Եթե դուք երբեք չգիտել եք, որ 2am- ում սեղմված թարգմանության հաշվետվությունը հարցնում է, թե ձեր pipeline- ում ցանկացած քայլը սեղմվում է, այս գրառումը ձեզ համար է: Modern performance advertising runs on a stack of non-deterministic AI systems — real-time bidding models, CTR predictors, multi-touch attribution, բոլորը միասին խելացի եւ funneling տվյալները մեծ մանրամասներ, ինչպիսիք են Snowflake կամ Redshift. When something goes wrong (and it will), traditional monitoring gives you almost nothing useful.You get a metric that’s off, but no idea կամ . Ինչպե՞ս Ինչու Դա ավելի լավ ճանապարհ է, եւ այն ստանում է մի անպատալ ռեժիմ: GenAI աշխարհը. What Generative AI Got Right Ո՞վ է անգլերենը ստացել ճիշտ RAG- ի խողովակների եւ LLM- ի խողովակների կառուցման թիմերը առաջին անգամ սեղմել են նույն խնդիրը: Հիմնական պատասխանը սխալ է: Դա վերահսկողության քայլը: The prompt: The model: To solve this, they adopted Արդյոք, դուք պետք է կտրեք բոլոր պահանջների կյանքի դիզայնը դիզայնային, սարքավորվող «սահմանափակների» վրա, որոնք յուրաքանչյուրը կտրում են ժամանակը, ներքեւները, արտադրանքը եւ ծախսերը: distributed tracing AWS X-Ray- ի, OpenTelemetry- ի (OTel- ի) նման գործիքները այս գործիքը կատարում են եւ ստանդարտում են: Adtech- ի համար մենք ցանկանում ենք ստանալ հեշտ տեղեկություն: treat every ad event like a distributed request, and trace it end to end. Mapping a Trace to an Ad Auction Պահպանել Trace է Ad Auktion Ահա թե ինչ տեսնում եք, երբ սեղմում եք այն, ինչ տեսնում եք RAG- ում: 
 
 
 
 
 
 
 
 
 
 
 
 
 Span 
 What It Does 
 
 
 
 User Request 
 Ingests the incoming bid request 
 
 
 
 User Profiling 
 Segments the user, embeds features 
 
 
 
 Ad Inventory Lookup 
 ANN search across your vector ad index 
 
 
 
 RTB Auction 
 ML model predicts CTR, executes bid 
 
 
 
 Ad Delivery 
 Renders and serves the creative 
 
 
 
 Event Tracking 
 Attributes clicks/conversions via warehouse queries 
 
 
 
