众所周知,京东商城作为大型电商平台,在电商推荐领域有着深厚的技术积累,随着我国“新基建”的建设发展,当前人工智能人才一票难求,尤其是具备实战能力的推荐系统工程师,因此培养更多AI人才成为关键项目。而七月在线已有五年成人AI技能教育的沉淀,超过30万付费学员,故本实训营由京东和七月在线联合开设。

       首先,继续沿用七月在线推荐系统就业班的“BAT大咖小班教学”模式,以及已有的特色:

内容系统

包括推荐常用算法、真实场景推荐、推荐前沿技术等四大阶段的内容;

项目实战

涵盖环境和数据准备、特征工程、模型构建、模型调优、上线部署等;

就业指导

单独指导每个人的就业,包括且不限于简历指导、面试辅导、就业内推。

       其次,相比七月在线之前的推荐系统就业班,本期最大的升级是更新了三大企业级项目中的两大项目:

              a. 京东蜂巢智能推荐
              b. 京东高潜用户购买预测

       这两大新项目均基于京东内部的数据和业务场景,且除了七月在线原有的BAT大咖讲师团队之外,更有京东AI科学家强力助阵,共同手把手带你从头到尾实战京东等企业的内部项目。

了解更多

       本课程适合应届研究生就业找工作,或在职上班族提升,采用严格筛选制(通过率不到1/3),需要具备一定的基础能力才能报名通过,故以下同学优先:

CS应届或往届研究生

        985或211高校的CS、数学理工科相关专业的应届或往届研究生

2年以上开发经验

       本科毕业但有2年以上的AI在职开发经验

有一定的机器学习、深度学习基础

       已有一定的机器学习、深度学习基础,比如学过ML、DL课程

了解更多

项目一:京东蜂巢智能推荐

项目介绍:蜂巢智能空间是面向银行、政务、城市打造的一款创新人机交互空间,融合视觉、听觉、对话、触觉于一体的多模态交互,可以为用户带来全新的沉浸式空间交互体验。智能空间很重要的一项功能为向用户推荐产品。通过三块超大高清屏幕展示个性化的商品图文信息,用户可以通过屏幕进行点击、收藏、购买等动作。

项目目标:这是一个比较典型的推荐场景问题,在此项目中学员将尝试矩阵分解、FM等传统推荐模型和双塔模型、Wide&Deep、DeepFM等深度推荐模型在真实推荐业务中的应用。

项目时长:共4周

项目二:京东高潜用户购买预测

项目介绍:本项目属于精准营销项目,从品类浏览用户中筛选出对指定商品感兴趣的用户,并按照够买概率从高到低排序,取一定数量的用户进行短信或精准通触达。

项目目标:通过本项目可以学习电商中经典的人或匹配问题,通过商品来找到高潜人群,即如何筛选意向购买客户进行精准营销,重点如何提取用户历史行为的变化情况,然后通过预测用户是否进行购买。此外,项目中也将尝试复杂的建模结构,使用包含transformer结构的深度学习模型,或者能够直接从序列中提取用户意图表示的模型,用以替代传统的xgboost等树模型。

项目时长:共4周

项目三:电商平台的商品推荐系统

项目介绍:电商业务在全球各大互联网公司的营收中都占有极其重要的地位,推荐系统对用户推荐商品的质量好坏直接影响了巨头们的股价,商品推荐团队是公司各大算法团队中的核心团队,有着绝对地位的优势,我们针对全球TOP 1的电商数据进行推荐算法优化。

项目目标:在本项目中我们采用TOP电商真实公开数据集,需要根据用户在商品全集上的移动端行为数据以及百万级的商品信息,建立推荐模型,并预估用户在接下来一天对商品子集购买行为。涉及技术包括:特征构建、特征工程;推荐系统架构、推荐任务理解;LR/协同过滤基础模型、GBDT boosting模型;Wide & Deep模型、NFM模型;模型评估、评价等内容。

项目时长:共4周

了解更多

项目一:游戏推荐系统

        在某社交巨头的业务版图中,游戏是公司收入的主要支柱产业,推荐游戏给用户也成为了推荐系统的主要任务,我们需要充分挖掘用户对游戏的偏好特征来优化游戏推荐算法,我们对全球顶级游戏公司的游戏用户数据进行游戏推荐。

