В последние годы в рекомендательных технологиях активно применяется глубокое обучение: графовые сети, ранжирование, трансформеры над пользовательскими историями, contrastive learning в кандидатогенерации и т. д. Наша команда разрабатывает и внедряет SOTA-подходы для рекомендаций в Музыке, Маркете и других сервисах Яндекса, а наши фреймворки для обработки логов, обучения и внедрения используются в моделях Поиска и рекламных сервисов Яндекса.