课程亮点
最全的内容
关于推荐所有需要掌握的内容,还有前沿的内容如GNN
实用性
针对每一个核心技术,都会涉及到在工业界是如何运用的
丰富和案例和项目
10+推荐案例来自不同领域、配备综合性的项目作业
分享一线工程经验
一线的经验、坑、技巧等在书本上学不到的内容
金牌助教全天辅导
一线AI工程师、硕士/博士全程辅导
就业导向
学成了,完全有实力找到推荐算法岗位
往期课程试听
双塔结构片段
注意力机制片段
采样技术片段
学员评价
刘杰
张文川
李一桐
周华
郭飞飞
吴言
赵书霆
赵秦
课程大纲
项目案例
实现基于用户协同的文本推荐系统
基于nlp技术、Redis构建与存储内容画像
item2Vec的实现
FM方法的实现
Wide&&Deep算法实现
相似推荐场景项目
资讯信息流召回场景项目
多目标排序场景项目
课程团队
Jason
中国科学院自动化研究所硕士
某Top新闻公司推荐负责人,58集团高级算法工程师,机器学习及推荐系统应用领域专家
小龙老师
负责过:贪心高阶NLP1、2、3、4、5期;高阶机器学习1期;中阶机器学习、中阶NLP;京东NLP1期、京东NLP2期
你将收获
掌握每一个核心技术点、学完之后在技术上可满足绝大部分推荐系统岗位的要求
深入理解每一个技术背后的算法细节和全部推导过程
通过大量案例的实战,达到学以致用的目的,并学习工业界一线的经验
紧跟技术的发展、走在时代的前沿
适合人群
大学生
在职人士
入学标准
理工科相关专业学生,或者IT从业者
具有良好的Python编程能力
机器学习基础(如线性回归、逻辑回归、SVM等)
获奖证书
常见问题
1、参加本次课程有什么要求吗?
本次课程适合将来从事推荐系统工程师的人,学习之前需要具备良好的编程基础和对简单的机器学习模型有所了解。
2、学完课程能达到什么水平?
有能力统筹解决具体场景中的推荐系统问题,胜任推荐算法工程师,或者其他AI类岗位。 有能力独自阅读最新文献,自我学习并应用掌握最前沿知识。
3、本课程怎么答疑?
本课程会配有专业的答疑助教团队,对于学员的问题,即时提供在线答疑。
4、学员会有实操的机会?
这是本课程设计的核心,课程设计以算法原理为主,理论+实践的方式,带你实战典型的行业应用。
5、课程支持哪些付费方式?
支付宝,微信,银行卡,公对公打款,paypal付款。