跳到主要內容
AI 武林
Podcast進階EN

Booking.com and Weaviate with Başak Eskili - Weaviate Podcast #138!

來源　Weaviate Podcast

聽節目（在新分頁開啟原站）連到 Weaviate Podcast

摘要

訪談 Booking.com 平台工程師 Başak Eskili，分享公司如何從關鍵字搜尋轉型為向量搜尋與生成式 AI。內容涵蓋從 OpenSearch 到 Weaviate 的架構遷移原因、處理百萬級嵌入資料的挑戰，以及開發第一個生產級「夥伴對旅客」AI 代理的細節，包括工具呼叫、人類在迴路設計與評估方法。

An interview with Booking.com's platform engineer discussing the transition to vector search, building a production-grade AI agent for partner communication, and the engineering behind their GenAI infrastructure.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

  • Booking.com 因大規模資料與低延遲需求，從 OpenSearch 遷移至 Weaviate。
  • 開發第一個生產級 AI 代理，協助飯店夥伴自動回覆旅客查詢並處理異常。
  • 建立內部 GenAI 閘道與 MCP 伺服器，統一模型存取、成本追蹤與安全防護。

章節

依話題轉折切分，標題由 AI 產生

  1. 00:00Booking.com 向量搜尋採用歷程與背景
  2. 06:00利用向量資料庫打造訂房代理助手
  3. 09:22透過 A/B 測試驗證系統效能與滿意度
  4. 14:03平台工程師如何構建 AI 工具與前端
  5. 18:48內部 LLM 門戶如何標準化與監控成本
  6. 21:53為何通用基準測試無法反映真實規模
  7. 29:07高併發環境下向量資料庫的鎖機制
  8. 32:05Başak 從 Java 入門到平台工程師的職業歷程
  9. 36:16AI 旅行助理與個人化記憶功能的未來展望
  10. 40:51主持人感謝 Başak 分享技術亮點與未來期待

提到的工具與公司

適合誰看

正在規劃 AI 基礎設施、建構生成式 AI 代理或關注大規模向量搜尋架構的開發人員與平台工程師。

摘要依據

講者
Connor Shorten
依據
語音轉文字

為什麼排在這裡

人氣
0.16
新鮮
0.57

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

摘要由 AI 根據原文產生，可能有誤；完整內容請看原站。聽節目（在新分頁開啟原站）