推荐系统三十六式：用知识去对抗技术不平等

前段时间和头条的一个工程师聊天，他在发布校招信息后发现投NLP算法的非常多，但是投推荐系统的寥寥，一方面，可能是我这边同学样本偏NLP的居多，另外一个很重要的原因，在校的同学很难有机会接触到大厂的推荐系统。且不说在校的同学，就是中小厂的工程师，也很难有机会接触稍大一些规模的推荐系统。一方面，大厂有需求有动力去搞推荐系统和推荐算法，这是可以转化为真金白银的，另外一方面，大的需求背后又是相对匮乏的推荐系统体系化知识普及：

在复杂网络中，雄踞顶端的节点无法体会长尾的疾苦。推荐系统的技术应用现状也如此，大厂们一骑绝尘，感觉分分钟就要达到奇点的节奏，然而更普遍的是：太多中小厂、工程师们还不知道一个推荐系统如何才能从0到1诞生，这需要去了解哪些知识？

这是《推荐系统三十六式》开篇词"用知识去对抗技术不平等"的一段话，这段话以及这篇文章深得我心，所以今天就安利一下这个专栏，先介绍一下有丰富业界推荐系统实战经验的刑无刀老师：

 

刑无刀，本名陈开江，现在是”贝壳找房“资深算法专家，从事算法类产品的研发。曾任新浪微博资深算法工程师，考拉FM算法主管。从业8年时间，他的工作和研究范围始终没有超出推荐系统，同时也是中国最专业推荐技术与产品社区之一ResysChina的特约作者，不仅经验丰富，还很会写。

 

这些年，他曾服务过创业公司、传统大公司和大型互联网公司，这见证了大大小小、形状各异的推荐系统的构建过程，基本都从0到1参与了这些公司的推荐系统，专栏中也凝聚了他无数的踩坑经验。

 

极客时间的运营同学找我推荐下这个专栏，同样的也给大家争取了一些优惠，参与拼团仅需58元，不过优惠的周期和人数都有限制，先到先得！

 

 

那为什么我要推荐这门课程呢，来，先看一下目录：

 

             

 

你所收获的不只是如何根据需求编写推荐算法，而是如何从整体上考虑如何构建优秀的推荐系统。说真的，但凡其中任何一个点对你的成长有帮助，这个课程费就是百倍回报。

 

需要说明的是，这是一个已经完结的专栏，不过很难找到一个如此系统介绍推荐系统的学习资料了，一本书不到的价格，助你全面学习推荐系统相关知识，也欢迎转发给你认为可能有需要的同事和同学。

 

点击阅读原文，了解更多该专栏详情。