人工智能时代，互联网大型推荐系统设计与实践

教练：

转转 首席架构师

转转公司首席架构师／架构算法部负责人，前58集团技术委员会主席，高级系统架构师，“架构之美”公众号作者。擅长系统架构设计，大数据，机器学习等技术领域。代表公司多次参加 Artificial Intelligence Conference、QCon、ArchSummit、SDCC、CCTC、DTCC、Top100、Strata + Hadoop World、WOT 等大会嘉宾演讲，并为《程序员》杂志撰稿 2 篇。 前百度高级工程师，参与百度社区搜索部多个基础系统的设计与实现。毕业于浙江大学。

主题

内容

第一课：互联网大型智能推荐系统线上总体工程架构设计与实践

1.互联网大型系统架构演进（单体、水平分层、SOA、微服务架构）；
2.推荐系统架构演进（石器时代、铁器时代、蒸汽时代）；
3.我们的实践案例；

第二课：互联网大型智能推荐系统离线工程架构设计与实践

1.离线训练作坊模式（单机）；
2.离线训练流水线模式（ODS、DW、DM、分布式训练、线上预测等/DataPipeline、T raining Pipeline、Model Serving）；
3.离线训练平台化模式（服务众多业务线，每个业务线一键接入）；
4.在线特征系统生产调度架构演进；
5.我们的实践案例；

第三课：互联网大型智能推荐系统召回算法设计与实践

1.商品主题模型；
2.商品物品词模型；
3.基于内容商品相似度模型；
4.基于用户行为的CF模型演进；
5.基于随机游走模型；
6.实时召回模型；
7.我们的实践案例；

第四课：互联网大型智能推荐系统排序算法设计与实践

1.Al l In One阶段；
2.分层排序阶段；
3.人工权重阶段；
4.机器学习模型阶段；
5.实时模型阶段；
6.我们的实践案例；

第五课：互联网大型智能推荐系统关键技术

1.用户画像系统；
2.冷启动；
3.评测指标与系统；
4.ABTest平台；
5.我们的实践案例；

第六课：互联网大型智能推荐系统工具使用与优化

1.spark性能优化；
2.hadoop使用优化；
3.redis使用优化；
4.elasticsearch使用优化；
6. 我们实践案例；

第八课：互联网大型智能推荐系统案例篇

1.基于用户维度推荐案例；
2.基于商品维度推荐案例；
3.基于个性化场景推荐案例；
4.基于push的推荐案例；