DATAQUITAINE

Embeddings multimodaux pour moteurs de recherches scalables en retail-media

Embeddings, Multimodal, Retail Media, marketplace, Vector Search, e-commerce

Thématique : Intelligence Artificielle
Type de talk : Retour d’expérience, cas d’usage client ou métier
Public : Public intermédiaire, avancé ou expert

Résumé du talk :

Mirakl, leader mondial des solutions de marketplace, permet aux vendeurs de promouvoir leurs produits grâce à sa solution de retail media: Mirakl Ads. Cette présentation aborde le système de retrieval qui permet de recommander des produits sponsorisés pertinents pour un contexte donné, en maximisant la probabilité de clic. Nous présenterons notamment comment il concilie pertinence sémantique, scalabilité temps réel et hétérogénéité des catalogues. Enfin nous présenterons des résultats d’expérimentations menées en production via Multi-Armed Bandit notamment.

Mehdi ELION

Data Scientist – mirakl

Ingénieur diplômé de l’École Centrale de Lyon ainsi que d’un master en Data Science de l’Université de Lyon, Mehdi Elion a dédié les cinq premières années de sa carrière à des applications industrielles de l’intelligence artificielle telles que de la qualité prédictive, de la détection de défauts par computer vision, ou l’analyse de brevets par NLP et LLMs pour faciliter les processus de veille en propriété intellectuelle. Il poursuit aujourd’hui son parcours de Data Scientist chez Mirakl où il contribue au moteur de recherche et de recommandation de Mirakl Ads, sa solution retail media.

Aymane KHATTABI

Data Scientist – mirakl

Ingénieur diplômé de Grenoble INP Phelma, Aymane Khattabi a rejoint Mirakl lors de son stage de fin d’études avant d’intégrer pleinement l’équipe Ads. En tant que Data Scientist, il se consacre désormais à l’optimisation du moteur de recherche de l’ad server, avec un focus particulier sur l’intégration de modèles multimodaux pour en maximiser la pertinence.

Mirakl, leader mondial des solutions de marketplace, permet aux vendeurs de promouvoir leurs produits grâce à sa solution de retail media: Mirakl Ads. Cette présentation aborde le système de retrieval qui permet de recommander des produits sponsorisés pertinents pour un contexte donné, en maximisant la probabilité de clic. Nous présenterons notamment comment il concilie pertinence sémantique, scalabilité temps réel et hétérogénéité des catalogues. Enfin nous présenterons des résultats d’expérimentations menées en production via Multi-Armed Bandit notamment.