工程師
互聯(lián)網(wǎng)
架構(gòu)設(shè)計
機器學(xué)習(xí)
推薦系統(tǒng)
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

推薦系統(tǒng)架構(gòu)設(shè)計與系統(tǒng)實現(xiàn)

孟老師

前百度 高級研發(fā)工程師

孟老師,曾在BIGO擔(dān)任廣告技術(shù)資深研發(fā)工程師,負(fù)責(zé)廣告投放系統(tǒng)建設(shè)及廣告投放算法研發(fā),主持設(shè)計了視頻付費變現(xiàn)投放算法,完成遷移學(xué)習(xí)在視頻變現(xiàn)算法中的落地和流式實時反饋算法在廣告主投放體驗優(yōu)化的落地,實現(xiàn)雙倍超投占比相對降低88%,訂單目標(biāo)達(dá)成占比從6% 提升到32.2% 的目標(biāo)達(dá)成.從零到一設(shè)計并上線了效果廣告多路召回檢索系統(tǒng), 引入深度學(xué)習(xí)匹配學(xué)習(xí)技術(shù),建設(shè)向量檢索能力,實現(xiàn)廣告平臺消耗期望提升超50%、投放系統(tǒng)全鏈路耗時下降30ms 及在投廣告召回數(shù)提升3 倍的業(yè)務(wù)目標(biāo)達(dá)成。
具有超過五年廣告推薦和智能營銷領(lǐng)域工作經(jīng)驗,一直專注在精準(zhǔn)投放、個性化推薦和用戶理解技術(shù)建設(shè)等工作上,目前本人專注在large batch learning、learning to matching in Nerual Network 、Optimal Binary Function Search等前沿技術(shù)的落地上。
在加入現(xiàn)公司前,歷任第四范式營銷模型算法工程師、百度高級研發(fā)工程師,曾負(fù)責(zé)四大行智能營銷系統(tǒng)建設(shè)、某銀行信用卡中心現(xiàn)金分期產(chǎn)品智能營銷系統(tǒng)建設(shè)、百度金融垂類機器學(xué)習(xí)平臺建設(shè)工作、金融客戶百度信息流廣告投放優(yōu)化工作。

孟老師,曾在BIGO擔(dān)任廣告技術(shù)資深研發(fā)工程師,負(fù)責(zé)廣告投放系統(tǒng)建設(shè)及廣告投放算法研發(fā),主持設(shè)計了視頻付費變現(xiàn)投放算法,完成遷移學(xué)習(xí)在視頻變現(xiàn)算法中的落地和流式實時反饋算法在廣告主投放體驗優(yōu)化的落地,實現(xiàn)雙倍超投占比相對降低88%,訂單目標(biāo)達(dá)成占比從6% 提升到32.2% 的目標(biāo)達(dá)成.從零到一設(shè)計并上線了效果廣告多路召回檢索系統(tǒng), 引入深度學(xué)習(xí)匹配學(xué)習(xí)技術(shù),建設(shè)向量檢索能力,實現(xiàn)廣告平臺消耗期望提升超50%、投放系統(tǒng)全鏈路耗時下降30ms 及在投廣告召回數(shù)提升3 倍的業(yè)務(wù)目標(biāo)達(dá)成。 具有超過五年廣告推薦和智能營銷領(lǐng)域工作經(jīng)驗,一直專注在精準(zhǔn)投放、個性化推薦和用戶理解技術(shù)建設(shè)等工作上,目前本人專注在large batch learning、learning to matching in Nerual Network 、Optimal Binary Function Search等前沿技術(shù)的落地上。 在加入現(xiàn)公司前,歷任第四范式營銷模型算法工程師、百度高級研發(fā)工程師,曾負(fù)責(zé)四大行智能營銷系統(tǒng)建設(shè)、某銀行信用卡中心現(xiàn)金分期產(chǎn)品智能營銷系統(tǒng)建設(shè)、百度金融垂類機器學(xué)習(xí)平臺建設(shè)工作、金融客戶百度信息流廣告投放優(yōu)化工作。

課程費用

5800.00 /人

課程時長

2

成為教練

課程簡介

本課程主要以講解工業(yè)界推薦系統(tǒng)領(lǐng)域先進(jìn)技術(shù)為主,基于業(yè)務(wù)視角從業(yè)界主流推薦系統(tǒng)架構(gòu)案例出發(fā),圍繞用戶理解、內(nèi)容生態(tài)和作者生態(tài),剖析推薦系統(tǒng)。
本課程主要包含推薦在線預(yù)估、在線檢索、在線策略服務(wù)架構(gòu)設(shè)計與工程實現(xiàn)、特征中心、A\B實驗平臺、監(jiān)控平臺等推薦系統(tǒng)整體架構(gòu)設(shè)計中的核心模塊。
本課程從在線架構(gòu)和離線架構(gòu)入手設(shè)計設(shè)計機器學(xué)習(xí)算法在推薦系統(tǒng)中的落地解決方案,講解推薦系統(tǒng)關(guān)鍵技術(shù)。
從常見的CF召回算法入手,引申到KT、UT、AT等推薦系統(tǒng)召回算法體系建設(shè)。
介紹推薦系統(tǒng)粗排算法架構(gòu)與精排算法的技術(shù)演變及常見問題解決方法、系統(tǒng)架構(gòu)。
結(jié)合實際應(yīng)用場景的系統(tǒng)方案分析,圍繞多目標(biāo)、多樣性、多場景,講解用戶滿意度優(yōu)化、內(nèi)容生態(tài)優(yōu)化、作者生態(tài)優(yōu)化等推薦系統(tǒng)中常見業(yè)務(wù)問題。

