Dentro de la tecnología es una serie de blogs que va de la mano con nuestro Podcast de debates técnicos. Aquí, profundizamos en los desafíos técnicos clave que enfrentamos y compartimos los enfoques únicos que adoptamos para lograrlo. En esta edición de Dentro de la tecnologíaHablamos con Michelle Gong, gerente senior de ingeniería, para obtener más información sobre cómo el trabajo del equipo de personalización ayuda a los usuarios de Roblox a encontrar experiencias que les encantarán.
¿Qué desafíos técnicos estás resolviendo?
Nuestro equipo de Personalización, parte del grupo Crecimiento, es responsable de brindar a nuestros usuarios recomendaciones personalizadas y relevantes. Queremos capacitar a las personas para que encuentren contenido que les encantará, impulsar la participación a largo plazo en Roblox y conectar experiencias con las personas adecuadas.
Hoy en día tenemos 66 millones de usuarios activos diarios, pero ese número crece aproximadamente un 20 % cada año, lo que significa que cada vez llegan más datos. Por lo tanto, un gran desafío técnico es mantener la capacidad de respuesta en tiempo real y garantizar que no se tengan en cuenta las recomendaciones personalizadas. Esto no requiere largas esperas y todo ello sin aumentar los costes del servicio. De hecho, esta es una de las razones por las que reconstruimos completamente nuestra infraestructura de backend el año pasado.
A medida que crecemos, nos preguntamos cómo mejorar la experiencia del usuario sin necesidad de mucha potencia informática adicional. Creemos que el aprendizaje automático podría ser parte de la respuesta, pero hemos descubierto que las soluciones de aprendizaje automático pueden utilizar más recursos informáticos, lo que aumenta los costos a medida que los modelos de datos crecen. Esto no es escalable para nosotros, por lo que estamos trabajando para mejorar la búsqueda y la clasificación en tiempo real sin incurrir en estos costos adicionales.
¿Cuáles son algunas de las soluciones innovadoras que estamos creando para abordar estos desafíos técnicos?
Estamos creando un sistema de recomendación para ayudar a las personas a descubrir rápidamente el contenido que más les interesa. Para ello, aprendemos cómo aplicar las tecnologías de ML más avanzadas al problema. Por ejemplo, hemos integrado aprendizaje autosupervisado, arquitecturas y técnicas avanzadas de grandes modelos de lenguaje (LLM) y evaluación contrafactual en estos sistemas.
Hay muchos LLM avanzados previamente capacitados, pero no podemos usarlos directamente porque incurren en altos costos de servicio. En cambio, entrenamos nuestros propios modelos utilizando técnicas que se utilizan a menudo para crear LLM. Un ejemplo es el modelado de secuencias, ya que el idioma y el historial de juegos del usuario de Roblox son secuencias. Queremos entender qué parte del historial de juego de un usuario puede predecir sus intereses y preferencias actuales y futuros. Este modelo nos ayuda a hacer eso.
Al mismo tiempo, el aprendizaje de representación autosupervisado ahora se usa ampliamente en visión por computadora y comprensión del lenguaje natural, y estamos aplicando esta técnica a nuestros sistemas de recomendación.
¿Cuáles son las principales lecciones aprendidas de este trabajo técnico?
El objetivo de Roblox es conectar mil millones de usuarios y, para ello, necesitamos identificar soluciones que equilibren la utilidad y el costo. Cuando hacemos esto de manera efectiva, podemos invertir más en nuestra comunidad.
Por ejemplo, decidimos invertir en nuestros propios centros de datos y esta apuesta está dando sus frutos. Lo más importante que hemos aprendido es que cuando tenemos los recursos y la capacidad de hacer algo nosotros mismos, es más eficiente crear algo personalizado que pagar por tecnología de terceros. Al construir nuestras plataformas y modelos desde cero, podemos buscar soluciones innovadoras optimizadas para nuestro negocio y nuestras limitaciones y requisitos de recursos.
¿Qué valor de Roblox crees que se alinea mejor con la forma en que tú y tu equipo abordan los desafíos técnicos?
Respeta a la comunidad. Nos preocupamos profundamente por nuestros creadores y desarrolladores. Sus opiniones realmente importan. Nos tomamos muy en serio los comentarios de los desarrolladores. Dedico mucho tiempo a responder preguntas de los desarrolladores directamente en colaboración con nuestro equipo de Relaciones con los desarrolladores. Tomarnos el tiempo para comprender sus comentarios y ver cómo podemos mejorar nuestra plataforma para ellos nos ha ayudado a asegurarnos de que también nos centramos en las cosas correctas.
También diría que hay que mirar a largo plazo. Me uní a Roblox porque realmente creo en la visión de Dave de tener una visión a largo plazo. De hecho, en nuestro trabajo diario evitamos crear soluciones pirateadas a corto plazo. En cambio, nos centramos en crear soluciones basadas en principios, confiables y escalables porque construimos para el futuro.
¿Qué es lo que más te entusiasma de la dirección que están tomando Roblox y tu equipo?
Tenemos tantos desafíos únicos. Crear sistemas de recomendación como mercado bilateral y para la retención de usuarios a largo plazo representa una gran oportunidad de crecimiento. Pero también pensamos en cosas como la comprensión visual y la comprensión textual para casos de uso como recomendaciones, búsqueda, confianza y seguridad, etc.
Además, estamos estructurados de tal manera que podemos actuar muy rápidamente y ser muy eficientes. Cada miembro del equipo está extremadamente motivado y entusiasmado con los desafíos que enfrentamos. Si esto te interesa, tenemos un lugar para ti.
Si estos son los desafíos y oportunidades que desea aprovechar, consulte nuestros puestos disponibles en roblox.com/careers.
