作者
陈开江
责编
何永灿
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：SparkMLib，GraphLab/GraphCHI，Angel，MXNet，TensorFlow，Caffe,Xgboost，VW，libxxx
文本处理：Word2vec，Fasttext，Gensim，NLTK
矩阵分解：SparkALS，GraphCHI，implicit，qmf，libfm
相似计算：kgraph,annoy，nmslib,GraphCHI,columnSimilarities(spark.RowMatrix)
实时计算：SparkStreaming,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StackOverflow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。
图1推荐系统工程师技能树
推荐系统工程师成长路线图
《Item-basedcollaborativefilteringre