1、熟练使用常见的机器学习/深度学习算法,如LR、RF、GBDT、CNN、RNN等,并对部分算法能有深刻理论理解和实践经验
2、两年以上推荐算法经验,并精通场景推荐算法原理如CF、SVD等
3、熟练使用以下任何一个开源工具:xgboost、tensor flow、caffe
4、有Linux/Unix 环境开发经验,有hadoop/spark等大数据开发经验
5、具备用户画像、排序优化、知识库建设等经验
1、参与构建基于用户行为和喜好的内容推荐引擎;
2、持续关注策略规则对推荐效果的影响,改善推荐效果指标;
3、参与特征工程、排序学习等模型和算法的持续优化和研究,持续提升产品体验
1、参与构建基于用户行为和喜好的内容推荐引擎; 2、参与特征工程、排序学习等模型和算法的持续优化和研究,持续提升产品体验
源数据层ODM源数据,面向业务应用。 逻辑数据模型层LDM逻辑数据模型。 面向关键主题域、面向整合,提供规范与共享。 主要采用星形模型,提供事实表与维度表。 集市数据层MDM基础集市。 面向分析主题,汇总数据模型,提供相对中性,具有业务意义的初级加工数据。 接口数据层
源数据层ODM源数据,面向业务应用。 逻辑数据模型层LDM逻辑数据模型。 面向关键主题域、面向整合,提供规范与共享。 主要采用星形模型,提供事实表与维度表。 集市数据层MDM基础集市。 面向分析主题,汇总数据模型,提供相对中性,具有业务意义的初级加工数据。 接口数据层