143、数据科学家必备套路之二:推荐套路

在上一期的分享里我们讨论了做搜索产品的套路,给你介绍了多轮打分、高频和长尾以及三大模型套路。你有没有感受到这些高于某一个具体模型的套路的重要性呢? 今天,我们来看看推荐的一些套路。 多轮打分套路上一篇我们提到,想要构建一个搜索引擎,应该立刻想到基于多...

AI技术内参

142、数据科学家必备套路之一:搜索套路

到目前为止,我们已经完整地介绍了搜索、推荐和广告的主流技术,为你呈现了这些产品技术方向的整个生态系统。在这些系列的分享里,我们重点介绍了这些技术方向的基本模型,然后花了不少篇幅讲如何评测模型的好坏,包括如何进行线下评测以及线上评测。同时,我们从传统的...

AI技术内参

141、数据科学家团队组织架构:水平还是垂直,这是个问题

周一我们聊了数据科学家培养的话题,我们分析了数据科学家培养的重要性,要从技术的提高和整体的团队协作几个角度来进行培养。 今天我们来讨论数据科学家团队高级话题中的最后一个,也是非常现实的一个问题,那就是对于一个组织来说,究竟应该形成怎样的组织架构呢?是...

AI技术内参

140、人工智能领域知识体系更新周期只有5~6年,数据科学家如何培养

在上一期的分享里,我们聊了数据科学家团队管理的一个重要步骤,那就是如何来衡量数据科学家或者人工智能工程师在团队中的业绩,我们重点讲了如何看待数据科学家团队的价值和数据科学家评定的一些误区。 今天,我们来聊另一个数据科学家团队的高级话题,那就是数据科学...

AI技术内参

139、成为“香饽饽”的数据科学家,如何衡量他们的工作呢

本周我们聊了在构建一个数据科学家团队时,从筛选简历入手到电话面试,再到Onsite面试这一系列的流程。从无到有,建立一个数据科学家或者人工智能团队的确是一件煞费苦心的事情。 那么今天,我们来聊一聊数据科学家团队管理的下一个重要的步骤,那就是如何来衡量...

AI技术内参

138、数据科学团队养成:Onsite面试面面观

本周我们来聊数据科学或者人工智能团队的招聘话题。周一的分享里,我们聊了聊组建数据科学家团队所必不可少的两个步骤,筛选简历和电话面试。我们着重从招聘博士毕业生的角度对这两个环节进行了剖析,梳理了如何看简历,以及在电话面试时需要考察哪些内容。 今天,我们...

AI技术内参

137、数据科学团队养成:电话面试指南

眼下,数据科学或者人工智能团队已经成了很多数据驱动公司的标准配置团队,数据科学家或者人工智能工程师也成为了最“性感”的职业。不少公司都在想办法建立或者扩展自己的数据科学团队。那么,对于一个公司来说,究竟需要什么样的数据科学团队呢?这就成了很多公司在发...

AI技术内参

136、如何组建一个数据科学团队

数据科学团队眼下已经成了很多数据驱动型公司的标准配置,数据科学家也成了最“性感”的职业。不少公司都在想办法建立或扩展自己的数据科学团队,而究竟需要什么样的数据科学团队,成了很多公司在发展过程中都会遇到的棘手问题。 在目前的职业市场上,有各种背景、各种...

AI技术内参

135、职场话题:聊聊数据科学家的职场规划

今天,我们继续来聊数据科学家或者人工智能工程师的职场话题。我们更进一步,来聊聊数据科学家的职场规划。 当然,说到职场规划,这确实是一个非常宽泛的主题。我们今天要探讨的不是数据科学家“应该”怎么发展,而是说,有哪些职业发展的“可能性”,希望能够为你规划...

AI技术内参

134、职场话题:数据科学家应聘要具备哪些能力

周一,我们探讨了在公司内部,数据科学家和产品团队的其他职能人员在协作中都会遇到哪些问题,以及如何看待数据科学家或者人工智能工程师所做的算法性工作在一个产品发展中的位置。 那么,今天我们稍微换一个方向,来讨论数据科学家和算法工程师在应聘方面的问题。一起...

AI技术内参
13940414243268