前言
先说说我的简历，毕业刚出来做推荐，在1号店，后来觉得做业务没意思，就各个公司浪了一圈，目前在做Machine Learning Infrastructure。 最近也在和好朋友聊过很多recsys相关的思考， 整理了下，分享给大家
推荐系统之禅
游江海、涉山川，寻师访道为参禅；自从认得曹溪路，了知生死不相关。行亦禅、坐亦禅，语默动静体安然；纵遇锋刀常坦坦，假饶毒药也闲闲。 --\《证道歌\》 永嘉玄觉禅师
修禅即体悟当下， 从个体的角度去感悟，从一个人的角度去了解推荐系统要做啥？
简单地百度下， 都不用Google，就有很多的答案。 其实提炼下没那么多的东西，无非就以下几个工作内容：
- 数据收集：理解业务，所有推荐系统的落地都离不开对业务的理解，业务的理解其实就是对数据的理解， 要搭建一个比较合适的推荐系统， 数据收集是第一步也是最基础的；
- ETL：Extract、Transform、Load， 工业级推荐系统尤其是移动互联网普及之后， 数据是海量的，不是所有的数据都是有用的， 如何从繁杂的数据中提取到有效的数据;
- 模型训练： 利用得到的训练样本，构建模型，得到符合指标的模型，也可能根本没有所谓的模型，可能是最简单的规则， 如仅仅是按热度的排行榜，也算是一种推荐系统；
- 评估：评估包括离线的评估与在线的评估， 评估即是如何说明你的工作有效；
- 上线：当评估阶段满足预期之后， 模型上线才开始，才真正地开始引入流量；
- 持续效果改进：上线之后， 一定是可能会不符合预期的，如果快速理解线上的bad case， 并针对性地解决；
数据收集
数据收集是一个没有信息熵的词， 在互联网中，数据收集这个词你去问不同的同学， 会得到不同的答案， 对于算法同学，数据收集是啥样的呢？
找对人
一定要找到数据的对接人， 公司大了， 数据的产生、使用都有一定的标准流程，流程越长，越难理解数据表中指标的意义，一定要找到合适的人， 他不仅能告诉你数据的意义，更多的时候可能会告诉你还有哪些有意义的数据， 无论做什么工作一定要是很靠谱的合作方，尤其是在这个流程你可能不太明白的情况下， 在我们公司， 数仓开发，是最复杂的功能，他们对接几乎所有的算法团队的数据需求，他们可能是公司中最了解数据的同学，但是他们中的大多数同学因为本身工作的特殊性，有的时候是小伙伴口中自嘲的”sql boy“， 他们很难去理解算法同学对数据真实的一些需求；因而，简单地沟通，其实很多因为彼此知识的不对等，造成提供的和需求的不一致，而且这种比想象的要多的多，和你的业务数据提供方交朋友，可能是最无需成本的沟通；
找哪样的数据
作为需求方， 算法同学一定要知道去拿哪些数据，推荐是一个向人推荐物的过程，用户的特征是首要的，完整的用户画像是极为重要的，了解你的用户是什么样的人，有什么样的属性，喜欢什么，什么时候最活跃等等；其次，了解你的物料，如果是电商，那就是你的商品，你的物料数据在哪儿？ 这些数据有哪些维度?是怎样组织的，你需要怎么去做处理？我相信正常的团队，一定有专门作用户画像与物料特征的同学，去和这样的团队沟通，了解他们做了什么，如何去使用他们的数据，甚至是否合作，你也可以去做一些数据挖掘的活，去扩展他们团队没有考虑到的特征维度。
ETL
特征工程
模型训练
评估
上线
推荐系统之道
道即万物运行的轨迹，虽然每个个体都不同