具备的技术能力有:
熟悉机器学习、数据挖掘、深度学习、自然语言处理、推荐系统以及搜索排序等。
开发语言:java、python
大数据处理与挖掘:spark
深度学习框架的使用:pytorch
机器学习框架的使用:spark ml、scikit-learn
自然语言处理框架:jieba、hanlp、spacy、corenlp等
图数据:neo4j
1.主要负责苏宁易购搜索排序及个性排序算法的研究和开发工作,主要利用排序学习learning to rank中的lambdamart以及lightgbm方法展开工作。该项目获得了集团一级中心的金牌项目,gmv提高近10%。
2.针对公司APP设计新闻推荐方案。主要内容包括用户画像和新闻画像的构建方法,离线召回和在线更新推荐内容等。数据处理主要利用Flink进行实时和离线计算。推荐策略前期主要是根据用户标签和新闻标签进行基于内容匹配的推荐方式,后期主要挖掘用户行为数据进行模型训练进行偏好ctr预测。
根据奶粉品牌名、奶粉的段位、重量、店铺名、店铺url、商品url、商品价格、商品评论人数对奶粉进行图谱化展示,这种可视化对用户来説 一目了然。
一.排序目标 将暴光多的购买少的商品下沉 将高质量的商品尽量靠前 提高订单转化率等 二.通过模型先对商品进行召回,召回是从成千上万个商品中粗选出几十到几百个商品;再将召回的商品输入到排序模型中进行打分预测输出给用户。