干货 | 成为一名推荐系统工程师永远都不晚

推荐系统工程师技能树

掌握核心原理的技能

• 数学：微积分，统计学，线性代数 

• 周边学科：信息论基础 

• 推荐算法：CF，LR，SVM，FM，FTRL，GBDT，RF，SVD，RBM，RNN，LSTM，RL 

• 数据挖掘：分类，聚类，回归，降维，特征选择，模型评价

实现系统检验想法的技能：

• 操作系统：Linux 

• 编程语言：Python/R， Java/C++/C，sql，shell 

• RPC框架：thrift， Dubbo，gRPC 

• web服务：tornado, django, flask

• 数据存储：redis, hbase, cassandra, mongodb, mysql, hdfs，hive, kafka, elasticsearch 

• 机器学习/深度学习：Spark MLib，GraphLab/GraphCHI，Angel，MXNet，TensorFlow，Caffe, Xgboost，VW，libxxx 

• 文本处理：Word2vec，Fasttext，Gensim，NLTK 

• 矩阵分解：Spark ALS，GraphCHI，implicit，qmf，libfm 

• 相似计算：kgraph, annoy，nmslib, GraphCHI, columnSimilarities(spark.RowMatrix) 

• 实时计算：Spark Streaming, Storm，Samza

为效果负责的技能

• 熟悉常见离线效果指标：准确率，召回率，AUC，基尼系数 

• 能够定义产品效果指标：点击率，留存率，转换率，观看完整率 

• 会做对比试验并分析实验结果：指标数据可视化 

• 知道常见推荐产品的区别：Feed流推荐，相关推荐，TopN推荐，个性化推送

其他软技能

• 英文阅读；读顶级会议的论文、一流公司和行业前辈的经典论文和技术博客，在Quora和Stack Overflow上和人交流探讨； 

• 代码阅读；能阅读开源代码，从中学习优秀项目对经典算法的实现； 

• 沟通表达；能够和其他岗位的人员沟通交流，讲明白所负责模块的原理和方法，能听懂非技术人员的要求和思维，能分别真需求和伪需求并且能达成一致。