La révolution de notre système de recherche de recettes chez Cookpad
Table of Contents
- 🥇 Introduction
- 🍽️ Cookpad: The Largest Online Community for Food Lovers
- 🌍 The Global Reach of Cookpad
- 💡 The Motivation for Rebuilding the Recipe Search System
- 🏗️ The Transition to a Python-Centric Stack
- 🕵️♂️ Improving Search Relevance with the Experimental Search Team
- 6.1 Building a New Tech Stack
- 6.2 Rolling Out the New System
- 6.3 Experimentation with Team Structures
- 🌱 Responsibility and Ownership in Search
- 7.1 Reassigning Responsibility to Search Product Teams
- 7.2 The Role of Search Managers
- 7.3 Segment-Based Optimization
- 🔍 Autonomy and Empowerment in Building Solutions
- 8.1 Challenges with the Old Team Structure
- 8.2 Borrowing Ideas from Team Topologies
- 8.3 Transitioning to Product and Platform Teams
- 8.4 Building the Replacement Search Admin UI
- 🚀 The Success of the Search Engineering Journey at Cookpad
- 9.1 Projects and Features Launched
- 9.2 Traffic Migration and Progressive Rollout
- 9.3 Managing the Relationship with Search Managers
- 🍽️ Conclusion and Future Learnings
🥇 Introduction
Bonjour à tous ! Je suis ravi d'être ici à Berlin pour la conférence sur les Buzzwords et de pouvoir vous parler du parcours de Cookpad en matière d'optimisation et d'amélioration de notre système de recherche de recettes. En tant que plus grande communauté en ligne pour les amateurs de cuisine, notre objectif est de rendre la cuisine quotidienne plus amusante et de sensibiliser les utilisateurs à la provenance des ingrédients et à leur impact sur la santé et l'environnement. Dans cet article, je vais vous expliquer comment nous avons reconstruit notre système de recherche de recettes et comment nous avons réussi à optimiser la pertinence de nos résultats de recherche, en accordant une Attention particulière à la responsabilité et à l'autonomie de nos équipes de recherche. Commençons par une présentation de Cookpad et de notre mission.
🍽️ Cookpad : la plus grande communauté en ligne pour les amateurs de cuisine
Cookpad est la plus grande communauté en ligne pour les amateurs de cuisine, et plus particulièrement pour les amateurs de cuisine maison. Notre objectif est de rendre la cuisine quotidienne plus amusante en fournissant des recettes faciles à suivre et en encourageant les utilisateurs à cuisiner chez eux. Nous croyons que nos choix alimentaires ont un impact majeur sur notre santé physique et mentale, ainsi que sur l'environnement. C'est pourquoi nous encourageons nos utilisateurs à prendre des décisions éclairées lorsqu'ils cuisinent, en tenant compte de l'origine des ingrédients, de leur saisonnalité et de leur impact sur la planète.
En tant que communauté mondiale en ligne, Cookpad est disponible dans plus de 70 pays et prend en charge plus de 30 langues. Notre catalogue compte plus de 6 millions de recettes, toutes créées par des chefs amateurs. Chaque mois, nous recevons plus de 50 millions de visiteurs et nous enregistrons plus d'un million de recherches par jour. C'est cette échelle qui fait de notre système de recherche un défi passionnant et complexe à relever.
Maintenant que vous connaissez Cookpad et notre mission, passons à la motivation qui nous a poussés à reconstruire notre système de recherche de recettes.
🌍 The Global Reach of Cookpad
Avant d'entrer dans les détails de notre parcours de reconstruction du système de recherche, il est important de comprendre l'ampleur de Cookpad en tant que communauté mondiale. Avec une présence dans plus de 70 pays et plus de 30 langues prises en charge, notre plateforme est visitée par plus de 50 millions de personnes chaque mois. Cela représente un défi unique pour notre équipe d'ingénierie de recherche, car nous devons optimiser notre système de recherche pour répondre aux besoins et aux attentes de millions d'utilisateurs à travers le monde.
💡 The Motivation for Rebuilding the Recipe Search System
Lorsque nous avons entrepris de reconstruire notre système de recherche de recettes, notre motivation initiale n'était pas nécessairement liée à l'optimisation de la pertinence des résultats de recherche. En fait, notre décision de reconstruire le système était principalement motivée par des considérations technologiques et d'embauche. Nous souhaitions consolider notre technologie en utilisant une pile centrée sur Python, afin de réduire l'écart d'intégration pour les techniques de recherche d'informations modernes, telles que l'apprentissage automatique et le traitement du langage naturel. De plus, nous voulions accéder à une communauté mondiale de développeurs et de talents dans ce domaine.
Cependant, au fur et à mesure de notre transition vers la nouvelle pile technologique, nous avons rapidement réalisé que l'optimisation de la pertinence des résultats de recherche était en réalité l'un des problèmes les plus importants à résoudre. En effet, notre équipe de recherche de recettes passait une grande partie de son temps à examiner les résultats de recherche et à rechercher des recettes. Nous avons donc décidé de prendre ce défi à bras le corps et de reconstruire notre système de recherche de recettes en mettant l'accent sur l'amélioration de la pertinence des résultats et de l'expérience de recherche.
Maintenant que nous avons couvert les bases, commençons par la première étape de notre parcours : la mise en place d'une équipe de recherche expérimentale et la construction d'une nouvelle pile technologique.