【特色团队采访】1+1+1＞3？看新人团队如何高效合作
腾讯广告算法大赛已步入第四个年头，它为众多技术人才搭建起展示自我、相互切磋的平台。在同台竞技的过程中，选手们团结协作，钻研技术，在不断丰富理论知识的同时也提升自己的实践技能。今天我们有幸邀请到**“微醺”团队**进行独家采访，且听一听他们的参赛感受及心得体会。
Q&A
Q: 请各位做一下简短的自我介绍吧
大家好，我们是“微醺”队伍，我们团队由3位成员组成。
**周宏，**机器学习从业者，研究方向数据挖掘、自然语言处理；
**刘冀，**南京大学研一，科研方向图机器学习；
**王志昊，**哈尔滨工业大学，软件工程硕士，方向时序数据数据清洗。
Q: 请问是什么原因促使三位参赛及组队？
我们三个本身对“腾讯广告算法大赛”就有浓厚的兴趣。组队的话也是因为大家都热爱机器学习，且都秉持“数据至上”的理念。这才让我们走到了一起！
Q: 关于比赛，各位在团队中是怎么分工协作的？
前期周宏和刘翼主要负责深度学习模型建模，而王志昊则主要负责传统方法以及数据探查。
Q: 关于腾讯广告算法大赛，参赛后的感受是怎样的？
我们能够感受到主办方的用心，因此参赛体验还是很不错的。另外，在这次比赛的过程中，我们有幸能够和各路大神一起交流学习，碰撞出不一样的思想火花，在一步步提升分数的过程沉淀自己的技术，可谓是收获颇多。
Q: 比赛期间，团队发生过什么关于比赛的趣事吗？
有时候代码挂着跑一晚上，第二天早上起来看到一堆报错，还是挺有趣的。
Q: 作为第一次参加腾讯广告算法大赛的新手团队，对于接下来的比赛，有没有什么期许？
希望接下来的比赛可以更加精彩，同样也希望在比赛过程中能够碰撞出更多的思想火花，产生不一样的思路。
Q: 最后，三位选手有没有什么话想借助这个平台分享给大家呢？
相信大家大部分都是从NLP的视角出发，去解决本次赛题中的问题。当成NLP问题，在整体解决方案上基本就已经有很成熟的框架了，比如，LSTM，textcnn，transformer之类的一系列。可能也有不少同学困惑，为什么同样的textcnn出来的效果完全不同。如果作为实际运用，只要姿势正确，数据摆在那里，深度学习各种通用文本分类模型及各种花式跑，大致效果也都差不多；但如果你要在千分位或者万分位与别人进行比较，那便需要针对特定的数据，进行特定的调整，理解更深层的训练过程，包括各种参数以及结构等。
最后也希望大家在本次比赛中都能收获自己想要的结果。
竞赛的魅力在于不断挑战自我，实现个人能力的提升。而在这个过程中，结交志同道合的队友也是一份难忘的回忆。希望各位选手能够珍惜与同伴并肩作战、协同竞技的时光，在腾讯广告算法大赛的平台上留下美好的印迹！
扫码加入大赛官方QQ群
或搜索群号：1094257162
和小伙伴一起解锁更多内容
中国科学技术大学计算机学院、特任教授张兰于6月11日19:00在Wiztalk腾讯广告专题直播中分享如何用最先进的张量分解模型对广告库存进行预估。赶快点击如下链接观看直播回放吧！想要了解更多【广告技术】课程，可点击腾讯广告算法大赛公众号主页底部菜单栏**【干货学堂】，或进入【直播回看】**专区观看课程回顾，掌握更多技术知识。
如何用最先进的张量分解模型对广告库存进行预估