项目二:猜你喜欢场景下的推荐系统

        猜你喜欢是各个主流app的top1产品,这些app的大部分流量都来自于“猜你喜欢”这个入口,这是根据客户喜好推荐给客户的产品,其最大特点就是流量比较精准,更容易变成转化,我们该场景数据下的推荐算法项目。

项目三:Netflix推荐竞赛

        Netflix是全球顶尖的视频网站,推荐引擎是Netflix公司的关键服务,1千多万顾客都能在一个个性化网页上对影片做出1-5的评级。Netflix将这些评级放在一个巨大的数据集里,该数据集容量超过了30亿条。Netflix使用 推荐算法 和软件来标识具有相似品味的观众对影片可能做出的评级。两年来,Netflix 已经使用参赛选手的方法提高了影片推荐的效率,这已经得到了很多影片评论家和用户的好评。

了解更多

吴老师

推荐广告算法专家

       先在滴滴做算法、后在某创业公司任部门算法负责人,现在一大厂做推荐/广告算法,熟练ltr/ctr/cvr/纠偏/graph embedding on ad等技术,在推荐/广告算法方面有着丰富经验。

殷老师

推荐和广告方向的技术专家

       就职于BAT的商业变现部门,在点击率预估、智能出价、投放策略等方面有丰富经验。

王老师

大厂推荐广告算法研发

       对推荐系统召回、排序等各模块有着丰富的工程经验,阿里云天池数据科学家,在国内外各大公司举办的几千支队伍参赛的竞赛中已获得十余次冠亚军奖项。

了解更多
易津锋     京东AI研究院 机器学习算法科学家  

易津锋博士,京东智联云机器学习部负责人及京东(南京)人工智能研究院院长,负责领导机器学习前沿技术创新与公司内外部业务赋能。同时,他还担任复旦大学兼职教授和国家科技部新一代人工智能重大项目专家库专家。在加入京东前,易博士曾就职于美国IBM托马斯沃森研究中心与美国腾讯AI研究院,任资深研究员。

何云龙     京东智联云机器学习平台组架构师  

京东人工智能平台部技术总监、架构师,Spark上最早的开源参数服务DisML的作者,领导开发了京东模型训练平台和自动化机器学习平台,建设了京东第一个大型人机对话知识图谱,并对开源的xgboost进行改进,实现了分布式环境下的精确解的版本。

张明     京东智联云数据科学家  

15年数据行业从业经验,从事过电信、航空、电商、能源、医药等多个行业的数字化体系建设,对企业数字化建设以及数据价值变现有深入的思考和研究。

陈博士     七月在线AI LAB负责人兼科学家  

历任浪潮集团数据科学家,国家电网人工智能行业应用方向团队负责人。参与过一国家863项目,且曾主持一山东省自主创新及成果转化专项,发明专利十余项,专业论文十余篇。对机器学习、NLP相关技术的原理推导,以及深度学习在能源、通信、气象等传统行业的应用深有研究。

章老师     BAT推荐/广告算法专家  

多年BAT工作经验,在推荐系统、计算广告系统架构的搭建、实时流计算,以及相关算法技巧和运筹优化方面有丰富的经验。

孙老师     七月在线AI Lab C端教学负责人兼Python AI讲师  

10多年开发经验,曾先后任职国内知名互联网企业,从事人工智能方向的实施,擅长全栈开发,将机器学习/深度学习结合到实际生产运营中。现任七月在线AI Lab C端教学负责人兼Python AI讲师。

了解更多

拿下60万推荐offer的面经分享:涵盖模型评估、选择、迭代等问题

我以前也是从事数据挖掘岗位的,由于平台相对比较小,虽然工作内容有很多推荐相关的事情,但是涉及到的算法模型也相对比较陈旧。”

新冠疫情期间的面试经历:推荐系统面试50题

“中小公司比较希望候选人有落地算法的能力,而且最好有处理数据的能力,比如会sql,会写spark脚本,有些小型公司可能没有专门的算法人员,你是第一个,所以他们对你期望其实蛮高的,所以这种个人感觉谨慎进入,除非你对自己的算法,工程以及沟通和管理能力有足够自信”

