IMDB、Netflix、Facebook和Google等国外公司早已对深度学习在推荐系统上的应用有了很多深入研究，而国内的诸如淘宝、今日头条、网易云音乐等应用也在不断探索个性化推荐系统的开发进程。
智能推荐系统的强大在于可以把一堆看似杂乱无章的原始数据进行抽象化的分析整理，从而挖掘出用户的兴趣偏好，找到用户的需求因子，并被证明是一种解决“信息过载”和“长尾物品”问题的有效工具。
推荐系统基于知识发现的相关技术来解决人们在选择商品、信息或者服务是的问题，尤其是基于海量用户行为数据的最近邻协同过滤方法获得普遍应用。但是数据量的急剧增长也给推荐系统带来了一些挑战，包括如何开发高质量的推荐系统、如何快速响应用户行为变化和高并发请求、如何解决数据稀疏情况下的高覆盖问题等。
达观数据推荐系统资深架构师于敬将在雷锋网AI慕课学院为您解答不限于上述的推荐技术问题，欢迎各位同道中人切磋交流。
从8月31日起，雷锋网·AI慕课学院也为大家推出了『深度学习在推荐系统中的应用』、『推荐系统的深度学习应用之IMDb解析』两期公开课，大家可尽情吸纳。
1. 课程详情
课程主题：推荐系统算法工程师——从入门到就业
课程时间：9月11日开始，每周一、周三 20：30
课程形式：直播+回放
直播平台：AI慕课学院、雷锋网APP
技术支持：达观数据
2. 怪他过分优秀
于敬，推荐系统资深架构师，第23届ACM CIKM Competition竞赛国际冠军，首席数据官联盟成员，中国计算机学会（CCF）会员，同济大学计算机应用技术专业硕士，达观数据推荐系统组总负责人。
工作包括推荐系统的架构设计和开发、推荐效果优化等，承担公司重大紧急项目的架构设计和个性化推荐研发管理工作，所开发的个性化推荐系统曾创造了上线后效果提升300%的记录。先后在盛大创新院和盛大文学数据中心从事用户行为建模、个性化推荐、大数据处理、数据挖掘和分析、文本智能审核、反作弊和广告投放引擎相关工作，对智能推荐、数据挖掘、大数据技术和广告引擎有较深入的理解和多年实践经验。
