Conférence : les coulisses de l'évolution de l'IA chez Booking.com, sans fard
Lors de QCon London, Jabez Eliezer Manuel, Principal Engineer chez Booking.com, a retracé vingt ans d'évolution des plateformes de données et d'apprentissage automatique de l'entreprise. Il a structuré son intervention en trois couches : la gestion des données, l'ingénierie ML (service de modèles à grande échelle et feature stores, avec des volumes atteignant 400 milliards de prédictions par jour) et l'intelligence métier. Le point de départ est 2005, année de la première expérience A/B de Booking.com, alors âgée de neuf ans et pas encore membre du groupe Priceline. Aujourd'hui, un visiteur est exposé à plus de 1 000 expériences simultanées, et plus de 150 000 ont été menées au total. Moins de 25 % réussissent, car l'objectif est d'apprendre vite plutôt que d'avoir raison du premier coup. Côté infrastructure, la pile initiale en Perl et Postgres a rapidement laissé place à MySQL, choisi notamment pour sa réplication asynchrone. L'architecture est passée d'un maître unique avec quatre esclaves en 2005 à l'un des plus grands clusters MySQL au monde quinze ans plus tard.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de InfoQ AI. Lire l'article original →
Cette approche a des conséquences concrètes pour toute organisation qui construit des produits à grande échelle. L'expérimentation systématique a forgé une culture fondée sur la donnée, qui élimine les débats sans fin et le poids des opinions du « HIPPO », c'est-à-dire de la personne la mieux payée de la salle. Selon l'ingénieur, elle a aussi instauré une forme d'humilité : personne ne peut prétendre savoir à l'avance ce qui fonctionnera, qu'il s'agisse d'un simple changement de CSS ou d'une modification d'infrastructure. Pour les ingénieurs, le message est que la fiabilité des plateformes de données conditionne directement la vitesse d'apprentissage. Pour les voyageurs, ces systèmes se traduisent par des milliards de décisions de voyage influencées en coulisses par des modèles de personnalisation, de classement et de recommandation.
Le contexte éclaire la trajectoire. Booking.com a bâti sa croissance sur une exigence : chaque hypothèse produit doit être mesurée, ce qui impose des données abondantes, fiables et rapidement accessibles. Pour gérer un parc MySQL aussi vaste, l'entreprise s'appuie sur trois piliers : un schéma à écrivain unique, des chaînes de réplication et une forte automatisation. Dans la topologie décrite, le maître est répliqué vers des serveurs répartis dans plusieurs centres de données, avec des maîtres intermédiaires qui limitent la réplication entre sites. L'ensemble est piloté par Orchestrator, un outil de gestion de la réplication bien connu des utilisateurs de MySQL. Le conférencier a annoncé la suite de son parcours : l'abandon de Hadoop au profit d'une architecture cloud, puis la mise en place de systèmes de service de modèles et de feature stores à haut débit, l'expérimentation par entrelacement et la nouvelle base agentique de l'entreprise, dont il pilote lui-même l'ingénierie de la mémoire à long terme.
Booking.com, dont l'activité et les équipes sont fortement implantées en Europe, illustre une approche d'expérimentation et de plateformes de données que les entreprises européennes peuvent s'approprier.