Como Reconstruímos o Ranqueamento de Busca da Faire com Deep Learning

A Faire reconstruiu seu stack de ranqueamento de busca, migrando do XGBoost para deep learning, a fim de otimizar melhor objetivos concorrentes como relevância, atualidade, descoberta de marcas e consistência entre superfícies.

Essa migração exigiu a reestruturação dos pipelines de dados, da observability e do serviço em produção, incluindo uma infraestrutura customizada baseada em Docker, embeddings em memória compartilhada e sandboxing de CPU. Essas mudanças reduziram a latência de startup de 20-30 minutos para apenas alguns minutos. O novo stack resultou em ganhos mensuráveis, como um aumento de aproximadamente 2% no volume de pedidos na Busca de Produtos.