← Volver al Hub
📄 Fuente oficial: engineering.fb.com — Dic 2024
Andromeda
El motor de retrieval de próxima generación que redefinió cómo Meta entrega anuncios
¿Qué es Andromeda?
Andromeda es el sistema de machine learning de Meta diseñado para la etapa de recuperación (retrieval) en la recomendación de anuncios. Su función es reducir decenas de millones de candidatos de anuncios a unos pocos miles para que pasen a las etapas posteriores de ranking y auction.
La lógica invertida: Antes de Andromeda el sistema preguntaba "¿A quién debería ver este anuncio?". Ahora Andromeda pregunta "¿Qué anuncio debería ver esta persona específica en este momento?". Un cambio de paradigma total.
Las dos etapas del sistema
Etapa 1
Retrieval — Andromeda
Reduce millones de anuncios candidatos a ~1.000 relevantes. Analiza el creativo, comportamiento del usuario y contexto actual. Si tu anuncio no pasa aquí, no existe para el auction, sin importar el presupuesto o la puja.
Etapa 2
Ranking — GEM + Auction
Calcula el valor esperado de cada candidato (eCPM, CTR predicho, probabilidad de conversión + puja competitiva) y elige al ganador de los ~1.000 anuncios que pasaron el retrieval.
Arquitectura técnica (fuente: engineering.fb.com)
Red neuronal profunda personalizada
Diseñada específicamente para el NVIDIA Grace Hopper Superchip y el acelerador propio de Meta (MTIA). Captura relaciones latentes complejas entre intereses de usuarios, productos y servicios mediante características de interacción avanzadas. Permite un aumento de capacidad de 10.000x en modelos de retrieval respecto al sistema anterior.
Indexación jerárquica
Organiza anuncios en múltiples capas y reduce los pasos de inferencia enfocándose en los nodos más relevantes. El entrenamiento es conjunto entre el índice y los modelos de retrieval, proporcionando costos de inferencia sublineales.
Elasticidad del modelo
Ajusta la complejidad en tiempo real según los recursos disponibles. Diseño consciente de segmentos para maximizar el retorno por cómputo.
Métricas de mejora confirmadas por Meta
+6%
Mejora de recall en el sistema de retrieval
+8%
Calidad de anuncios en segmentos seleccionados
3x+
Aumento de QPS (queries por segundo)
100x+
Mejora de latencia en extracción de características
10x
Mejora de eficiencia de inferencia
+22%
ROAS al activar Advantage+ Creative
Cómo analiza tu anuncio
Cada vez que subís un creativo, Andromeda lo escanea en tres dimensiones:
- Visión computacional: qué se muestra, colores, composición, quién aparece en pantalla, objetos reconocidos
- Procesamiento de lenguaje natural (NLP): texto del copy, headline, descripción — qué comunica y a quién
- Análisis de audio: en videos, el audio y el habla se procesan para determinar tono y contexto
Con eso construye un "fingerprint" del anuncio — un vector de features que captura qué es el anuncio realmente — y lo matchea contra perfiles de usuarios en tiempo real.
Timeline de despliegue
Dic 2024
Meta publica detalles técnicos en engineering.fb.com. Comienza enrolamiento de cuentas seleccionadas.
Q1 2025
Expansión: 18–42% de cuentas bajo Andromeda.
Q2–Q3 2025
Enrolamiento llega al 58–82% de cuentas. Anunciantes empiezan a notar que broad targeting supera a lookalikes.
Oct 2025
Despliegue global completo. Todo anunciante en Meta opera bajo Andromeda.
2026
Integración con GEM (nov 2025). Potencial de 1.000x más capacidad al integrar MTIA + próximas generaciones de GPU.
Implicancias para el algoritmo de procesamiento
- Procesa más de 10.000 señales por impresión para matchear anuncios con usuarios
- Maneja más de 15 millones de nuevos creativos creados mensualmente por anunciantes
- Integrado con herramientas GenAI de Meta para optimización automática de creativos
- Escalado para crecer con la automatización de Advantage+
✅ Implicancias de acción para Giro Digital
- El creativo es el targeting: Si el fingerprint de tu anuncio no matchea bien con perfiles, no entra al auction. Priorizar calidad de creativo sobre segmentación detallada.
- Broad targeting primero: Andromeda elige mejor que los detalles de audiencia manual. Menos restricciones = más candidatos para el sistema.
- Subir múltiples creativos: Dar más "fingerprints" al sistema para que explore qué funciona mejor con cada perfil de usuario.
- No interrumpir el sistema: Cambios frecuentes de campaña reinician el aprendizaje de Andromeda sobre tus creativos.
- Ventana de observación: Dar al menos 15 días antes de evaluar o pausar. El sistema necesita acumular señales.
Hardware subyacente
- NVIDIA Grace Hopper Superchip: procesamiento principal del retrieval
- Meta Training and Inference Accelerator (MTIA): acelerador propio para inferencia en producción
- Interconexión CPU-GPU de alto ancho de banda
- Memoria local del Grace Hopper para embeddings precomputados
- Kernel fusion profunda y pipelining avanzado de software