El ranking convierte un catálogo enorme en una lista corta y ordenada para un usuario y un momento. Funciona como un embudo: la recuperación reúne de unos cientos a unos miles de candidatos con métodos baratos (similitud de embeddings, seguimientos, compras conjuntas), el ranking los ordena con un modelo más rico y la reordenación aplica reglas de negocio como la diversidad, la frescura o quitar lo que el usuario ya tiene.
Mide los rankings según cómo se usan. Las métricas fuera de línea como el NDCG comparan con el comportamiento pasado, pero los clics pasados solo cubren lo que se mostró, y lo que aparece primero recibe más clics solo por su posición. Los experimentos en línea son el juez final. Mantén el embudo dentro del presupuesto: las features que se obtienen por candidato se multiplican enseguida.
Diseña un embudo de recuperación y ranking, presupuesta la obtención de features y mídelo con justicia.