"Etsy utiliza grandes modelos de lenguaje (LLM) para crear perfiles de compradores detallados y anónimos basados en el historial de navegación y compras. Estos perfiles capturan intereses matizados y misiones de compras, lo que mejora la personalización para casi 90 millones de compradores en la plataforma. La implementación técnica implica recuperar datos de actividad del usuario y luego solicitar a un LLM que interprete estos datos para la generación de perfiles. Para hacer que este proceso sea escalable y rentable, Etsy optimizó las fuentes de datos, redujo el volumen de tokens de entrada, aumentó los tamaños de lote y empleó el procesamiento paralelo. Estas optimizaciones redujeron drásticamente el tiempo y los costos de generación de perfiles de compradores. Los perfiles de compradores generados se aplican luego para personalizar la experiencia de búsqueda a través de la reescritura de consultas y píldoras de refinamiento. La reescritura de consultas enriquece las búsquedas de los usuarios con intereses predichos, mientras que las píldoras de refinamiento ofrecen filtros clicables basados en las preferencias del usuario. Etsy mide el éxito de esta personalización a través de métricas como el aumento en la tasa de clics y la tasa de conversión. También mantiene la precisión de los perfiles actualizándolos dinámicamente en función de la actividad del usuario y detectando desviaciones de interés. El trabajo futuro incluye abordar el problema del "inicio en frío" para los nuevos usuarios experimentando con perfiles heredados. En última instancia, Etsy tiene como objetivo mejorar el descubrimiento y crear experiencias de búsqueda más intuitivas para cada comprador."