推荐高级小班第13期
课程详情
课程详情
课程名称：推荐高级小班第13期
适合人群
- 推荐系统工程师：有1-3年推荐系统开发经验，希望深入掌握前沿算法与工程实践的技术人员
- 数据科学家：熟悉机器学习但缺乏推荐系统实战经验，希望转型推荐领域的研究者
- 技术负责人：负责推荐系统架构设计，需要提升团队技术深度的管理者
- 研究生/博士生：计算机/数据科学相关专业，希望从事推荐系统研究的学生
核心技术模块
- 推荐系统基础架构：深入剖析工业级推荐系统的整体架构，掌握召回、排序、重排等核心组件的设计与实现
- 深度学习推荐模型：系统学习双塔模型、序列模型、图神经网络等深度学习推荐算法，掌握模型训练与优化技巧
- 推荐系统评估与优化：掌握推荐系统离线评估、A/B测试设计与分析方法，学习模型优化与特征工程技巧
- 推荐系统工程实践：学习推荐系统的实时数据流处理、模型在线部署与服务优化，掌握高并发场景下的系统设计
- 推荐系统前沿技术：追踪推荐系统领域最新研究成果（如多目标优化、因果推断、联邦学习等），掌握学术论文复现能力
课程目录
03 第一阶段 业界前沿召回算法与特征工程 01 在线视频：推荐业务、feed流产品及推荐算法策略架构解析 02 在线视频：召回算法和业界最佳实践 03 在线视频：搜索和推荐的matching技术 05 在线视频：用户建模（召回、排序都会用到） 07 在线直播：用户特征和Item特征的常用方法 08 在线视频：召回算法进阶实战 04 第二阶段 业界常用排序算法 01 在线视频：排序算法&深度学习模型 02 在线视频：Learn to Rank 04 在线视频：商品推荐方案讨论、E&&E算法以及deep learning如何作用于推荐系统中的排序 05 在线直播：CTR预估进阶实战（上） 06 在线直播：CTR预估进阶实战（下） 07 在线直播：排序算法发展趋势 05 第三阶段 在线学习与实时化计算 01 在线视频：分布式机器学习系统及其在排序模型中的应用 02 在线视频：在线学习和相关技术 04 在线视频：基于Flink和Scala的实时计算 05 在线视频：单机和分布式深度学习TensorFlow实践 06 第四阶段 推荐系统最新技术 01 在线视频：学术界最新算法在BAT的应用 02 在线视频：掌握真实业务场景下的推荐算法 03 在线视频：多目标与多任务学习 04 在线视频：推荐系统最新技术、场景、方向解析 05 在线视频：学术界最新Paper学习研究 06 在线直播：大厂落地新的技术点 07 第五阶段 整体架构介绍与环境数据准备 01 在线直播：项目1 商品购买预测的介绍与准备 02 在线直播：项目2 用户行为预测的介绍与准备 03 在线直播：项目3 腾讯广告算法大赛的介绍与准备 04 在线直播：项目4 微信视频号推荐的介绍与准备 05 在线直播：项目5 XMRec WSDM Cup 跨市场推荐系统的介绍和准备 08 第六阶段 特征工程与初步建模 01 在线直播：项目1 商品购买预测的特征工程与初步建模 02 在线直播：项目2 用户行为预测的特征工程与初步建模 03 在线直播：项目3 腾讯广告算法大赛的特征工程与初步建模 04 在线直播：项目4 微信视频号推荐的特征工程与初步建模 05 在线直播：项目5 XMRec WSDM Cup 跨市场推荐系统的特征工程与初步建模 09 第七阶段 模型的迭代与优化 01 在线直播：项目1 商品购买预测的迭代与优化 02 在线直播：项目2 用户行为预测的迭代与优化 03 在线直播：项目3 腾讯广告算法大赛的迭代与优化 04 在线直播：项目4 微信视频号推荐的迭代与优化 05 在线直播：项目5 XMRec WSDM Cup 跨市场推荐系统的迭代与优化 10 第八阶段 模型的评估与总结 01 在线直播：项目1 商品购买预测的评估与总结 02 在线直播：项目2 用户行为预测的评估与总结 03 在线直播：项目3 腾讯广告算法大赛的评估与总结 04 在线直播：项目4 微信视频号推荐的评估与总结 05 在线直播：项目5 XMRec WSDM Cup 跨市场推荐系统的评估与总结 11 第九阶段 次项目的整体流程和核心技能点 01 在线视频：文本推荐系统的特征工程与初步建模 02 在线视频：项目6 猜你喜欢场景下的推荐系统和项目7 Netflix推荐竞赛的整体流程和核心技能(一 12 第十阶段 项目总结和就业辅导 01 在线直播： 项目总结与就业辅导
