值不值得学：先看它解决什么场景

很多做后端或算法的人想转广告方向，往往卡在“知道几个零散名词，但拼不出完整系统”。这门课的主题是工业界计算广告核心系统与算法，解决的是“从单点技术到广告投放全链路”的认知断层。它不教你写业务CRUD，而是围绕真实广告引擎展开：客户怎么投、内部怎么管、召回和预估怎么串。如果你平时只接触搜索或推荐里的某一环，想搞清楚广告这个商业系统怎么运转、各模块怎么协作，这门课的体系感能补上这块短板。

适合什么基础，学完能独立做什么

它不适合纯零基础。你得有基本的编程能力，最好碰过一点机器学习概念，比如逻辑回归、embedding，否则第二阶段的召回实训会吃力。资料里包含在线实训和视频，建议先看“工业界核心业务系统架构揭秘”那一节，把广告投放流程和基础架构的整体图景建立起来，再进入召回和预估的细节。学完之后，你应该能独立说清楚广告召回为什么要做、CTR预估在整个链路里处于什么位置、客户系统和内部管理平台分别承担什么职责，而不是只会背名词。换句话说，它帮你建立的是“能对着架构图讲清楚每个模块为什么存在”的能力，这对面试和实际接手广告系统都更管用。

资料怎么配合练习

资料不是纯视频堆砌，里面有倒排索引、随机梯度下降LR、embedding应用等在线实训，建议按“先视频理解背景，再实训动手验证”的顺序来。第一阶段的背景知识和产品案例相对好懂，可以快速过；到了召回和相关性匹配，别只看视频，把实训代码跑一遍，体会搜索广告和非搜索广告在targeting上的差异。如果时间紧，优先吃透召回阶段，因为它是整个广告系统里最体现工程与算法结合的部分，也是面试常被追问的环节。简历指导那部分，等你能把架构和核心模块讲顺了再看，否则空有话术撑不住技术追问。


免费试听：工业界计算广告核心业务系统架构揭秘第一阶段 计算广告业务背景及相关技术整体介绍第二阶段 计算广告核心技术之广告召回第三阶段 计算广告核心技术之CTR预

课程目录

*   免费试听：工业界计算广告核心业务系统架构揭秘/

  *   计算广告背景知识

  *   广告产品案例与广告投放流程

  *   客户系统、内部管理平台

  *   核心基础架构

  *   核心广告投放引擎与工具测试平台

*   第一阶段 计算广告业务背景及相关技术整体介绍/

  *   在线实训：倒排索引

  *   在线实训：随机梯度下降LR

  *   在线视频：计算广告背景

  *   在线视频：主流产品核心技术概述

  *   在线直播：工业界计算广告核心业务系统架构揭秘

*   第二阶段 计算广告核心技术之广告召回/

  *   在线实训：深度网络中embedding的应用

  *   在线实训：2018腾讯广告算法大赛相似人群拓展

  *   在线视频：搜索广告的相关性匹配技术

  *   在线视频：非搜索广告targeting技术

  *   在线直播：从word2vec到向量召回: 论embedding的发展史

  *   在线直播：Hidden Markov Models实战

*   第三阶段 计算广告核心技术之CTR预估一/

  *   在线实训：Kaggle广告比赛实战

  *   在线实训：GBDT+LR的算法原理

  *   在线视频：CTR预估A

  *   在线视频：CTR预估B

  *   在线直播：大规模人工特征工程设计方法论介绍

*   第四阶段 计算广告核心技术之CTR预估二/

  *   在线实训：thompson sampling 实现

  *   在线实训：Tensorflow的基本架构讲解

  *   在线视频：Explore&Exploit

  *   在线视频：CTR预估C

  *   在线直播：深度学习中的CTR预估技术

  *   在线直播：在线学习技术的实战和挑战

*   第五阶段 计算广告核心技术之拍卖机制/

  *   在线视频：广告拍卖机制

  *   在线实训：Web Traffic Time Series Forecasting（Kaggle流量预估）

  *   在线直播：计算广告系统和生态链介绍

  *   在线直播：流量时序预估模型进阶

*   第六阶段 计算广告核心技术之转化/

  *   在线实训：腾讯2017社交广告比赛（广告转化率预测）

  *   在线视频：转化

  *   在线直播：拍卖理论与机制策略研究

  *   在线直播：智能出价技术进阶

*   第七阶段 整体流程介绍与项目任务书发布/

  *   在线直播：项目2 基于序列化的embedding建模，和项目6 深度学习在CTR预估问题中的前言研究的介绍

  *   在线直播：项目1 广告系统点击率预估，和项目3 社交广告核心技术实战的介绍

  *   在线直播：项目4 广告转化率预估进阶实战，和项目5 基于XDL面向高维稀疏数据场景的多目标学习任务实战的介绍

*   第八阶段 环境配置与特征工程/

  *   在线直播：项目2 基于序列化的embedding建模，和项目6 深度学习在CTR预估问题中的前言研究的数据准备

  *   在线直播：项目1 广告系统点击率预估，和项目3 社交广告核心技术实战的数据准备

  *   在线直播：项目4 广告转化率预估进阶实战，和项目5 基于XDL面向高维稀疏数据场景的多目标学习任务实战的数据准备

*   第九阶段 模型构建与迭代优化/

  *   在线直播：项目1 广告系统点击率预估和，项目3 社交广告核心技术实战的模型构建

  *   在线直播：项目4 广告转化率预估进阶实战，和项目5 基于XDL面向高维稀疏数据场景的多目标学习任务实战的模型构建

  *   在线直播：项目2 基于序列化的embedding建模，和项目6 深度学习在CTR预估问题中的前言研究的模型构建

*   第十阶段 模型的评估、优化与上线/

  *   在线直播：项目2 基于序列化的embedding建模，和项目6 深度学习在CTR预估问题中的前言研究的优化

  *   在线直播：项目1 广告系统点击率预估，和项目3 社交广告核心技术实战的优化

  *   在线直播：项目4 广告转化率预估进阶实战，和项目5 基于XDL面向高维稀疏数据场景的多目标学习任务实战的优化

*   第十一阶段 项目总结和就业辅导/

  *   在线直播：六大项目的总结与就业辅导