目標(biāo)收益

1.從企業(yè)級應(yīng)用的角度對推薦系統(tǒng)有一個全面的認(rèn)識,知道推薦系統(tǒng)的技能要求、價值、應(yīng)用場景
2.了解最主流的推薦算法基本原理
3.熟悉在線推薦系統(tǒng)的產(chǎn)品形態(tài),針對不同的產(chǎn)品怎么更好地整合物料投放系統(tǒng)以發(fā)揮業(yè)務(wù)價值
4.了解在真實業(yè)務(wù)場景中怎么做好推薦系統(tǒng),讓推薦系統(tǒng)真正產(chǎn)生商業(yè)價值
5.獲得講師多年實踐推薦系統(tǒng)系統(tǒng)的經(jīng)典案例和經(jīng)驗
6.金融業(yè)務(wù)場景推薦系統(tǒng)的針對性優(yōu)化思路和方案

培訓(xùn)對象

課程大綱

業(yè)界主流推薦系統(tǒng)剖析 1.某電商推薦系統(tǒng)剖析
2.某短視頻推薦系統(tǒng)剖析
3.某新聞推薦系統(tǒng)剖析
推薦系統(tǒng)整體架構(gòu)設(shè)計與核心模塊講解 1.在線預(yù)估服務(wù)設(shè)計
2.在線召回檢索系統(tǒng)設(shè)計
3.在線策略服務(wù)架構(gòu)設(shè)計
4.特征服務(wù)與特征數(shù)據(jù)流設(shè)計
5.A\B實驗平臺設(shè)計
6.監(jiān)控平臺設(shè)計
機器學(xué)習(xí)在推薦系統(tǒng)中的落地解決方案 1.機器學(xué)習(xí)在線架構(gòu)設(shè)計(特征抽取、模型預(yù)估、模型路由、大模型在線參數(shù)服務(wù)器)
2.機器學(xué)習(xí)離線數(shù)據(jù)流設(shè)計(特征處理、模型訓(xùn)練、模型發(fā)布)
推薦系統(tǒng)召回算法體系建設(shè)與排序算法體系建設(shè) 1.UT、KT、AT召回算法設(shè)計
2.前沿的圖召回算法設(shè)計
3.召回中的冷啟動問題
4.粗排模型設(shè)計與架構(gòu)實現(xiàn)
5.統(tǒng)一粗排歸并策略設(shè)計
6.粗排中的多樣性問題
7.精排模型演進(jìn)迭代史
8.精排中的特征工程
9.精排中的過擬合問題解決方案
10.精排中的多任務(wù)學(xué)習(xí)問題
11.多目標(biāo)融合問題
12.多樣性問題解決方案
業(yè)界主流推薦系統(tǒng)剖析
1.某電商推薦系統(tǒng)剖析
2.某短視頻推薦系統(tǒng)剖析
3.某新聞推薦系統(tǒng)剖析
推薦系統(tǒng)整體架構(gòu)設(shè)計與核心模塊講解
1.在線預(yù)估服務(wù)設(shè)計
2.在線召回檢索系統(tǒng)設(shè)計
3.在線策略服務(wù)架構(gòu)設(shè)計
4.特征服務(wù)與特征數(shù)據(jù)流設(shè)計
5.A\B實驗平臺設(shè)計
6.監(jiān)控平臺設(shè)計
機器學(xué)習(xí)在推薦系統(tǒng)中的落地解決方案
1.機器學(xué)習(xí)在線架構(gòu)設(shè)計(特征抽取、模型預(yù)估、模型路由、大模型在線參數(shù)服務(wù)器)
2.機器學(xué)習(xí)離線數(shù)據(jù)流設(shè)計(特征處理、模型訓(xùn)練、模型發(fā)布)
推薦系統(tǒng)召回算法體系建設(shè)與排序算法體系建設(shè)
1.UT、KT、AT召回算法設(shè)計
2.前沿的圖召回算法設(shè)計
3.召回中的冷啟動問題
4.粗排模型設(shè)計與架構(gòu)實現(xiàn)
5.統(tǒng)一粗排歸并策略設(shè)計
6.粗排中的多樣性問題
7.精排模型演進(jìn)迭代史
8.精排中的特征工程
9.精排中的過擬合問題解決方案
10.精排中的多任務(wù)學(xué)習(xí)問題
11.多目標(biāo)融合問題
12.多樣性問題解決方案

活動詳情

提交需求