算法面试分享:无实习无项目双非研究生最终找到算法工作

“5月份参加了七月在线的就业班,学了大概三个月的时间,做了两三个项目,通过与老师交流,也了解了工业界的算法落地流程和细节,所以建议没有实习经验的不了解工业界算法的同学可以报个就业班(除非你脑子非常聪明,数学和工程能力非常好),学习下工业界的实际项目,否则真的很难。”

疫情期间算法面试小结:拉了辅导群后1个月之内拿到offer

“人算不如天算,2020年便开始了一场空前规模的疫情,导致三月份左右才开始大规模投简历找工作,根据自己找工作面试接近两个月以来主要有以下几点感悟:
1. 更侧重基础知识。
2. 侧重算法复现能力,代码能力要求更高。
3. 要求深刻理解业务场景,并针对业务场景解决一些问题。
4. 技能语言要求较多。”

非计算机专业面试推荐系统和NLP的历程:最终年薪42万

面试准备:
1. leetcode刷题,如动态规划、深度优先搜索等。
2. 学习题库的推荐系统和nlp部分。
3. 常用机器学习算法推导,逻辑回归、xgboost、svm。
4. 大数据知识巩固,hdfs、hive、hbase、spark、kafka、kylin、flink等。
5. 论文研读,如YouTube、Airbnb推荐系统论文,FM、wide&deep、Deepfm等论文。”

一位博士的推荐算法和CV面试经历(上市视频公司)

“面试前准备:leetcode刷题1-2个月,面试题库选择性做了一些。整理最近所做过的主要项目内容,梳理算法思路,将易错点记下来。上了推荐就业班。继续加强机器学习理论,复习经典算法,巩固加深理解,推荐看西瓜书。如果应聘推荐系统方向 同时最好看下推荐系统方面书籍 。”

三本嵌入式转数据分析拿到40W的面试经验

“还有机器学习,聚类、逻辑回归、线性回归、贝叶斯、决策树、神经网络,都需要明白原理,并用sklearn实现,最好可以用mllib也可以实现,需要知道什么情况下用什么模型,什么模型解决什么问题,最好能有实际建模经验。”

秋招算法面试总结:推荐架构、算法推导、大数据都得熟练

“面试的题目我觉得都差不多,多刷面试题,然后自己总结,多看面经。还有一定要多刷题,一定要对算法与数据结构特别熟悉,如果想进大厂的话,算法与数据结构要特别熟悉,题目多刷,什么动态规划、排列等常考的题。还有对时间复杂度、空间复杂度也要了解,我常常经历一道题,面试官要你做完了之后然后让你想还能怎么优化,从空间或者时间复杂度来想”

大数据转行算法工程师面试经验

 “如果是零经验立志要转行的话,报一个班实际上收益还是不错的。”

算法工程师(推荐方向)面试经历:简历、数据结构、机器学习、推荐系统

“推荐项目一般会问有哪些评价指标。推荐系统一般有模型线下评价指标如召回率,准确率,覆盖率,AUC等等,线上看系统AB测试的点击率表现等。推荐系统的整个数据流程是如何处理的”

推荐算法工程师面试心得分享:课程进行过半拿到offer并薪资翻1.5倍

“我觉得作为一个合格的算法工程师,首先要有扎实的基础功底,然后需要在一个方面有自己深度的理解,比如word2vec算法,知道怎么用,但也要知道他的内部原理和公式的一些推导,和在什么样的场景下使用”

了解更多

2020年12月28日开班,越早报名越早享受到BAT大咖的一对一个性化定制。
一个半月的学习周期(包括直播、录播、实训、答疑、考试),一个半月的项目和就业周期,且配备全职科学家、全职助教、全职就业老师辅助讲师进行课程答疑、项目辅导、简历指导、就业内推。

了解更多

收费:¥25800,包含课程费用、项目费用、就业费用,审核通过且报名后签订就业协议,了解详情或优惠,敬请咨询。

了解更多
给我们留言
您好,现在客服不在线,您可以留下【姓名】 +【电话】,备注您关心的问题,我们的教务 老师会很快联系你。
姓名:
手机:
留言内容:
提交