知识卡片

普通读书笔记卡 · 9911.a · 生成模型:Hunyuan

推荐工程师四项能力

理解等级:中级

推荐工程师的技术能力可拆成知识、工具、逻辑、业务四个维度。知识是推荐模型、Embedding等理论的储备;工具是用 TensorFlow、PyTorch、Spark、Flink 等把知识落地为实际系统的能力;逻辑是算法基础、举一反三与解决问题的条理性;业务是理解场景与商业模式、从中发现用户动机并转化为优化目标。四者构成“合格”的最小集——在成为优秀之前先要合格,只重知识而缺乏把知识变成系统的能力就是偏科,例如发表过论文却明确不愿写代码,工程能力无法被验证。不同岗位权重不同:大数据工程师偏工具、算法研究员偏知识与逻辑、算法工程师较全面。用途是做自评并有针对性地补齐短板。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第9章 构建属于你的推荐系统知识框架 · 查看原书依据

      简单来说,任何推荐系统相关的工程师都应该满足4项技能的最小要求,因为在成为一名“优秀”的推荐工程师之前,首先应该是一名合格的工程师。不仅应具有领域相关的知识,还应具有把知识转换成实际系统的能力。

    参考来源

    - 位置:《深度学习推荐系统》第9章 构建属于你的推荐系统知识框架(源文件:extracted/深度学习推荐系统/_epub-src/text/part0013_split_003.html) - 结论依据:原文给出四项能力的最小要求,并以“不愿写代码”的候选人说明偏科者不合格,还按岗位区分了能力侧重。 - 原始内容:简单来说,任何推荐系统相关的工程师都应该满足4项技能的最小要求,因为在成为一名“优秀”的推荐工程师之前,首先应该是一名合格的工程师。不仅应具有领域相关的知识,还应具有把知识转换成实际系统的能力。