标签归档:推荐系统课程

Deep Learning Specialization on Coursera

推荐系统三十六式:用知识去对抗技术不平等

前段时间和头条的一个工程师聊天,他在发布校招信息后发现投NLP算法的非常多,但是投推荐系统的寥寥,一方面,可能是我这边同学样本偏NLP的居多,另外一个很重要的原因,在校的同学很难有机会接触到大厂的推荐系统。且不说在校的同学,就是中小厂的工程师,也很难有机会接触稍大一些规模的推荐系统。一方面,大厂有需求有动力去搞推荐系统和推荐算法,这是可以转化为真金白银的,另外一方面,大的需求背后又是相对匮乏的推荐系统体系化知识普及:

在复杂网络中,雄踞顶端的节点无法体会长尾的疾苦。推荐系统的技术应用现状也如此,大厂门一骑绝尘,感觉分分钟就要达到奇点的节奏,然而更普遍的是:太多中小厂、工程师们还不知道一个推荐系统如何才能从0到1诞生,这需要去了解哪些知识?

这是《推荐系统三十六式》开篇词”用知识去对抗技术不平等”的一段话,这段话以及这篇文章深得我心,所以今天就安利一下这个专栏,先介绍一下有丰富业界推荐系统实战经验的刑无刀老师:

刑无刀,本名陈开江,现在是”贝壳找房“资深算法专家,从事算法类产品的研发。曾任新浪微博资深算法工程师,考拉FM算法主管。从业8年时间,他的工作和研究范围始终没有超出推荐系统,同时也是中国最专业推荐技术与产品社区之一ResysChina的特约作者,不仅经验丰富,还很会写。

这些年,他曾服务过创业公司、传统大公司和大型互联网公司,这见证了大大小小、形状各异的推荐系统的构建过程,基本都从0到1参与了这些公司的推荐系统,专栏中也凝聚了他无数的踩坑经验。

极客时间的运营同学找我推荐下这个专栏,同样的也给大家争取了一些优惠,参与拼团仅需58元,不过优惠的周期和人数都有限制,先到先得!

那为什么我要推荐这门课程呢,来,先看一下目录:

你所收获的不只是如何根据需求编写推荐算法,而是如何从整体上考虑如何构建优秀的推荐系统。说真的,但凡其中任何一个点对你的成长有帮助,这个课程费就是百倍回报。

需要说明的是,这是一个已经完结的专栏,不过很难找到一个如此系统介绍推荐系统的学习资料了,一本书不到的价格,助你全面学习推荐系统相关知识,也欢迎转发给你认为可能有需要的同事和同学。