Tìm kiếm
15 kết quả cho “Search ranking”. Tìm không phân biệt dấu.
- Search architecture revamp Bài tóm tắt · Grab · 2022
…Độ khó: Trung bình — [bài gốc](https://engineering.grab.com/search-architecture-revamp) Bài ngắn, ở mức kiến trúc; không có số liệu quy mô hay hiệu năng. Phần relevance (nhận diện…
- Halving the Time: How Uber Eats Rebuilt Its Search Pipeline Bài tóm tắt · Uber · 2026
…bình — [bài gốc](https://www.uber.com/us/en/blog/uber-eats-search-pipeline/) Bối cảnh - Latency search của Uber Eats đã tăng tới mức không chấp nhận được. Ba nguyên nhân chính: re…
- KernelEvolve: How Meta's Ranking Engineer Agent Optimizes AI Infrastructure Bài tóm tắt · Meta · 2026
…báo cáo, xử lý vòng build nhiều phút và lỗi hạ tầng. - Tree search (Monte Carlo tree search, chiến lược tiến hoá): mỗi ứng viên là một nút; nút mới lấy ngữ cảnh từ cha (đào sâu hướ…
- Search Architecture Bài tóm tắt · Instagram · 2015
…ó: Trung bình — [bài gốc](https://instagram-engineering.com/search-architecture-eeb34a936d3a) Instagram dùng lại Unicorn, search engine của Facebook (xem ). Site chặn crawler; ghi…
- Vector search và index ANN Chủ đề Thành viên
Search ngữ nghĩa, gợi ý và RAG quy về tìm các vector (embedding vài trăm tới vài nghìn chiều) gần một vector query. Vector không có thứ tự tự nhiên, nên B-tree hay inverted index không dùng được; ở quy mô lớn phải dùng…
- 3 Changes to Expand DoorDash's Product Search Beyond Delivery Bài tóm tắt · DoorDash · 2022
…ngineering/2022/05/10/3-changes-to-expand-doordashs-product-search/) Bối cảnh - Search của DoorDash được xây cho đồ ăn: nhà hàng và menu lồng nhau, gắn chặt với hệ thống giao đồ ăn…
- How Instacart Uses Embeddings to Improve Search Relevance Bài tóm tắt · Instacart · 2022
…tech.instacart.com/how-instacart-uses-embeddings-to-improve-search-relevance-e569839c3c36) Bài đi kèm paper SIGIR eCom 2022. Phần huấn luyện model (in-batch negative, cascade train…
- Amundsen — Lyft's data discovery & metadata engine Bài tóm tắt · Lyft · 2019
…ata và hai đánh đổi. Bối cảnh - Ở Lyft, data scientist và research scientist lẽ ra dành phần lớn thời gian làm model và đưa lên production, nhưng mất nhiều thời gian cho tìm dữ liệ…
- Hạ tầng tìm kiếm Chủ đề Thành viên
Lúc đầu, tìm kiếm là LIKE trên database hoặc một thư viện (Lucene) nhúng trong app. Khi dữ liệu và tính năng tăng, search thành một hệ có trạng thái riêng, khác database ở mấy điểm:
- Nền tảng nội bộ cho service (đường ray chung) Chủ đề Thành viên
Tách hệ thống thành nhiều phần (service, hoặc component trong một monolith) giải được bài toán tổ chức. Nhưng nếu mỗi team tự làm RPC, retry, log, metric, contract theo cách riêng, thì ta chỉ đổi một kiểu hỗn loạn lấy…
- Nền tảng ML (feature, training, serving, giám sát model) Chủ đề Thành viên
Model ML đầu tiên của một công ty thường được nhúng thẳng vào một service có sẵn, với feature tính trong vài script và train bằng một job riêng. Khi số model và số người làm model tăng, bốn chỗ cùng hỏng:
- Dropbox Công ty Thành viên
Dropbox luôn là hybrid: metadata ở data center riêng, nội dung file trên S3. Ở ~500 PB họ tự xây Magic Pocket, theo Dropbox vì hiệu năng và unit economics . Cái giá kèm theo là phải tự dựng cả backbone và edge network .…
- Grab Công ty Thành viên
Dùng AWS từ ngày đầu (MyTeksi 2012: Rails trên EC2 + RDS MySQL) và theo Grab chỉ cần dưới 10 kỹ sư vận hành nhờ managed service . Năm 2016 họ chuyển API hành khách từ Rails sang Go theo từng endpoint bằng shadow…
- FollowFeed: LinkedIn's Feed Made Faster and Smarter Bài tóm tắt · LinkedIn · 2016
…nkedIn chạy trên một hạ tầng chung. Trước đó là Sensei : hệ search phân tán trên Lucene, query viết bằng BQL gồm cả lọc lẫn relevance, broker fan-out tới mọi searcher node rồi gộp…
- Building the Activity Graph, Part 2 Bài tóm tắt · LinkedIn · 2017
…- Lưu feature dạng chuẩn hoá trong các store riêng trên mỗi searcher node: EntityFeatureStore (EFS) = Bloom filter + cache Caffeine + RocksDB. Mỗi request cần hàng trăm nghìn looku…