技术栈:
1. 熟练掌握机器学习及深度学习算法,如协同过滤、矩阵分解、逻辑回归、FM、Wide&Deep、
DeepFM、DIN、DIEN等;熟练掌握Embedding技术,如Word2vec、DeepWalk、EGES、局
部敏感哈希等。有实际落地及迭代经验。
2. 熟练掌握推荐系统架构设计及技术选型,熟练掌握召回层及排序层模型设计、策略优化。
3. 熟练掌握用户画像系统架构,如指标及标签体系设计、标签数据开发、分布式计算等。
4. 熟练掌握大数据BI系统设计,如埋点方案设计、报表开发、数据建模分析及可视化展示等。
5. 熟练使用Python编程语言,熟悉Java、Go。熟练多进程/多线程/协程编程,可独立完成项
目开发与调优。
6. 熟练使用ClickHouse、MySQL、Reids、MongoDB等数据库,掌握数据建模及查询优化。
7. 熟悉Spark、Hadoop等主流大数据处理框架,熟悉分布式计算及存储,熟悉大数据数仓搭
建及大数据开发流程。
8. 熟悉TensorFlow、PyTorch框架等深度学习框架,熟悉模型离线训练、评估,及基于TensorFlow
Serving的模型线上服务。