Персеус: новый фреймворк Т‑Банка для гетерогенных пользовательских событий
Т‑Банк представил Perseus — фреймворк для работы с гетерогенными последовательностями событий, масштабируемый и поддерживающий кросс‑доменные сценарии. В статье – пошаговый туториал.
Что такое Perseus?
Perseus – это открытый фреймворк, разработанный командой рекомендаций Т‑Банка под руководством Ани Никифоровой. Он предназначен для обработки гетерогенных последовательностей событий пользователей (клики, транзакции, просмотры, сообщения и т.д.) и построения моделей, способных работать в кросс‑доменных сценариях (например, объединять данные из мобильного приложения и интернет‑банкинга).
Почему это важно?
Традиционные подходы к рекомендациям часто ограничиваются одной типовой последовательностью (только клики или только покупки). Perseus умеет масштабироваться от небольших экспериментов до продакшн‑нагрузок в миллионы событий в сутки, автоматически распределяя вычисления по кластерам и оптимизируя хранение данных.
Как был представлен фреймворк?
На конференции Turbo ML Conf 2026 команда Т‑Банка продемонстрировала возможности Perseus на реальных кейсах: предсказание следующего продукта, кросс‑продажный клик‑трекинг и персонализация рекламных предложений. После выступления была опубликована подробная статья‑туториал, где шаг за шагом описывается:
- Подготовка датасета гетерогенных событий;
- Конфигурация пайплайна Perseus (модули
EventEncoder,SequenceAggregator,CrossDomainAdapter); - Обучение модели с использованием PyTorch и Ray для распределённых вычислений;
- Деплой в продакшн через Kubernetes.
Где почитать?
Полный материал доступен на Habr ML: https://habr.com/ru/companies/tbank/articles/1081276/. Там же можно скачать пример кода и набор тестовых данных.
Что дальше?
Perseus уже планируют интегрировать в другие подразделения Т‑Банка, а также открыть репозиторий на GitHub для внешних контрибьюторов. Ожидается, что сообщество начнёт предлагать новые модули‑расширения, что ускорит развитие рекомендационных систем в финансовом секторе.
Для разработчиков рекомендационных систем Perseus открывает путь к более гибкой работе с разнородными данными без необходимости писать кастомные пайплайны. Студенты курсов получат готовый инструмент для экспериментов с кросс‑доменными сценариями, а компании — масштабируемое решение, которое можно быстро адаптировать под свои задачи.
