这份README定位是总结个人工作履历,同时也是对自己技能知识的一个总结。
通过总结,来发现自己技能的不足之处,然后补充学习。
平时都是埋头工作,难得有时间安静的思考沉淀自己做事情的方法论。这里写写自己工作这么多年来,当下对工作的一点点思考。
工作都是解决问题,结果导向的。个人理解大致的步骤如下。
策略算法需要解决的问题
level1 例如提升某个产品线的收入或者用户体验。提升收入无非开源节流,"开源”即是找到新的收入渠道,“节流”可以是提升反作弊能力减少羊毛党在平台上的消耗等
level2 具体点说,例如广告投放,通过策略提升投放的精准度,提升点击率转化率;搜索提升搜索结果相关性,让用户体验更好;风控策略精准识别平台上的风险下单、支付等行为,减少资损等
level3 提高算法策略准确和召回
工程需要解决的问题
支撑各产品线业务的快速迭代,平衡 迭代开发效率 和 稳定性
TODO 更加具体的问题
策略算法类:准确和召回的平衡
工程类:迭代开发效率 和 稳定性
面临特定业务场景,解决具体的问题。一共经历了 广告、风控、推荐、导购共4个业务场景,其中广告和推荐可归属为一类,类似的还有搜索业务场景。
第一份工作的总结,见这里
简要介绍了广告业务,需要解决的问题,及涉及到的相关技术点
这个有专门起专题总结过,见这里。架构大图如下,源自美团blog。
和广告业务类似,不过这里特定针对短视频的推荐。
Java 征途,参考这里
业务模型;库表设计;业务流程
基本数据结构和算法,见这里
数据处理相关
常用机器学习算法,见这里
向上沟通
拿结果
思考总结写作
学习学习:以问题为导向;实践
工作中的学习 https://tech.meituan.com/2018/04/16/study-vs-work.html
update@20191013@良渚
- 增加 [写在前面] 模块
create@20190928@良渚
- 框架梳理
- 资源整合
- TODO
- 细化总结各业务知识
- 工程和算法相关技术知识,分专题总结
- 配置缓存方案小结,见这里