选型指导
推荐全链路深度定制开发平台PAIREC选型主要包括如下两个部分：
一、服务选型
为便于开发者更加便捷地使用服务，将为企业开发者提供3种不同的推荐算法服务。公测期，将优先开放基础版使用，如有升级版、进阶版的相关需求请联系商务洽谈沟通。
序号 | 服务类型 | 说明 |
1 | 基础版 | 包含完整的特征工程、召回、精排、重排等板块，可灵活进行自主开发，适合策略推荐转型算法推荐应用。 |
2 | 升级版 | 较基础版新增多路向量召回、粗排、实时特征、增量模型更新、冷启动等功能，适合进入算法效果迭代优化期应用。 |
3 | 进阶版 | 较升级版新增多模态向量特征、实时模型训练、破圈探索、多物料混排等功能，适合效果提升瓶颈期应用。 |
若开发者使用的算法服务为行业标准配置、或者自行完成算法组装，将无需支付额外的费用。 若需要根据场景定制，设计链路配置，模型选型，按照效果交付调优等，则需进行商务洽谈后支付定制人天费用。
初次接入服务，建议优先选择基础版接入，且仅基础版参加公测服务。
二、资源选型
构建完整的推荐系统，需要一些相对划分独立的数据模块、算法模块、在线链路模块等，需要按照开发习惯、现有业务系统的数据架构，选择合适的资源拼装选行。
（图中推荐业务引擎，实验部分功能为此次公测服务，欢迎参加测试）
基于大数据开发实践，我们建议的选型为：
序号 | 模块/用途 | 云服务 |
1 | 建模、数据清洗、任务调度等 | 机器学习PAI、大数据开发治理平台DataWorks、云原生大数据计算服务MaxCompute |
2 | 模型存储 | 对象存储OSS |
3 | 实时召回引擎 | 召回引擎BE |
4 | 实时特征存储引擎 | 实时特征存储引擎ABFS |
5 | 在线预测引擎 | 在线预测服务PAI-EAS |
此外，为保证服务的便捷运维，数据便捷回流，以及后续代码级更加灵活的开发，我们建议开通如下服务：
序号 | 云服务 | 模块/用途 |
1 | 数据总线DataHub | 用于实时日志回流，持续更新用户行为，用于模型训练 |
2 | 日志服务SLS | 用户请求日志将推送至SLS服务，可前往SLS服务管理运维 |
3 | 容器镜像服务 | 用于推荐业务引擎的服务代码部署，以及二次代码开发 |