其他
58技术沙龙|第四期:58同城推荐系统系列话题
58技术沙龙第四期——58同城推荐系统系列话题
4月11、18、25日,58同城 联合 DataFun 举办58同城推荐系统系列技术沙龙,共7位来自58同城的嘉宾参加,通过7个话题,为大家详解58同城的推荐系统。
詹坤林
58同城 | AI Lab 负责人
58技术委员会 | AI 分会主席
1. Embedding 技术在房产推荐中的应用 | 19:00
在移动互联网时代,购房者选择范围日益增多,需求也更加复杂和多样化,给用户推荐合适的房源可以有效提高用户的找房效率。本次议题将分享在二手房推荐场景中如何使用 Embedding 技术解决推荐系统实时个性化、物品冷启动、数据稀疏等难题,并总结实践过程中的收获与思考。
听众收益:
提供思路,帮助解决实际生产中的问题,提升推荐系统的实时性和对业务需求的兼容性
新技术/实用技术点:Embedding周彤
58同城 | 资深算法工程师
58同城房产事业群资深算法工程师,2014年加入58同城,目前主要负责58房产 ( 二手房/新房/商业地产 ) 推荐系统、房源估价等项目的算法研发和系统优化工作。曾就职于盛大游戏,硕士毕业于武汉大学软件工程专业。
2. 深度召回在招聘推荐中的挑战和实践 | 20:00
招聘业务是多行为场景,用户需求和交互周期短、行为稀疏。本次分享基于业务挑战,将介绍代价敏感、图算法、迁移学习、向量检索等技术在招聘深度召回中的应用,最后总结实践中的教训与心得。
听众收益:了解多种传统/新技术在业务中应用的模式和经验新技术/实用技术点:代价敏感深度学习、迁移学习、高维向量检索李祖定
58同城 | 算法架构师
58招聘业务推荐系统算法策略负责人,负责招聘推荐系统的算法策略建设和优化,包括召回、排序等,致力于提升平台用户体验和变现能力。
扫描文中图片二维码或点击“阅读原文”链接即可报名,4月11日晚19:00,我们不见不散。