Т-Банк: фреймворк кросс-доменной персонализации Perseus
Описание проекта
Perseus обучает модели персонализации на историях событий пользователя из разнородных доменов. Пайплайн включает энкодеры признаков под разные типы событий, sequence backbone (варианты Transformer/BERT), превращающий последовательность событий в единый эмбеддинг пользователя, и task-specific головы под retrieval, ранжирование, классификацию или регрессию. Централизует данные Event Hub. Все действия пользователя сводятся в одну последовательность независимо от того, из какого сервиса они пришли.
Вендор и технология: Т-Банк, open-source фреймворк Perseus на трансформерных бэкбонах.
Задача
Т-Банк держит десятки сервисов — продукты, ипотека, авиабилеты и другие, — и данные о пользователе фрагментированы. У каждого сервиса была изолированная рекомендательная модель, новые сервисы страдали от холодного старта, а события имели разные схемы.
Цели внедрения
-
Свести действия пользователя из всех сервисов в одну последовательность
-
решить холодный старт для новых сервисов
-
поддержать события с разными схемами
-
переиспользовать один эмбеддинг под разные задачи
-
выложить фреймворк в open source
Результаты
-
Результаты
-
Предсказание первой покупки — +10% качества к baseline по популярности
-
кросс-доменный эффект — рост бизнес-метрик на 3–17%, в том числе для пользователей вообще без покупок
-
выложен на GitHub (perseus2026/perseus) Нагрузка и масштаб
-
Внедрён в нескольких бизнес-линиях — покупки, предпочтения по кэшбэку, предиктивная поддержка; расширяется на кредитные и дебетовые продукты Сроки
-
Публикация 21.07.2026