Т-Банк открыл scikit-rank: нейросетевое ранжирование в формате scikit-learn и доклад на RecSys 2026

Т-Банк поделился с сообществом новой open-source библиотекой scikit-rank. Это обертка, которая приводит нейросетевые модели ранжирования к привычному формату scikit-learn, чтобы их было проще встраивать в прикладные задачи и использовать в командах без глубокого погружения в фреймворки глубокого обучения.

Проект уже заметили в академической среде: scikit-rank приняли на основную международную конференцию по рекомендательным системам ACM RecSys 2026 в США в Demo track. Автор — Александр Милоградский, отвечающий за RnD в направлении рекомендательных технологий Т-Банка.

Библиотека ориентирована на инженеров, которые хотят использовать нейросети для ранжирования, но не готовы отказываться от привычного пайплайна scikit-learn. Это снижает порог входа и ускоряет адаптацию моделей в реальных проектах.