021
    • Patterns for Personalization in Recommendations and Search, 2021
    • Real-time Machine Learning For Recommendations, 2021
    • System Design for Recommendations and Search, 2021
    • Improving Recommendation Systems & Search in the Age of LLMs, 2025
    • Push Notifications: What to Push, What Not to Push, and How Often, 2023
• 인과추론
  • Brady Neal - Causal Inference
  • 인과추론의 데이터과학
  • EconML/CausalML KDD 2021 Tutorial
  • Causal Inference for the Brave and True
  • Dowhy 가이드 실습 pap gitbook
  • Causal-Inference-and-Discovery-in-Python
  • For effective treatment of churn, don’t predict churn, 2019
  • Causal inference 123, Microsoft Shujuan(Jane) Huang 2020