 Aggregation 
 Computes ROAS and other performance metrics Օգտագործողի պահանջը Տեղադրեք ներքին առաջարկի պահանջը Օգտագործող Profile Օգտագործողը Segments, Embeds Features Ad Inventory Search- ը ANN որոնման ձեր Vector Ad Index- ի միջոցով RTB- ի վաճառքի մասին ML մոդել predicts CTR, executes bid Արդյոք Delivery Տեղադրում է եւ ծառայում է ստեղծագործական Event Tracking-ի մասին Ապրանքներ / Ապրանքներ / Ապրանքներ / Ապրանքներ / Ապրանքներ / Ապրանքներ / Ապրանքներ / Ապրանքներ Aggregation-ն ROAS եւ այլ արդյունավետության մետրիկներ Հիմնական տեղեկատվություն, որը կարող է մուտք գործել ձեր բիզնեսի հետ: Այս տեղեկատվությունը կարող է մուտք գործել ձեր բիզնեսի հետ: Այս տեղեկատվությունը կարող է մուտք գործել ձեր բիզնեսի հետ: Այս տեղեկատվությունը կարող է մուտք գործել ձեր բիզնեսի հետ: What This Actually Buys You Ո՞րն է այն, ինչ ճիշտ է գնում ձեզ Շատ, անսահմանափակ մանրամասների մանրամասների विश्लेषणը ցույց է տալիս, թե ինչ-որ բան անսահմանափակ է: Ձեր ծախսերը չգիտվում են այնպես, ինչպես դուք կարող եք կարծում: Հիմնական, բարձր մանրամասն ad event trace- ում (հարկվում է, որ ամբողջական ժամանակը քիչ է, քան մեկ շաբաթ, եւ արժեքը $- ում) Event Tracking- ի եւ Aggregation- ի ծախսերը համատեղելիորեն հաշվի են ծախսերի թվային մասի համար - այնպես էլ բաղադրատոմսերի ծախսերի համար: Հիմնական ծախսերը, այլն, հատկապես ազատ են: Բացի այդ, դուք կարող եք տեղադրել սարքավորումների համեմատության հարցը, քանի որ դուք կարող եք տեղադրել մինչեւ կեսը ձեր առեւտրային գործառույթների ծախսերի համար, եւ այնպես էլ գործել, թե ինչպես է դա հարցերի կոճակը, արդյունքների կոճակը, կամ pre-aggregation: Այս հզորության համար 20-25%- ի ծախսերի կոճակը հեշտ է identify եւ model. The Governance Angle: Metadata Tracing The Governance Angle: MetaData Tracing- ը Տեղադրման մատակարարները աշխատում են sensitive տվյալների - օգտվողների սարքավորումներ, սարքավորումների գծեր, փոխանակման Signals. Observability- ը ոչ միայն debugging գործիք է այստեղ, դա համատեղելիության գործիք է. Տեղադրելով tracking մոդելը ձեր մետադանետային մակերեսին (մասեք DataHub- ում կամ տունավոր կատեգորիանով), դուք կարող եք հետազոտել սմարթային գիծը, տպագրության թարմացումը եւ PII- ի թռիչքները, որպես առաջին դասի լայնությունը: LLM-ները կարող են օգնել ավտոմատացված տպագրության եւ դասընթացության հետ, որ ստուգման քայլերը գրանցված են որպես լայնությունը: Այսպիսով դուք կարող եք ստուգել, վերլուծված գրասենյակ, թե ինչպես տվյալները ուղարկվել են ձեր համակարգում - արժանի է այնպես, որ ներքին կառավարման եւ рекламниների հավասարության համար: Implementation Path Հիմնական ճանապարհը Լավ նորություն այն է, որ այստեղ ոչինչ չի պահանջում անգլերեն գործիքներ: AWS X-ray / OTel- ը ճիշտ է սկսած վայրը: Նրանք լայնորեն աջակցվում են եւ ունեն SDK-ներ բոլոր հիմնական լեզուների համար: Փոխեք ձեր pipeline- ի քայլերը span contextual propagation- ի հետ: Instrumentation: Սեղմեք ձեր մանրամասները ուղղակիորեն ձեր առաջադեմ մանրամասների տեքստի վրա: Մանրամասները տեքստի հետ լայնության մակարդակի գծեր են ամեն ինչ, ինչ դուք պետք է սկսեք հարցազրույցը մանրամասների եւ ծախսերի գծերի համար: Storage: DataHub- ը (open source) կամ AWS- ում նման կատեգորիան կարող է աշխատել որպես ձեր կենտրոնական մետադանետային գրասենյակ, որը linage tracking- ը, որը վերցնում է ձեր trace spans- ը: Metadata layer: AWS Bedrock/Snowflake Cortex, Monte Carlo, կամ նման գործիքներ ներքեւում է Drift վերահսկողության եւ anomaly alerting- ի համար - հատկապես կարեւոր է ձեր CTR- ի եւ տպագրության մոդելների համար, որոնք կարող են մոռացվել. Monitoring: The Bigger Picture Բարձրագույն նկարը Adtech- ի վերահսկողության սխալը իրական խնդիր է, որը ծախսում է թիմերի ժամանակը, գումարը եւ рекламниների հավասարությունը: Դա սխալը, որը պետք է վերահսկել այն, պարզապես ապրում է GenAI- ի եւ մատակարարված համակարգերի աշխարհում, ոչ Adtech- ի գործիքային դոկտորների մեջ: Ավելի արագ debugging, հավանելի ծախսերի նախընտրում, եւ հիմնված է ավտոմատացված optimization, քանի որ ձեր AI բաղադրիչները աճում են ավելի հարմարավետ. Այն նաեւ առաջարկում է ձեզ մի բան, որ ավելի շատ արժեք է рекламниների հետ: կարողությունը ցույց տալ ձեր աշխատանքը. Գործիքային գործիքները open source են: Հիմնական բջջային միայն այն մասին է, որ նրանք օգտագործվում են այն контексту, որտեղ նրանք դեռ չեն ստանդարտ գործառույթներ: Այս խոշորությունը արժեք է կտրել.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Այս աուդիոն պատրաստվել է պատմության բնօրինակ լեզվով:

AI Observability- ի համար Adtech- ի համար: Ինչպես Tracing- ը կարող է վերահսկել ձեր Reporting Pipeline- ը

About Author

ՄԵԿՆԱԲԱՆՈՒԹՅՈՒՆՆԵՐ

ԿԱԽՎԵԼ ՏԵԳՍԵՐ

ԱՅՍ ՀՈԴՎԱԾԸ ՆԵՐԿԱՅԱՑՎԵԼ Է Մ

Related Stories

How HyperCycle Is Building the Internet for AI: A Deep Dive with Toufi Saliba

Toufi Saliba: The Architect Behind HyperCycle's Decentralized Network of AI

Hypernative Bolsters Bitcoin L2 Security as Stacks Ecosystem Gets Real-Time Protection

What is Hyperthreading and How Do You Enable It?

How HyperCycle Is Building the Internet for AI: A Deep Dive with Toufi Saliba

Toufi Saliba: The Architect Behind HyperCycle's Decentralized Network of AI

Hypernative Bolsters Bitcoin L2 Security as Stacks Ecosystem Gets Real-Time Protection

What is Hyperthreading and How Do You Enable It?

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps