[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-9830":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":10,"language":10,"languages":10,"totalLinesOfCode":10,"stars":11,"forks":12,"watchers":13,"openIssues":14,"contributorsCount":15,"subscribersCount":15,"size":15,"stars1d":15,"stars7d":16,"stars30d":17,"stars90d":15,"forks30d":15,"starsTrendScore":18,"compositeScore":19,"rankGlobal":10,"rankLanguage":10,"license":10,"archived":20,"fork":20,"defaultBranch":21,"hasWiki":22,"hasPages":22,"topics":23,"createdAt":10,"pushedAt":10,"updatedAt":35,"readmeContent":36,"aiSummary":37,"trendingCount":15,"starSnapshotCount":15,"syncStatus":18,"lastSyncTime":38,"discoverSource":39},9830,"AI_Tutorial","cbamls\u002FAI_Tutorial","cbamls","大厂发布的AI落地实践、顶尖实验室的最新论文、工业界的真实踩坑记录","https:\u002F\u002Fwww.6aiq.com",null,3674,511,89,3,0,4,10,2,30.13,false,"master",true,[24,25,26,27,28,29,30,31,32,33,34],"artificial-intelligence","artificial-intelligence-algorithms","deep-learning-tutorial","deep-neural-networks","elasticsearch","graph-neural-networks","machine-learning","machine-learning-tutorials","nlp-machine-learning","recommender-systems","search-system","2026-06-12 02:02:13","\u003Cp align=\"center\">\n  \u003Cimg width=\"300px\" src=\"https:\u002F\u002Fwww.6aiq.com\u002Fimages\u002Flogo.png\"\u002F>\n  \u003Cbr>中文 | \u003Ca href=\"README_en.md\">English\u003C\u002Fa>\n  \u003Cbr>全面整理高质量的人工智能、机器学习、大数据等技术资料。内容主要来自开源项目官网、综合技术网站（AIQ 、InfoQ、Stackoverflow、Github 等、国内外知名互联网公司技术博客(FAANG、Alibaba、Meituan etc)、知名技术公众号(DatafunTalk、阿里技术等)。\n\u003Cb>该文档每天自动更新\u003C\u002Fb>\u003C\u002Fp>\n\n**我们有一个梦想**：随着全球工业界在AI道路上的不断探索与沉淀，笔耕不缀，很多很多年后， AIQ终将成为人工智能领域的“史家之绝唱，无韵之离骚”。——“苦练基本功”\u003Cbr>\n**我们有一个梦想**：随着工业界不断的分享实践，未来无数的AI工程师们都能在这里找到解决方案、对标前沿，收获志同道合的朋友。智能时代里遍地生花、百家争鸣。——“坚持做正确的事，而不是容易的事”\u003Cbr>\n**我们有一个梦想**：随着不断提升人工智能技术信息获取的效率，降低信息不对称壁垒，加速行业周期，助力人类智 能化的翅膀飞的更高更远！——“每天前进三十公里”\u003Cbr>\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fimg.6aiq.com\u002F2021\u002F10\u002Fqrcode_for_gh_55a79183406f_430-27ebd613.jpg\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FTalk-公众号-brightgreen.svg?style=popout-square\" alt=\"WeiXin\">\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcbamls\u002FAI_Tutorial\u002Fstargazers\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fcbamls\u002FAI_Tutorial.svg?style=popout-square\" alt=\"GitHub stars\">\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcbamls\u002FAI_Tutorial\u002Fissues\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fissues\u002Fcbamls\u002FAI_Tutorial.svg?style=popout-square\" alt=\"GitHub issues\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fwww.6aiq.com\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FAIQ-AIQ人工智能社区-red.svg?style=popout-square\" alt=\"AIQ\">\u003C\u002Fa>\n\u003C\u002Fp>\n\u003Cdiv style=\"color: red; font-size: 10px\">推广、广告、招聘、投稿、合作 侵权请联系邮箱\u003C\u002Fdiv>\n\n\n> Github：https:\u002F\u002Fgithub.com\u002Fcbamls\u002FAI_Tutorial\u003Cbr>\n> Website: https:\u002F\u002Fwww.6aiq.com \u003Cbr>\n> Mail:       88cbam@gmail.com \u003Cbr>\n> 加我微信: wx_vchar \u003Cbr>\n---\n\n# 滚动周报\n\n> 注：算法大牛本周发布的笔记汇总，统计区间(2024-04-08 ~ 2024-04-15), 本周报更新时间:2024-04-15 15:03:27\n\n| 序号 | 佳作 | 作者 | 时间 |\n| --- | --- | --- | --- |\n| 1 | [图解大模型计算加速系列：vLLM源码解析2，调度器策略(Scheduler)](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F692540949) | 猛猿 | 2024-04-15 13:17:50 |\n| 2 | [大模型高速下载常用的的几种方法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F692475654) | 大林 | 2024-04-15 07:59:28 |\n| 3 | [大模型 \\| meta2024 wukong: 推荐模型本身如何做大](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F692460232) | 亦一 | 2024-04-15 00:00:02 |\n| 4 | [揭秘NVIDIA大模型推理框架：TensorRT-LLM](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F692445786) | DataFunTalk | 2024-04-14 21:14:33 |\n| 5 | [ChatBI：基于文心一言的生成式数据分析技术探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F692442114) | DataFunTalk | 2024-04-14 20:45:05 |\n| 6 | [最新综述 \\| A Review of Graph Neural Networks in Epidemic Modeling](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F692367021) | Houye | 2024-04-14 08:53:09 |\n| 7 | [懂车帝数据指标体系建设和应用实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F692112830) | DataFunTalk | 2024-04-12 14:07:40 |\n| 8 | [DataOps 在联通数科的实践 构建数据治理研发运营一体化能力](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F692109402) | DataFunTalk | 2024-04-12 13:59:03 |\n| 9 | [如何快速提高大模型的向量表征效果能力？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F692009751) | 刘聪NLP | 2024-04-11 22:36:46 |\n| 10 | [尺寸魔方：AIGC赋能下的视觉创意智能延展](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691972924) | 阿里妈妈技术 | 2024-04-11 18:08:12 |\n| 11 | [时间序列 AI 技术与大模型：蚂蚁集团的实践与应用探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691920410) | DataFunTalk | 2024-04-11 14:58:03 |\n| 12 | [导师：瞒着我发水刊，你退学吧！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691823700) | Houye | 2024-04-11 06:20:35 |\n| 13 | [我发现了两个很好用的kimi插件](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691575336) | 大林 | 2024-04-09 20:24:25 |\n| 14 | [大模型微调方案设计和能力整合](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691561328) | DataFunTalk | 2024-04-09 18:37:24 |\n| 15 | [Apache Spark在小米的生产实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691487374) | DataFunTalk | 2024-04-09 13:54:06 |\n| 16 | [轻量微调技术：如何运用有限数据实现高效微调](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691456279) | DataFunTalk | 2024-04-09 11:50:13 |\n| 17 | [迈向公平图学习的新基准：电子科大等发布全新综合数据集和统一评估方法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691405551) | Houye | 2024-04-09 05:37:24 |\n| 18 | [RAG系统中答案无关片段对LLMs生成答案有何影响？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691370554) | 刘聪NLP | 2024-04-08 20:50:36 |\n| 19 | [理想汽车基于Flink on K8s的数据集成实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691295601) | DataFunTalk | 2024-04-08 15:01:04 |\n| 20 | [大数据安全治理与防范——网址反欺诈实战](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691280368) | DataFunTalk | 2024-04-08 14:03:49 |\n| 21 | [当大语言模型遇见推荐系统](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691246967) | DataFunTalk | 2024-04-08 11:03:26 |\n| 22 | [自那之后，heygen更新了蛮多功能的](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691201705) | 大林 | 2024-04-08 07:34:48 |\n# 大牛笔记\n  * [DataFunTalk](#datafuntalk)\n  * [朱翔宇](#朱翔宇)(「炼丹笔记 」「阿里云天池大赛赛题解析」作者,《阿里云天池大赛赛题解...)\n  * [机智的叉烧](#机智的叉烧)(OPPO对话算法，公众号：CS的陋室,个人微信公众号：CS的陋室，N...)\n  * [大师兄](#大师兄)(《深度学习高手笔记》系列丛书作者,通过和 @人民邮电出版社 的合作，...)\n  * [刘聪NLP](#刘聪nlp)(专业炼丹师，专治疑难杂症,NLP算法工程师，个人微信：logCong...)\n  * [北冥乘海生](#北冥乘海生)(大数据仁波切 公号“计算广告”(Comp_Ad),《计算广告》作者，...)\n  * [李rumor](#李rumor)(公众号「李rumor」，AI算法小姐姐，谷歌开发者专家,还没呢。...)\n  * [鱼遇雨欲语与余](#鱼遇雨欲语与余)(公众号：Coggle数据科学，《机器学习算法竞赛实战》作者,一对一学...)\n  * [亦一](#亦一)(公众号：播播笔记(推荐算法)，吾之(生活思考),在不堪一击的现实里还...)\n  * [张小磊](#张小磊)(小小又大大的梦想,小小又大大的梦想。...)\n  * [sliderSun](#slidersun)(https:\u002F\u002Fgithub.com\u002FsliderSun,https...)\n  * [绝密伏击](#绝密伏击)(九天惊雷撼乾坤，一指破空九万里,一位篮球爱好者。...)\n  * [Houye](#houye)(化学本，计算机博。私信不看，有问题付费咨询。,微信Houye93 公...)\n  * [Microstrong](#microstrong)(微信公众号：Microstrong，大规模分布式算法工程师,欢迎关注...)\n  * [石塔西](#石塔西)(CDA持证人，推荐算法说书人～公众号：推荐道,如果有问题咨询，请走“...)\n  * [阿水](#阿水)(公众号【Coggle数据科学】,数据挖掘\u002F计算机视觉从业者\n数据竞赛...)\n  * [吴海波](#吴海波)(机器学习,蘑菇街VP，WeShop全球化。...)\n  * [王喆](#王喆)(广告\u002F推荐 Engineering Manager,广告\u002F推荐, E...)\n  * [zenRRan](#zenrran)(公众号：「深度学习自然语言处理」，小小NLPer~,不做螺丝钉，学以...)\n  * [琦琦](#琦琦)(一个爱跳舞 的程序猿,建议尽量不要私信我，极有可能漏看。\n有疑问可在...)\n  * [吴恩达](#吴恩达)\n  * [阿里妈妈技术](#阿里妈妈技术)\n  * [蘑菇先生](#蘑菇先生)(个人公众号: 蘑菇先生学习记 & 某大厂算法工程师。,胜不骄，败不馁...)\n  * [张俊林](#张俊林)(你所不知道的事,Heil Hydra！嗯。...)\n  * [大林](#大林)\n  * [缄默笔记](#缄默笔记)(公众号\"缄默笔记\"，分享推荐系统学习笔记,...)\n  * [King James](#king-james)(公众号：KingJames讲策略，算法出身的策略产品；,1. 专注于...)\n  * [猛猿](#猛猿)(公众号：大猿搬砖简记,学习和职业历程：\n会计➡️算法➡️大数据➡️算...)\n  * [李沐](#李沐)(https:\u002F\u002Fgithub.com\u002Fmli。...)\n  * [策略产品Arthur](#策略产品arthur)\n  * [Keep Learning](#keep-learning)\n  * [何枝](#何枝)(欣赏每一个用逻辑阐述观点的人，不喜欢无论据的情绪输出。,笑一个吧，功...)\n  * [潘润琦](#潘润琦)(一只菜鸡 木有学上,...)\n  * [衣介书生](#衣介书生)(打工人，公众号：后厂村搬砖工，欢迎关注,#打工人 #互联网 #推荐算...)\n  * [姚凯飞](#姚凯飞)(喜欢数学的算法工程师,码农，欢迎关注我的微信公众号: data_al...)\n  * [JioNLP团队](#jionlp团队)(开源JioNLP千星作者，公众号JioNLP，数据分析,jionlp...)\n  * [Ostrich](#ostrich)(厚积薄发,分享互联网技术和成长经验。...)\n  * [Young](#young)(公众号【Young样说】探索前沿有趣的科技AI见闻,- 清华大学本科...)\n  * [冯伟](#冯伟)(推荐系统,混迹推荐系统的小码农。...)\n  * [杨旭东](#杨旭东)\n  * [iwtbs](#iwtbs)(公众号：推荐广告算法小木屋,推荐算法工程师。...)\n  * [萧瑟](#萧瑟)(王哲，广告\u002F推荐\u002F深度学习\u002FNLP，知乎专栏：炼丹实验室,http:...)\n  * [风控大鱼](#风控大鱼)(互联网风控\u002F风险模型\u002F反洗钱（公众号：风控大鱼）,Nothing w...)\n  * [一两赘肉无](#一两赘肉无)(和鲸社区运营，heywhale.com,...)\n  * [Peter PanXin](#peter-panxin)(AI 大数据 分布式系统,Colossus, Spanner, IA...)\n  * [归来仍是少年](#归来仍是少年)(欢迎大家关注公众号《我爱自然语言处理》,做自然语言处理方向，kagg...)\n  * [Tang AI](#tang-ai)(在机器学习中欲仙欲死,神经病王子，佛系，网瘾少年。...)\n  * [Andy Yang](#andy-yang)(生活、学习、思考和观察世界,自由之精神 独立之思想。...)\n  * [机器学习推荐算法](#机器学习推荐算法)\n  * [yanianthe](#yanianthe)(炒股被抄家的前大厂程序员@不掉发就是胜利。,你好呀，交个朋友。...)\n  * [王峰](#王峰)(http:\u002F\u002Fhappynear.wang\u002F。...)\n  * [kaiyuan](#kaiyuan)\n  * [北冥有鱼](#北冥有鱼)(zepengzhang.com。...)\n  * [九老师](#九老师)\n  * [黑猫白猫cutecat](#黑猫白猫cutecat)\n  * [arXivDaily](#arxivdaily)\n  * [bytecoder](#bytecoder)\n  * [PaperWeekly](#paperweekly)(欢迎关注同名微信公众号：PaperWeekly,厚积薄发。...)\n  * [网络人工智能园地](#网络人工智能园地)(华为网络AI平台(NAIE)官方帐号,公众号：网络人工智能园地\n官网...)\n  * [小潄](#小潄)\n  * [阿泽](#阿泽)(公众号：阿泽的学习笔记,程序员 摄影师 \n爱健身 高颜值 五迷 暖男...)\n  * [朱小强](#朱小强)(技术探险者,正在开启新的旅程。。...)\n  * [Aston Zhang](#aston-zhang)(《动手学深度学习》 https:\u002F\u002Fzh.d2l.ai,...)\n  * [其它](#其它)\n\n\n# 工业案例\n  * [亚马逊](#亚马逊)\n  * [苏宁](#苏宁)\n  * [丁香园](#丁香园)\n  * [作业帮](#作业帮)\n  * [VIVO](#vivo)\n  * [OPPO](#oppo)\n  * [58同城](#58同城)\n  * [知乎](#知乎)\n  * [贝壳找房](#贝壳找房)\n  * [第四范式](#第四范式)\n  * [明略科技](#明略科技)\n  * [饿了么](#饿了么)\n  * [滴滴](#滴滴)\n  * [微软](#微软)\n  * [UC](#uc)\n  * [联想](#联想)\n  * [今日头条](#今日头条)\n  * [陌陌](#陌陌)\n  * [货拉拉](#货拉拉)\n  * [去哪儿网](#去哪儿网)\n  * [vivo](#vivo-1)\n  * [美团](#美团)\n  * [携程](#携程)\n  * [唯品会](#唯品会)\n  * [华为](#华为)\n  * [360](#360)\n  * [神策数据](#神策数据)\n  * [哔哩哔哩](#哔哩哔哩)\n  * [爱奇艺](#爱奇艺)\n  * [大疆](#大疆)\n  * [新浪](#新浪)\n  * [搜狗](#搜狗)\n  * [搜狐](#搜狐)\n  * [小红书](#小红书)\n  * [CVTE](#cvte)\n  * [拼多多](#拼多多)\n  * [科大讯飞](#科大讯飞)\n  * [微众银行](#微众银行)\n  * [蘑菇街](#蘑菇街)\n  * [新东方](#新东方)\n  * [快手](#快手)\n  * [小米](#小米)\n  * [金山](#金山)\n  * [Hulu](#hulu)\n  * [优酷](#优酷)\n  * [eBay](#ebay)\n  * [虎牙](#虎牙)\n  * [字节跳动](#字节跳动)\n  * [汽车之家](#汽车之家)\n  * [腾讯](#腾讯)\n  * [VIPKID](#vipkid)\n  * [好未来](#好未来)\n  * [谷歌](#谷歌)\n  * [百度](#百度)\n  * [网易](#网易)\n  * [蚂蚁金服](#蚂蚁金服)\n  * [凤凰网](#凤凰网)\n  * [有赞](#有赞)\n  * [微信](#微信)\n  * [京东](#京东)\n  * [乐视](#乐视)\n  * [米哈游](#米哈游)\n  * [趋势科技](#趋势科技)\n  * [阿里](#阿里)\n\n## DataFunTalk\n\n\n| 序号 | 佳作 | 时间 |\n| --- | --- | --- |\n| 1 | [揭秘NVIDIA大模型推理框架：TensorRT-LLM](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F692445786) | 2024-04-14 21:14:33 |\n| 2 | [ChatBI：基于文心一言的生成式数据分析技术探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F692442114) | 2024-04-14 20:45:05 |\n| 3 | [懂车帝数据指标体系建设和应用实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F692112830) | 2024-04-12 14:07:40 |\n| 4 | [DataOps 在联通数科的实践 构建数据治理研发运营一体化能力](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F692109402) | 2024-04-12 13:59:03 |\n| 5 | [时间序列 AI 技术与大模型：蚂蚁集团的实践与应用探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691920410) | 2024-04-11 14:58:03 |\n| 6 | [大模型微调方案设计和能力整合](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691561328) | 2024-04-09 18:37:24 |\n| 7 | [Apache Spark在小米的生产实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691487374) | 2024-04-09 13:54:06 |\n| 8 | [轻量微调技术：如何运用有限数据实现高效微调](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691456279) | 2024-04-09 11:50:13 |\n| 9 | [理想汽车基于Flink on K8s的数据集成实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691295601) | 2024-04-08 15:01:04 |\n| 10 | [大数据安全治理与防范——网址反欺诈实战](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691280368) | 2024-04-08 14:03:49 |\n| 11 | [当大语言模型遇见推荐系统](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691246967) | 2024-04-08 11:03:26 |\n| 12 | [货拉拉大数据新一代基础架构实践与思考](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691146401) | 2024-04-07 18:18:57 |\n| 13 | [指标平台加速零售数字化转型--Kyligence Zen 智能一站式指标平台](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691142970) | 2024-04-07 17:59:11 |\n| 14 | [一文看懂什么是强化学习?(基本概念+应用场景+主流算法+案例)](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691133200) | 2024-04-07 17:21:28 |\n| 15 | [大模型分布式训练的第四种境界](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691121130) | 2024-04-07 16:37:56 |\n| 16 | [如何实现 DataOps 开发、运营、治理一体化](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691117297) | 2024-04-07 16:20:30 |\n| 17 | [大语言模型在开放世界中的推理能力探索实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F691040368) | 2024-04-07 10:45:05 |\n| 18 | [用户画像算法：历史、现状与未来](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F690616411) | 2024-04-03 17:51:06 |\n| 19 | [卷大模型没意义，卷应用机会更大](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F690569491) | 2024-04-03 14:50:09 |\n| 20 | [大模型在金融领域落地思路与实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F690416708) | 2024-04-02 17:44:00 |\n| 21 | [字节智能运维场景的LLM应用实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F690320347) | 2024-04-02 10:52:13 |\n| 22 | [ETL原罪是什么？NoETL怎么搞？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F690226956) | 2024-04-01 18:54:26 |\n| 23 | [快手强化学习与多任务推荐](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F690224687) | 2024-04-01 18:28:27 |\n| 24 | [滴滴国际化出行场景指标体系建设](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F689721633) | 2024-03-29 14:06:39 |\n| 25 | [Soul 基于 AIGC 的实践与探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F689698346) | 2024-03-29 11:39:35 |\n| 26 | [阿里通用多模态大模型 OFA 研究实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F689373516) | 2024-03-27 18:02:42 |\n| 27 | [袋鼠云在实时数据湖上的探索实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F689164434) | 2024-03-26 18:10:18 |\n| 28 | [抖音电商埋点与归因分析实践方案](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F689103446) | 2024-03-26 14:32:39 |\n| 29 | [教育领域大模型技术与应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F688965494) | 2024-03-25 18:51:09 |\n| 30 | [算力之外，大模型训练的隐藏挑战](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F688862466) | 2024-03-25 11:50:07 |\n| 31 | [滴滴大数据资产治理实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F688312597) | 2024-03-24 13:33:10 |\n| 32 | [大数据 AI 一体化解读](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F688310539) | 2024-03-23 13:24:02 |\n| 33 | [快手统一分析服务建设实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F688302589) | 2024-03-22 09:00:20 |\n| 34 | [抖音电商数据血缘探索和实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F688217727) | 2024-03-21 11:18:23 |\n| 35 | [十分钟验证一个高性能车联网数据平台解决方案](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F687899067) | 2024-03-19 17:41:27 |\n| 36 | [金融数据治理场景化实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F687658993) | 2024-03-18 15:41:55 |\n| 37 | [OLTP&OLAP超融合，揭秘新一代云原生数据库的设计之道](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F687011291) | 2024-03-18 09:23:03 |\n| 38 | [流图计算在蚂蚁数仓加速场景的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F687009189) | 2024-03-14 18:30:08 |\n| 39 | [AI风暴来袭：2024年数据平台的演进、挑战与机遇](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F686844867) | 2024-03-13 18:30:07 |\n| 40 | [海外游戏智能营销技术应用探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F686750676) | 2024-03-13 11:30:44 |\n| 41 | [大模型时代，新一代向量数据库的探索应用-DingoDB](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F686616689) | 2024-03-13 09:00:08 |\n| 42 | [腾讯欧拉平台数据血缘架构及应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F686615758) | 2024-03-12 20:10:05 |\n| 43 | [蚂蚁金服异常检测和归因诊断分析实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F686614715) | 2024-03-12 16:36:41 |\n| 44 | [大模型推动下的百度信息流推荐系统重构设计](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F686545542) | 2024-03-12 11:31:58 |\n| 45 | [滴滴指标标准化的核心设计思路](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F686401842) | 2024-03-11 16:20:46 |\n| 46 | [滴滴指标标准化的核心设计思路](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F686326378) | 2024-03-11 10:58:43 |\n| 47 | [AI 原生应用中的 AI Agents 探索与实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F685922034) | 2024-03-08 11:09:19 |\n| 48 | [携程用大模型都做了些啥？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F685738149) | 2024-03-07 11:53:34 |\n| 49 | [画像标签体系构建与应用实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F685593730) | 2024-03-06 18:18:16 |\n| 50 | [Agent如何革新AI医疗？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F685518225) | 2024-03-06 10:37:01 |\n| 51 | [懂车帝准实时指标体系架构及应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F685430989) | 2024-03-06 09:35:16 |\n| 52 | [算法&大数据如何赋能？​OPPO推荐领域降本增效指南](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F685430189) | 2024-03-05 20:30:16 |\n| 53 | [华为盘古大模型微调实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F685429263) | 2024-03-05 17:57:55 |\n| 54 | [AI Agent在阿里电商平台中的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F685310145) | 2024-03-05 10:33:28 |\n| 55 | [如何提供一个可信的AB测试解决方案](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F685164508) | 2024-03-04 14:04:48 |\n| 56 | [Data Fabric 在数据集成场景的实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F684809801) | 2024-03-01 17:43:54 |\n| 57 | [训练大模型缺少高质量数据?我们找到了一种新的解决方案](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F684759180) | 2024-03-01 14:34:00 |\n| 58 | [eBay推荐系统的多模态与商品嵌入技术实践：提升效能与用户体验](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F684728385) | 2024-03-01 11:40:27 |\n| 59 | [小米 OLAP 引擎在 Trino 的应用实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F684623361) | 2024-02-29 18:07:00 |\n| 60 | [资料下载：大模型在智能风控的应用案例](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F684571607) | 2024-02-29 14:53:48 |\n| 61 | [2023年推荐+LLM有哪些成果？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F684533428) | 2024-02-29 11:31:41 |\n| 62 | [如何从0-1使用 Apache Arrow 构建新数据系统](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F684429597) | 2024-02-28 20:06:09 |\n| 63 | [数据治理资料下载《数据全生命周期安全管理实践案例》](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F684358349) | 2024-02-28 14:00:01 |\n| 64 | [飞猪旅行供应链品类规划算法——推荐和选品模型](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F684184873) | 2024-02-27 20:00:14 |\n| 65 | [基于 StarRocks 和 Paimon 打造湖仓分析新范式](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F684177680) | 2024-02-27 15:02:46 |\n| 66 | [你们要的资料来了！强化学习经典算法—DQN算法揭秘](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F684163306) | 2024-02-27 14:06:16 |\n| 67 | [当\"狂飙\"的大模型撞上推荐系统](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F684020568) | 2024-02-26 17:20:52 |\n| 68 | [最新资料下载！京东因果推断方法实践文档！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F683983732) | 2024-02-26 15:07:05 |\n| 69 | [24年最新资料《Agent技能实践地图2.0》下载地址来啦！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F683594315) | 2024-02-23 16:02:54 |\n| 70 | [生成式AI在育碧3A游戏图像生成的实践应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F683559725) | 2024-02-23 13:54:44 |\n| 71 | [下载地址来啦！下载破万的《大模型与推荐知识地图》2.0版](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F683377965) | 2024-02-22 14:25:10 |\n| 72 | [快手推荐系统海量模型数据处理实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F683223601) | 2024-02-22 08:30:04 |\n| 73 | [vivo 大模型从训练到产品落地的最佳实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F683222143) | 2024-02-21 18:30:15 |\n| 74 | [字节基于用户画像标签的分析及业务场景应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F683220155) | 2024-02-21 16:37:48 |\n| 75 | [免费资源来啦！《大模型微调方案设计&能力整合知识地图2.0》](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F683218355) | 2024-02-21 16:31:40 |\n| 76 | [字节跳动数据集成引擎 BitSail 开源架构演进和实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F683061590) | 2024-02-20 19:06:08 |\n| 77 | [如何提升Agent角色扮演能力](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F682961096) | 2024-02-20 11:06:52 |\n| 78 | [高性能 LLM 推理框架的设计与实现](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F682872971) | 2024-02-19 18:51:50 |\n| 79 | [快手短视频推荐中的因果推断实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F682817867) | 2024-02-19 14:52:50 |\n| 80 | [兼顾降本增效，StarRocks 3.0 关于存算这对CP分离的最佳\"姿势\"](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F681149648) | 2024-02-02 20:00:12 |\n| 81 | [AB实验「坑」贼多？腾讯搜索实验有妙招！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F680874317) | 2024-02-02 18:02:18 |\n| 82 | [​揭秘NVIDIA大模型推理框架：TensorRT-LLM](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F680808866) | 2024-01-31 18:54:33 |\n| 83 | [2024年，如何精准押注大模型？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F680747508) | 2024-01-31 14:34:56 |\n| 84 | [基于“数据-模型-策略-实验”生态闭环的智能风控实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F680626074) | 2024-01-30 19:03:27 |\n| 85 | [模型与算法在石油产业链的优化应用实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F680432343) | 2024-01-30 12:33:15 |\n| 86 | [腾讯数据采集治理之质量篇-从合规到合理](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F680431007) | 2024-01-29 20:54:02 |\n| 87 | [一文搞懂 NVIDIA 在 GPU 上高效部署语音 AI 模型的最新应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F680427251) | 2024-01-29 18:14:52 |\n| 88 | [深入浅出快手图数据库：看架构如何让推荐召回更高效](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F680423326) | 2024-01-29 17:41:20 |\n| 89 | [2万字揭秘阿里巴巴数据治理平台建设经验](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F680249301) | 2024-01-28 19:03:26 |\n| 90 | [大数据分析平台之 OLAP 架构的最佳实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F679826138) | 2024-01-25 18:40:37 |\n| 91 | [强化学习和世界模型中的因果推断](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F679778066) | 2024-01-25 17:15:37 |\n| 92 | [如何建设一个良好的可观测性数据平台直击企业痛点？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F679607628) | 2024-01-24 18:20:47 |\n| 93 | [B站大数据开发治理平台的产品设计心得](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F679414130) | 2024-01-24 17:05:47 |\n| 94 | [腾讯数据治理技术实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F679401230) | 2024-01-23 17:40:01 |\n| 95 | [大模型的高效训练和部署技术卷出新高度！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F679217804) | 2024-01-22 18:57:42 |\n| 96 | [风控场景全流程模型构建及应用实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F679189538) | 2024-01-22 16:49:17 |\n| 97 | [企业如何构建指标平台并实现智能分析？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F678575781) | 2024-01-18 18:43:18 |\n| 98 | [手把手教你构建标签中台](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F678480358) | 2024-01-18 11:34:19 |\n| 99 | [蚂蚁 TuGraph-DB 数据库查询引擎技术](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F678370871) | 2024-01-17 18:33:05 |\n| 100 | [如何将知识图谱与AIGC结合？京东是这么做的](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F678369301) | 2024-01-17 17:56:27 |\n| 101 | [淘宝直播APP用户增长实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F678129183) | 2024-01-17 11:22:04 |\n| 102 | [如何构建好的用户画像平台？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F678098760) | 2024-01-16 14:04:07 |\n| 103 | [数据集成产品的技术演进与实际应用-FastData DCT](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F677894198) | 2024-01-15 14:02:19 |\n| 104 | [数据治理全流程实战剖析，助力业务增长](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F677539400) | 2024-01-12 19:24:44 |\n| 105 | [阿里巴巴长文档推荐系统在企业数字化中的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F677525998) | 2024-01-12 17:54:41 |\n| 106 | [小红书社区反作弊探索与实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F677318745) | 2024-01-11 20:06:58 |\n| 107 | [重塑数据架构：云器Lakehouse如何简化组装式架构实现性能与成本的精益平衡](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F677299365) | 2024-01-11 18:03:10 |\n| 108 | [翼支付云原生数据开发与治理平台实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F677244645) | 2024-01-11 14:53:48 |\n| 109 | [京东零售数据可视化平台产品实践与思考](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F677107185) | 2024-01-10 18:47:36 |\n| 110 | [滴滴大数据成本治理实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F677097434) | 2024-01-10 17:46:20 |\n| 111 | [百度推荐排序技术的思考与实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F676660251) | 2024-01-08 15:16:43 |\n| 112 | [蚂蚁营销推荐场景上的因果纠偏方法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F676655357) | 2024-01-08 14:56:08 |\n| 113 | [机器学习与运筹优化打造智慧供应链的最佳实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F676271261) | 2024-01-05 17:04:44 |\n| 114 | [YY 直播业务指标治理实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F676093325) | 2024-01-04 18:13:22 |\n| 115 | [使用 OpenLLM 构建和部署大模型应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F676023813) | 2024-01-04 13:56:21 |\n| 116 | [OLAP 的技术研发与思考--ClickHouse 2023 总结和 2024 展望](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F675905983) | 2024-01-03 19:03:45 |\n| 117 | [肖仰华：走向千行百业的大模型](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F675698865) | 2024-01-02 17:38:28 |\n| 118 | [OPPO 广告召回算法实践与探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F675609025) | 2024-01-02 10:56:01 |\n| 119 | [如何设计好的指标平台？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F675239387) | 2023-12-29 18:10:51 |\n| 120 | [大模型应用探索——企业知识管家](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F675236395) | 2023-12-29 17:55:02 |\n| 121 | [腾讯(大禹投放平台)用户LTV建模技术研究和实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F675051847) | 2023-12-28 18:19:10 |\n| 122 | [腾讯欧拉平台产品经理：如何做一款好的数据平台？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F675040451) | 2023-12-28 17:26:26 |\n| 123 | [小红书应对万亿社交网络关系的图存储实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F674856080) | 2023-12-27 19:20:15 |\n| 124 | [快手关于因果科学及其工业界应用落地](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F674853285) | 2023-12-27 17:39:28 |\n| 125 | [大规模数据存储技术架构：如何应对海量数据挑战？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F674642243) | 2023-12-26 16:52:28 |\n| 126 | [大模型工具学习探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F674630135) | 2023-12-26 16:05:42 |\n| 127 | [理想汽车基于Flink on K8s的数据集成实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F673703602) | 2023-12-22 18:42:18 |\n| 128 | [一线大厂数据产品经理成长之路](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F673510846) | 2023-12-21 19:01:06 |\n| 129 | [关于A\u002FB 实验中策略长期效果评估方案的研究](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F673304618) | 2023-12-20 18:07:10 |\n| 130 | [如何成为好的数据产品经理？-快手数据平台负责人](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F673113607) | 2023-12-19 20:32:07 |\n| 131 | [数据治理与大模型一体化实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F673112480) | 2023-12-19 18:55:54 |\n| 132 | [快手 Dragonfly 策略引擎的设计与应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F672907963) | 2023-12-18 18:52:41 |\n| 133 | [坦白局！网易数帆解读 Apache Kyuubi 1.8 特性](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F672802588) | 2023-12-18 11:22:08 |\n| 134 | [LLM+Data，金融行业的顶流神器！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F672279255) | 2023-12-15 10:39:58 |\n| 135 | [OLAP技术的选择，进化和思考](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F672079607) | 2023-12-13 20:08:00 |\n| 136 | [B 站基于 StarRocks 构建大数据元仓和诊断系统](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F671882091) | 2023-12-12 21:10:14 |\n| 137 | [DataFunCon2023·深圳站回顾｜附PPT下载](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F671522651) | 2023-12-11 10:29:53 |\n| 138 | [以新能源资产为主体的能源运营决策](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F671195304) | 2023-12-10 09:40:12 |\n| 139 | [CTR 2023 最新进展：Calibration based MetaRec CTR](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F671193362) | 2023-12-09 09:30:04 |\n| 140 | [大模型时代 AI 技术在金融行业的创新应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F670982189) | 2023-12-07 20:50:13 |\n| 141 | [小米数据生产平台的产品设计方法与实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F670774744) | 2023-12-06 20:30:15 |\n| 142 | [Apache Celeborn 社区的今天和明天](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F670564677) | 2023-12-05 18:57:20 |\n| 143 | [如何看待大数据云原生发展之路--观 2023 云栖大会有感](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F670357474) | 2023-12-04 18:50:55 |\n| 144 | [货拉拉用户埋点体系建设实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F669925792) | 2023-12-03 18:25:01 |\n| 145 | [我们能获得推荐系统的大模型吗？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F669924897) | 2023-12-03 08:20:11 |\n| 146 | [NVIDIA-Merlin: 基于GPU的推荐系统训练和推理全套方案](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F669920972) | 2023-12-02 18:00:04 |\n| 147 | [丁香园大数据基于 Apache Kyuubi \u002F Celeborn 的实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F669919356) | 2023-12-02 08:40:15 |\n| 148 | [增长的底层逻辑和新增长三大案例](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F669917490) | 2023-12-01 20:30:03 |\n| 149 | [OPPO应用分发策略：如何雕琢用户价值，同时削减成本？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F669715860) | 2023-11-30 20:00:17 |\n| 150 | [小米指标体系的建设及管理最佳实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F669303049) | 2023-11-28 18:58:13 |\n| 151 | [腾讯TRS在线搜参在搜推广业务中的探索和实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F668657371) | 2023-11-26 09:00:13 |\n| 152 | [DCMM 助力工业企业数字化转型发展最佳实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F668656385) | 2023-11-25 18:11:04 |\n| 153 | [多域图大模型在百度推荐系统的实践与思考](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F661815713) | 2023-10-17 18:00:08 |\n| 154 | [数据湖与实时数仓应用实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F661532090) | 2023-10-16 11:03:17 |\n| 155 | [大语言模型在推荐系统的实践应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F660982750) | 2023-10-12 18:59:03 |\n| 156 | [京东实时风险洞察的架构演迸与思考](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F660670033) | 2023-10-11 11:46:30 |\n| 157 | [数据平台的6个关键模块](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F660543729) | 2023-10-10 17:18:50 |\n| 158 | [网易大数据智能运维平台 EasyEagle](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F660484176) | 2023-10-10 13:51:37 |\n| 159 | [（一文读懂大数据行业）-面向百度商业数据产品的全流程 DataOps 实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F660317667) | 2023-10-09 16:19:55 |\n| 160 | [阿里巴巴数据稳定性治理实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F660032042) | 2023-10-08 10:03:58 |\n| 161 | [算法工程师的职业发展之路](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F659425088) | 2023-10-03 17:14:52 |\n| 162 | [打造用户增长场景下的AB实验体系，我们需要做什么？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F659019582) | 2023-09-29 09:48:29 |\n| 163 | [Trino 在哔哩哔哩湖仓一体化平台中的实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F658673572) | 2023-09-27 11:42:38 |\n| 164 | [58标签体系建设实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F658563505) | 2023-09-26 18:52:32 |\n| 165 | [决策优化算法行业落地难点与发展趋势](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F658340635) | 2023-09-26 09:00:11 |\n| 166 | [Doris新优化器背后的故事](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F658336237) | 2023-09-25 18:01:53 |\n| 167 | [主动学习以及样本不均衡在图数据场景的探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F658018057) | 2023-09-23 18:38:12 |\n| 168 | [Flink CEP在实时风控场景的落地与优化](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F657880281) | 2023-09-22 18:42:02 |\n| 169 | [探索智能供应链在医药领域的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F657793675) | 2023-09-22 13:12:05 |\n| 170 | [Flink CEP在实时风控场景的落地与优化](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F657622512) | 2023-09-22 09:00:10 |\n| 171 | [华为多模态同传翻译的落地及优化](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F657615742) | 2023-09-21 15:54:52 |\n| 172 | [流式图计算在蚂蚁大数据场景的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F657207758) | 2023-09-19 17:34:21 |\n| 173 | [网易伏羲游戏AI Bot的拟人化和风格化：AIGA赋能游戏探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F656997198) | 2023-09-18 18:43:53 |\n| 174 | [数据产品经理的三个成长路径](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F656923742) | 2023-09-18 14:20:45 |\n| 175 | [打造极致HTAP精品国产数据库，TDSQL融合版来了！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F656482270) | 2023-09-15 15:50:19 |\n| 176 | [大厂的数据产品设计模型](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F656188131) | 2023-09-14 12:04:22 |\n| 177 | [字节基于 Hudi 的批流一体存储实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F654263972) | 2023-09-04 18:07:12 |\n| 178 | [阿里云实时数仓与流式数据湖构建实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F651380913) | 2023-08-21 16:39:16 |\n| 179 | [数据指标体系如何构建？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F648903832) | 2023-08-09 10:59:48 |\n| 180 | [Spark还是Flink？主流计算引擎如何选择？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F647830607) | 2023-08-03 19:26:43 |\n| 181 | [大模型看了也摇头的决策场景，清华、菜鸟、阿里的专家如何解决？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F647700520) | 2023-08-03 11:07:56 |\n| 182 | [硬件资源限制下环路检测如何在风控领域提效数十倍？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F647588863) | 2023-08-02 18:59:07 |\n| 183 | [基于知识图谱的图神经网络推理](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F647114494) | 2023-07-31 18:57:30 |\n| 184 | [网易云音乐实时数仓治理优化实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F646791110) | 2023-07-29 23:34:11 |\n| 185 | [新一代车联网数据基座架构 - 基于 YMatrix 的最佳实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F646789616) | 2023-07-29 23:21:28 |\n| 186 | [淘宝直播APP用户增长实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F646786738) | 2023-07-29 22:55:17 |\n| 187 | [AB实验在腾讯海外游戏中的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F644141339) | 2023-07-17 18:42:37 |\n| 188 | [OPPO基于图神经网络的搜索推荐算法与实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F644137476) | 2023-07-17 18:22:38 |\n| 189 | [湖仓存储系统设计剖析和性能优化](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F643624852) | 2023-07-14 17:30:23 |\n| 190 | [火山引擎增长指标体系构建及分析实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F643624248) | 2023-07-14 17:27:30 |\n| 191 | [实时物化视图：加速大规模时间序列数据查询的利器](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F643615790) | 2023-07-14 17:03:12 |\n| 192 | [腾讯TRS之元学习与跨域推荐的工业实战](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F642918461) | 2023-07-11 18:01:15 |\n| 193 | [抖音集团面向多样应用场景的数据准备实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F642911039) | 2023-07-11 17:32:25 |\n| 194 | [如何在大背景下降本增效，构建超大规模存储架构？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F641913148) | 2023-07-06 16:06:15 |\n| 195 | [推荐系统的公平性：从消费者到供给者](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F641711427) | 2023-07-05 18:52:25 |\n| 196 | [Flink：从流式计算走向流式数仓](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F641631297) | 2023-07-05 14:25:26 |\n| 197 | [数据科学在实践中常见的数据谎言](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F641471332) | 2023-07-04 18:47:12 |\n| 198 | [大厂绝密！对象存储和块存储系统的设计思路和落地实践！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F641400402) | 2023-07-04 14:53:38 |\n| 199 | [爱奇艺数据链路治理](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F641223135) | 2023-07-03 17:56:52 |\n| 200 | [OPPO基于大模型与知识图谱的技术实践探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F640441842) | 2023-06-29 17:02:44 |\n| 201 | [大模型与数智创新、人才变革](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F640439550) | 2023-06-29 16:57:40 |\n| 202 | [数据湖 Iceberg 在小米的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F640430166) | 2023-06-29 16:30:59 |\n| 203 | [从模型到服务：阿里云机器学习PAI一站式模型开发和部署实](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F639352957) | 2023-06-25 12:22:57 |\n| 204 | [新能源车企数据中台指标体系建设方法论](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F639265148) | 2023-06-25 00:27:37 |\n| 205 | [广义因果森林的构造以及在在线交易市场的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F638250323) | 2023-06-19 19:15:22 |\n| 206 | [高性能、云原生湖仓一体存储架构探秘](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F638247662) | 2023-06-19 19:00:26 |\n| 207 | [「万字长文系列」带你理清图数据库 & 图计算](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F637851973) | 2023-06-17 21:26:07 |\n| 208 | [EB级数仓都在用的算子级血缘如何实现主动数据治理](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F637108757) | 2023-06-14 18:38:41 |\n| 209 | [网易基于Apache Ranger 的数据安全中心实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F636833115) | 2023-06-13 18:31:57 |\n| 210 | [从数据集成到现代数据栈](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F636714270) | 2023-06-13 11:48:01 |\n| 211 | [腾讯欧拉如何打造数据自治系统](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F636675430) | 2023-06-13 10:47:44 |\n| 212 | [数仓 Onedata 体系建设方法论](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F636275555) | 2023-06-11 16:23:00 |\n| 213 | [网易云音乐数据治理实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F636264206) | 2023-06-11 15:59:23 |\n| 214 | [低代码指标平台，构建人人可用的敏捷指标工具](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F635595653) | 2023-06-08 14:12:52 |\n| 215 | [超写实数字人技术探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F635416788) | 2023-06-07 20:07:01 |\n| 216 | [基于统一语义层构建的智能化数据分析平台](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F635415159) | 2023-06-07 18:33:52 |\n| 217 | [基于统一语义层构建的智能化数据分析平台](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F635413937) | 2023-06-07 18:26:32 |\n| 218 | [从 Apache Doris 到 SelectDB：下一代云原生实时数仓的演进](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F634404909) | 2023-06-04 15:11:10 |\n| 219 | [精准推荐的秘术：阿里解耦域适应无偏召回模型详解](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F634386054) | 2023-06-04 13:02:02 |\n| 220 | [因果推断与大模型如何互相促进？且看学界和业界专家详解](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F633865250) | 2023-06-01 11:55:58 |\n| 221 | [人脸检测技术演进史](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F633715836) | 2023-05-31 18:39:39 |\n| 222 | [网易有数 BI 图表查询性能优化实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F633434240) | 2023-05-30 19:03:11 |\n| 223 | [因果推断在翼支付智能决策场景的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F633433682) | 2023-05-30 18:57:54 |\n| 224 | [多任务学习最新：基于神经元级共享的 CTR、CVR 多任务联合预估方法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F633128623) | 2023-05-29 18:04:40 |\n| 225 | [图计算在翼支付风控场景的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F633122864) | 2023-05-29 17:42:56 |\n| 226 | [超越甲骨文和微软，位居第一，数据库技术未来会如何创新？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F633046989) | 2023-05-29 14:36:37 |\n| 227 | [Apache hudi在腾讯的落地与实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F632811900) | 2023-05-28 15:30:02 |\n| 228 | [图算法在阿里风控系统中的实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F632787757) | 2023-05-28 11:26:43 |\n| 229 | [基于知识的神经符号结合的离散推理研究](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F632453931) | 2023-05-26 16:41:02 |\n| 230 | [GNNs 推荐系统及应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F632207502) | 2023-05-25 18:36:04 |\n| 231 | [面向大规模深度学习训练的缓存优化实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F632106929) | 2023-05-25 14:21:40 |\n| 232 | [因果推断应用现状、挑战与趋势](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F632080322) | 2023-05-25 12:10:24 |\n| 233 | [知识可迁移图神经网络及其在金融风险预测中的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F631818669) | 2023-05-24 14:46:05 |\n| 234 | [数百个技术话题与最佳实践，覆盖AIGC、数据安全等领域，值得一看！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F631532222) | 2023-05-23 14:26:49 |\n| 235 | [阿里云数据湖统一元数据与存储管理实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F631528622) | 2023-05-23 13:59:55 |\n| 236 | [京东零售供应链数字孪生探索与实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F631325157) | 2023-05-22 18:30:06 |\n| 237 | [网易 Arctic on Flink 流式特性核心原理解读](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F630872810) | 2023-05-20 15:33:36 |\n| 238 | [读时建模技术在异构数据分析平台的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F630724658) | 2023-05-19 20:00:12 |\n| 239 | [基于知识增强和预训练大模型的 Query 意图识别](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F630723604) | 2023-05-19 18:56:18 |\n| 240 | [大模型时代，AI基础软件的关注点再次回到运行效率](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F630711685) | 2023-05-19 18:02:44 |\n| 241 | [教程｜利用 TuGraph 图数据库搭建图应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F630435368) | 2023-05-18 18:40:09 |\n| 242 | [清华大学彭皓：事件抽取发展脉络、前沿算法与工具包](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F630109907) | 2023-05-17 18:30:03 |\n| 243 | [多模态 DNN 模型在药物相互作用预测任务中的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F629745583) | 2023-05-16 14:00:04 |\n| 244 | [音乐驱动数字人技术详解](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F629573883) | 2023-05-15 18:38:36 |\n| 245 | [快手流批一体数据湖构建实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F629461442) | 2023-05-15 14:00:11 |\n| 246 | [因果推断在腾讯 PCG 中台的落地实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F629135498) | 2023-05-14 16:00:03 |\n| 247 | [查询时长下降10倍！网易有数 BI 物化视图设计要点与内部实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F629090886) | 2023-05-14 13:00:06 |\n| 248 | [CV CUDA在微博多媒体内容理解的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F629080525) | 2023-05-13 13:15:25 |\n| 249 | [外部数据在信贷风控和经营中的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F628949074) | 2023-05-12 18:12:24 |\n| 250 | [字节跳动湖平台在批计算和特征场景的实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F628552494) | 2023-05-11 12:44:15 |\n| 251 | [FlinkSQL的字段血缘解决方案](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F628376451) | 2023-05-10 18:26:32 |\n| 252 | [蔚来汽车深度学习算法实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F628249254) | 2023-05-10 14:00:10 |\n| 253 | [数据治理与安全合规的实践现状与挑战](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F628228749) | 2023-05-10 12:30:02 |\n| 254 | [图算法在蚂蚁集团信用风控场景的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F628085982) | 2023-05-09 18:45:13 |\n| 255 | [数据科学在腾讯内容生态中的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F627733415) | 2023-05-08 18:24:03 |\n| 256 | [推荐系统技术综述](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F627664537) | 2023-05-08 13:42:31 |\n| 257 | [腾讯天穹 SuperSQL：统一大数据自适应计算平台技术解析](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F627474229) | 2023-05-07 15:04:31 |\n| 258 | [数据标准和数据质量：技术解析与典型案例](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F627455591) | 2023-05-07 13:03:50 |\n| 259 | [面向统一的AI神经网络架构和预训练方法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F627301228) | 2023-05-06 18:17:03 |\n| 260 | [Apache Doris 极速数据湖分析技术细节公开！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F627221756) | 2023-05-06 14:00:12 |\n| 261 | [小布虚拟人与多模态技术演进](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F626982482) | 2023-05-05 18:02:07 |\n| 262 | [网易云音乐实时数仓架构与低代码实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F626932685) | 2023-05-05 14:03:11 |\n| 263 | [腾讯内容生态实时信号系统实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F626633881) | 2023-05-04 14:01:03 |\n| 264 | [虎牙应用监控指标设计实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F626443360) | 2023-05-03 14:56:35 |\n| 265 | [万字长文讲述大模型与知识图谱的关系](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F626433991) | 2023-05-03 14:00:20 |\n| 266 | [FinBench：金融场景下的图系统选型](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F626358596) | 2023-05-03 13:20:11 |\n| 267 | [因果推断在微视激励和供需场景的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F626350548) | 2023-05-03 11:02:15 |\n| 268 | [第三代Notebook：Byzer-Notebook 如何助力数据工程、分析，以及机器学习？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F626086031) | 2023-05-02 11:29:13 |\n| 269 | [一文搞懂蚂蚁集团 TuGraph 图数据库](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F626085488) | 2023-05-01 10:19:04 |\n| 270 | [如何冲破 GPT-4 的信息茧房？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F625354312) | 2023-04-27 14:19:24 |\n| 271 | [怎么做精准投放与转化？阿里多渠道序列化投放技术揭秘](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F625066979) | 2023-04-26 14:24:14 |\n| 272 | [如何搭建好的数据指标体系？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F624793306) | 2023-04-26 14:00:07 |\n| 273 | [DAMO-YOLO：兼顾速度与精度的高效目标检测框架](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F624741368) | 2023-04-25 13:58:06 |\n| 274 | [开源机器学习数据库 OpenMLDB：线上线下一致的生产级特征平台](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F624583794) | 2023-04-24 19:23:02 |\n| 275 | [微博推荐实时大模型的技术演进](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F624444822) | 2023-04-24 14:00:13 |\n| 276 | [因果推断在有限资源决策中的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F623975315) | 2023-04-22 14:53:27 |\n| 277 | [图像分类模型训练实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F623801240) | 2023-04-21 18:25:07 |\n| 278 | [火山引擎发布大模型训练云平台：支持万卡训练，集群性能提升3倍](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F623393716) | 2023-04-20 12:00:58 |\n| 279 | [LLM 时代的金融知识图谱实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F623104680) | 2023-04-20 12:00:13 |\n| 280 | [GPT-4 给图机器学习带来了什么影响？该如何应对？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F622841747) | 2023-04-19 08:07:11 |\n| 281 | [对话式 AI 应用的降本增效实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F622629687) | 2023-04-18 18:10:06 |\n| 282 | [如何高效获取数据价值？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F622845314) | 2023-04-18 14:50:01 |\n| 283 | [大规模表格预训练模型 SPACE-T](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F622616839) | 2023-04-17 18:09:15 |\n| 284 | [小红书基于数据湖的流批统一存储实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F622514116) | 2023-04-17 14:00:12 |\n| 285 | [美团是如何进行指标管理的？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F622302994) | 2023-04-16 15:00:13 |\n| 286 | [美团在预训练语言模型上的探索和实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F621781993) | 2023-04-16 13:01:02 |\n| 287 | [可观测系统中的告警管理实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F622133541) | 2023-04-15 15:00:09 |\n| 288 | [基于 Echarts 的数据可视化在异构数据平台的实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F621766703) | 2023-04-14 14:00:09 |\n| 289 | [字节跳动A\u002FB测试最佳实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F621403874) | 2023-04-13 18:08:04 |\n| 290 | [基于 StarRocks 进行湖仓融合的四种范式](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F621586196) | 2023-04-13 14:00:14 |\n| 291 | [字节跳动杨诗旻：浅谈数据存储与计算](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F621305046) | 2023-04-12 19:10:14 |\n| 292 | [ModelScope 视觉检测&关键点系列模型与应用介绍](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F621368662) | 2023-04-12 18:03:09 |\n| 293 | [大数据架构知识点详解：国产数据库创新、湖仓一体实践…](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F621329755) | 2023-04-12 14:14:28 |\n| 294 | [Oneflow 基于重计算的动态图显存优化实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F621062374) | 2023-04-11 18:08:15 |\n| 295 | [翼支付云原生数据开发与治理平台实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F621013403) | 2023-04-11 14:00:09 |\n| 296 | [Spark on K8s 在茄子科技的实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F620805734) | 2023-04-10 18:30:07 |\n| 297 | [淘宝个性化推荐中自适应与无监督的多场景模型建模实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F620717867) | 2023-04-10 14:00:14 |\n| 298 | [飞桨图学习大模型训练框架](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F620343769) | 2023-04-09 16:00:13 |\n| 299 | [中原银行如何从0到1建设敏捷BI平台？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F620339225) | 2023-04-09 13:28:02 |\n| 300 | [跨多云大数据平台DataCake详解](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F620342419) | 2023-04-08 16:01:10 |\n| 301 | [数据治理体系建设与实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F620336875) | 2023-04-08 14:00:16 |\n| 302 | [低延时音视频技术在OPPO云渲染场景的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F620076848) | 2023-04-07 14:00:42 |\n| 303 | [ModelScope DIY 多种场景文字识别](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F619960451) | 2023-04-07 12:00:03 |\n| 304 | [腾讯如何用因果推断扩大游戏帝国海外版图？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F619848678) | 2023-04-07 08:00:17 |\n| 305 | [齐了！百度、腾讯、滴滴、抖音的技术大佬都来了](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F619835950) | 2023-04-06 14:15:34 |\n| 306 | [快手增长渠道数据产品实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F619810402) | 2023-04-06 13:29:14 |\n| 307 | [用户画像技术总览](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F619771611) | 2023-04-06 12:00:11 |\n| 308 | [蚂蚁集团异构平台开放算法协议与开源实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F619533679) | 2023-04-05 14:00:13 |\n| 309 | [CMU张坤：因果表征技术最新进展](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F619530665) | 2023-04-05 10:00:13 |\n| 310 | [火山引擎DataLeap数据血缘架构演进之路](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F619140580) | 2023-04-03 16:37:38 |\n| 311 | [微信基于 PyTorch 的大规模推荐系统训练实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F619060815) | 2023-04-03 14:00:05 |\n| 312 | [阿里云机器学习平台大模型训练框架 EPL](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F618776020) | 2023-04-02 15:30:03 |\n| 313 | [理解编辑类视觉模型会用到哪些技术？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F618719463) | 2023-04-01 15:59:12 |\n| 314 | [飞猪旅行场景下的实时用户理解服务](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F618707844) | 2023-04-01 14:08:43 |\n| 315 | [数据治理体系建设实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F618569674) | 2023-03-31 18:03:29 |\n| 316 | [数据治理驱动下的开发治理平台建设](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F618465119) | 2023-03-31 12:48:05 |\n| 317 | [高性能分布式机器学习平台建设经验](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F618300116) | 2023-03-30 18:30:52 |\n| 318 | [这届技术人都爱挂在嘴边的“数智化”，我们用八个字拆解了](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F618228328) | 2023-03-30 15:03:27 |\n| 319 | [近十年NLP预训练技术的重要发展](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F618178628) | 2023-03-30 12:33:06 |\n| 320 | [提速 Spark SQL 2 倍，GLUTEN 向量化引擎原理剖析](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F617944074) | 2023-03-30 08:00:14 |\n| 321 | [流批一体的实时特征工程平台建设实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F617928718) | 2023-03-29 14:26:30 |\n| 322 | [JuiceFS苏锐：从技术和业务角度看云原生的发展](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F617864256) | 2023-03-29 12:30:05 |\n| 323 | [以标准推动金融智能风控行业发展](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F617658602) | 2023-03-28 18:14:10 |\n| 324 | [运维、成本、安全，大数据处理技术三大挑战，如何解决？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F617590337) | 2023-03-28 13:00:16 |\n| 325 | [Debias 技术在金融推荐场景下的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F617446460) | 2023-03-27 18:06:31 |\n| 326 | [抖音集团数据指标体系分析与增长实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F617302004) | 2023-03-27 14:00:11 |\n| 327 | [打造全链路数据隐私合规平台](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F616910739) | 2023-03-26 15:00:07 |\n| 328 | [电商领域A\u002FB实验平台建设方法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F616920180) | 2023-03-26 13:14:13 |\n| 329 | [工业数据与智能算法驱动下的生产调度优化研究](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F616903922) | 2023-03-25 15:12:14 |\n| 330 | [众安金融实时特征平台架构设计与实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F616915538) | 2023-03-25 13:56:07 |\n| 331 | [深度 UPLIFT 模型在腾讯金融用户增长场景中的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F616649869) | 2023-03-24 14:00:14 |\n| 332 | [来自OpenAI的数据工程革命，GPT-4仅仅是开端](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F616470427) | 2023-03-23 18:37:18 |\n| 333 | [云原生大数据的核心技术与前沿趋势｜云原生大数据系列访谈（一）](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F616335169) | 2023-03-23 11:44:51 |\n| 334 | [淘宝虚拟电商技术分享](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F616088036) | 2023-03-23 08:00:16 |\n| 335 | [阿里健康医药电商销量预测算法方案](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F616096903) | 2023-03-22 20:00:19 |\n| 336 | [Presto 在字节跳动的实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F615484646) | 2023-03-20 18:08:09 |\n| 337 | [美团酒旅图谱构建及应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F615424860) | 2023-03-20 14:00:04 |\n| 338 | [基于 Doris 构建实时统一的现代数据分析平台](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F615223240) | 2023-03-19 15:24:59 |\n| 339 | [Akulaku在东南亚金融市场的技术积累](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F615003933) | 2023-03-18 15:00:13 |\n| 340 | [从金融IT到金融科技，到数字化转型​——基于资产管理行业趋势的思考](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F614774593) | 2023-03-18 08:00:09 |\n| 341 | [从用户体验洞察到商业价值变现，以京东为例](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F614791791) | 2023-03-17 18:16:05 |\n| 342 | [数据湖仓的应用现状和挑战](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F614770743) | 2023-03-17 14:10:08 |\n| 343 | [OLAP 核心挑战与前沿趋势解读](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F614470291) | 2023-03-16 17:10:06 |\n| 344 | [图机器学习算法、应用的现状与趋势](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F614467070) | 2023-03-16 13:52:15 |\n| 345 | [字节跳动极高可用 KV 存储系统详解](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F614227806) | 2023-03-15 18:10:03 |\n| 346 | [新一代云数据平台架构演进之路](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F614264674) | 2023-03-15 17:55:51 |\n| 347 | [从“外行”眼中看数据产品经理应该具备的基本能力](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F613940751) | 2023-03-14 18:07:02 |\n| 348 | [知识图谱技术体系总览](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F613855167) | 2023-03-14 13:00:05 |\n| 349 | [基于统一远程证明的 TEE 互联互通实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F613644921) | 2023-03-13 18:20:06 |\n| 350 | [如何构建好的用户画像平台？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F613560113) | 2023-03-13 14:00:14 |\n| 351 | [百度基于 GPU 的超大规模离散模型训练框架 PaddleBox 与 FeaBox](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F613322265) | 2023-03-12 15:14:08 |\n| 352 | [Apache Kyuubi 1.6.0 新特性解读](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F613164414) | 2023-03-12 13:19:14 |\n| 353 | [腾讯数据平台 saas 化实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F613198635) | 2023-03-11 18:39:56 |\n| 354 | [快手双边市场的复杂实验设计问题](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F613123387) | 2023-03-11 13:27:37 |\n| 355 | [银行数据安全管理的思考](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F612989049) | 2023-03-10 19:00:12 |\n| 356 | [快手商业化数据产品建设经验](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F612600372) | 2023-03-09 18:07:49 |\n| 357 | [如何快速、低成本克隆高质量数字人？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F612378552) | 2023-03-08 18:20:09 |\n| 358 | [AI 算法在大数据治理中的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F612246507) | 2023-03-08 14:00:04 |\n| 359 | [阿里健康供应链智能补货算法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F612099867) | 2023-03-07 18:24:12 |\n| 360 | [联想基于Apache DolphinScheduler构建统一调度中心的应用实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F611680333) | 2023-03-06 18:06:02 |\n| 361 | [阿里可解释性推荐算法应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F611687243) | 2023-03-06 13:30:09 |\n| 362 | [面向真实场景的数据驱动决策优化](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F611464043) | 2023-03-05 15:16:10 |\n| 363 | [Calibration4CVR：2018年关于“神经元级别共享的多任务CVR”的初探](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F611453829) | 2023-03-05 13:22:01 |\n| 364 | [货拉拉全链路监控体系的落地与实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F611246151) | 2023-03-04 15:14:05 |\n| 365 | [AliceMind大规模预训练实践及AIGC在ModelScope中的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F611251951) | 2023-03-04 13:07:51 |\n| 366 | [数据的边界，透析企业数字化转型的数据价值](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F611113241) | 2023-03-03 18:41:53 |\n| 367 | [虎牙“数据服务+自助”产品化实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F610737257) | 2023-03-02 18:10:13 |\n| 368 | [中小银行数据安全治理体系建设实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F610702381) | 2023-03-02 13:23:04 |\n| 369 | [任重道远：数据湖仓的体系化落地演进](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F610490757) | 2023-03-01 19:00:10 |\n| 370 | [在高保真孪生数字人技术中的自动化流程探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F610509170) | 2023-03-01 18:30:08 |\n| 371 | [百度文档智能技术与应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F610160597) | 2023-02-28 18:13:13 |\n| 372 | [基于事件感知的聚类增益网络在飞猪保险创意排序的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F610086218) | 2023-02-28 14:16:06 |\n| 373 | [高途数据平台迁移与成本治理实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F609888794) | 2023-02-27 18:32:00 |\n| 374 | [飞桨PaddleNLP设计理念与产业实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F609536355) | 2023-02-26 18:13:09 |\n| 375 | [字节跳动数据血缘技术实现与具体用例](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F609364769) | 2023-02-26 13:18:01 |\n| 376 | [智能指标平台建设和指标自动化](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F609520901) | 2023-02-26 10:23:48 |\n| 377 | [T3 出行基于 Hudi+Kyuubi 的现代技术栈探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F608797485) | 2023-02-25 14:00:16 |\n| 378 | [T3 出行基于 Hudi+Kyuubi 的现代技术栈探索](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F609351536) | 2023-02-25 13:09:22 |\n| 379 | [数据分析工具与案例拆解](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F609223535) | 2023-02-24 20:22:00 |\n| 380 | [Presto+Alluxio 加速 Iceberg 数据湖访问](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F609057900) | 2023-02-24 14:00:11 |\n| 381 | [浅谈因果推断与在内容平台的实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F608825584) | 2023-02-23 18:10:09 |\n| 382 | [网易数据治理体系、工具、流程、制度与管理概述](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F608754498) | 2023-02-23 12:05:09 |\n| 383 | [阿里云机器学习 AutoML 引擎介绍与应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F608483110) | 2023-02-22 18:15:02 |\n| 384 | [GNN的基础、前沿和应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F608436150) | 2023-02-22 13:16:08 |\n| 385 | [中原银行 AI 平台建设实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F608202613) | 2023-02-21 18:10:11 |\n| 386 | [数据产品价值评估体系与效果提升方法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F607949926) | 2023-02-20 18:07:52 |\n| 387 | [ChatGPT技术国产化尝试](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F607800604) | 2023-02-20 14:00:12 |\n| 388 | [腾讯智能写作助手“文涌”（Effidit）关键技术揭秘](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F607474611) | 2023-02-19 16:00:02 |\n| 389 | [2万字揭秘阿里巴巴数据治理平台建设经验](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F606910680) | 2023-02-19 08:37:12 |\n| 390 | [从0到1到100，经营诊断型数据产品人的思维模型](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F607459894) | 2023-02-18 18:04:03 |\n| 391 | [度小满自动机器学习平台实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F607398006) | 2023-02-18 13:21:48 |\n| 392 | [腾讯Alluxio（DOP）在金融场景的落地与优化实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F607128197) | 2023-02-17 14:27:15 |\n| 393 | [智能风控体系总览](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F606786916) | 2023-02-17 08:00:14 |\n| 394 | [京东实时数据产品应用实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F606954286) | 2023-02-16 19:54:31 |\n| 395 | [腾讯文本理解系统 TexSmart 中的细粒度实体识别关键技术](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F606839460) | 2023-02-16 14:06:25 |\n| 396 | [众安实时多维分析的挑战与 StarRocks 的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F606298729) | 2023-02-14 18:32:09 |\n| 397 | [腾讯广告模型基于\"太极\"的训练成本优化实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F606180651) | 2023-02-14 13:58:16 |\n| 398 | [Clickhouse 在自助分析场景中的探索及实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F606005399) | 2023-02-13 18:22:39 |\n| 399 | [B站基于缓存优化 PRESTO 集群查询性能](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F605439753) | 2023-02-12 14:10:03 |\n| 400 | [吞吐提升30倍：CV流水线走向全栈并行化](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F605423704) | 2023-02-11 14:34:19 |\n| 401 | [阿里基于渠道协同的预算分配与权益管理实践](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F605185881) | 2023-02-10 18:35:15 |\n| 402 | [​广告场景下双边市场的实验设计](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F604773779) | 2023-02-09 13:10:11 |\n\n\n## 朱翔宇\n> 介绍： 「炼丹笔记 」「阿里云天池大赛赛题解析」作者,《阿里云天池大赛赛题解析》「作者」\n1.“数字中国”创新大赛 数字政府赛道「冠军」\n2. ACM WSDM Cross-Market Rec 「亚军」\n3. Microsoft DigSci 科学数据挖掘大赛「亚军」 \n4. ATEC 科技精英赛 数字化运营赛道 「亚军」\n5. IEEE ICDM Knowledge Graph Contest「季军」 \n6. “达观杯”文本智能处理挑战赛「季军」\n7. 京东JDATA算法大赛「季军」 \n8. “中国法研杯”司法人工智能挑战赛 三等奖 \n9. 中国高校计算机大赛 微信大数据挑战赛 4th \n0. 其他数据算法竞赛Top5 若干。\n\n| 序号 | 佳作 | 时间 |\n| --- | --- | --- |\n| 1 | [深度营销增益模型Uplift Model](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F687355859) | 2024-03-16 15:24:06 |\n| 2 | [2023BDC大数据挑战赛全国六强获奖算法方案](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F658969914) | 2023-10-05 17:12:39 |\n| 3 | [GNN在搜推上没有用？试试动态图GNN](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F658901046) | 2023-09-28 18:56:24 |\n| 4 | [AI Agents大爆发：OpenAI的下一步](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F655560864) | 2023-09-11 19:11:58 |\n| 5 | [用大型语言模型来重新思考自动驾驶技术](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F654407348) | 2023-09-05 13:39:51 |\n| 6 | [大模型幻觉，他们知道自己不知道的吗？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F650478279) | 2023-08-16 21:38:30 |\n| 7 | [盘点大模型的16大挑战](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F645515816) | 2023-07-24 12:40:38 |\n| 8 | [不再追求模型收敛，一个简单Trick让模型更稳定！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F639336175) | 2023-06-25 12:14:04 |\n| 9 | [家谱树：大模型的前世今生](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F630478671) | 2023-05-18 22:30:35 |\n| 10 | [当ChatGPT遇上推荐系统，遭遇滑铁卢](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F629076305) | 2023-05-13 12:54:07 |\n| 11 | [广告营销算法是如何发挥作用的？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F626767495) | 2023-05-04 20:25:12 |\n| 12 | [ChatGPT出现后，我们是否真的面临范式转变？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F622052864) | 2023-04-15 11:48:58 |\n| 13 | [DeepSpeed Chat: 一键式RLHF训练](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F621735849) | 2023-04-13 20:02:13 |\n| 14 | [LoRA：训练自己的ChatGPT](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F620552131) | 2023-04-09 17:26:58 |\n| 15 | [ChatGLM-6B微调方法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F618724929) | 2023-04-01 15:49:41 |\n| 16 | [马斯克开源，Twitter是怎么做推荐的？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F618710861) | 2023-04-01 15:04:35 |\n| 17 | [再谈排序算法的pairwise，pointwise，listwise](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F613354685) | 2023-03-12 16:37:02 |\n| 18 | [流量为王：A\u002FB test 流量分发及实验评估方法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F610847581) | 2023-03-02 21:33:35 |\n| 19 | [拆解追溯 ChapGPT各项能力的起源](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F607469120) | 2023-02-18 19:08:35 |\n| 20 | [电商数据分析方法论](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F599027661) | 2023-01-14 15:04:38 |\n| 21 | [如何发现品牌潜客？目标人群优选算法模型及实践解析](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F553639842) | 2022-08-14 15:36:48 |\n| 22 | [微信大数据挑战赛：周星星方案汇总](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F521628743) | 2022-05-29 16:39:26 |\n| 23 | [称霸Kaggle的九大深度学习炼丹技巧](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F518189935) | 2022-05-22 14:27:35 |\n| 24 | [那么多CTR论文，真正能复现出效果的有几个？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F510693686) | 2022-05-07 14:10:02 |\n| 25 | [腾讯多任务模型MFH](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F495688506) | 2022-04-09 15:14:45 |\n| 26 | [Transformer总结(2022版)](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F489187551) | 2022-03-28 20:48:21 |\n| 27 | [一文看清这些年自监督和无监督的进展](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F483659212) | 2022-03-19 12:36:32 |\n| 28 | [用Dropout思想做特征选择，保证效果还兼顾了线上性能?](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F480595150) | 2022-03-14 11:45:12 |\n| 29 | [神经网络调参技巧：warmup策略](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F479862242) | 2022-03-12 16:13:24 |\n| 30 | [DEEPNORM：千层transformer...](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F479860623) | 2022-03-12 16:12:38 |\n| 31 | [2021年炼丹笔记最受欢迎的10篇技术文章](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F476654345) | 2022-03-06 17:14:45 |\n| 32 | [关于多目标任务有趣的融合方式](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F474331161) | 2022-03-01 19:45:12 |\n| 33 | [对比学习必知要点](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F472917546) | 2022-02-26 18:42:24 |\n| 34 | [对比表示学习必知的几种训练目标](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F472918256) | 2022-02-26 18:41:26 |\n| 35 | [召回:是\"塔\",是\"塔\",但不是双塔!](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F472914416) | 2022-02-26 18:33:43 |\n| 36 | [2021年Kaggle所有赛事TOP方案汇总](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F472915303) | 2022-02-26 18:30:40 |\n| 37 | [深度学习模型的多Loss调参技巧](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F472200933) | 2022-02-25 09:50:48 |\n| 38 | [三种Target Encoding方式总结](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F466389890) | 2022-02-11 21:53:31 |\n| 39 | [如何解决高维稀疏的user-item矩阵推荐问题？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F464942032) | 2022-02-08 16:07:00 |\n| 40 | [双塔模型没效果了？请加大加粗！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F460951158) | 2022-01-23 14:43:21 |\n| 41 | [文本摘要方法总结](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F460943971) | 2022-01-23 14:16:02 |\n| 42 | [就知道调bert，都不知道加个对比学习吗？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F457784375) | 2022-01-15 16:20:52 |\n| 43 | [AI圈最新深度学习量化算法！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F456528701) | 2022-01-12 20:37:37 |\n| 44 | [Prompt-Tuning这么好用？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F454778818) | 2022-01-08 14:51:31 |\n| 45 | [No Fine-Tuning, Only Prefix-Tuning](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F453748474) | 2022-01-05 21:24:22 |\n| 46 | [搜索算法相似度问题之BM25](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F453748069) | 2022-01-05 21:19:20 |\n| 47 | [NLP中对\"困惑度\"感到困惑?](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F449745831) | 2021-12-25 14:37:14 |\n| 48 | [不加样本就能做数据增强？还能提效？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F449744718) | 2021-12-25 14:32:09 |\n| 49 | [关于\"知识蒸馏\"，你想知道的都在这里！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F446977503) | 2021-12-18 14:22:27 |\n| 50 | [炼丹秘术：给Embedding插上翅膀](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F446973594) | 2021-12-18 14:12:56 |\n| 51 | [从用户反馈的可解释性提升推荐模型](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F446971622) | 2021-12-18 14:08:36 |\n| 52 | [时间序列里面最强特征之一](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F444365030) | 2021-12-12 15:36:25 |\n| 53 | [自监督学习和对比学习](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F441455961) | 2021-12-05 15:37:18 |\n| 54 | [网络越\"深\"越\"好\"?](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F441454952) | 2021-12-05 15:32:37 |\n| 55 | [Trapper: Transformer模型都在此!](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F441453913) | 2021-12-05 15:29:50 |\n| 56 | [10大最受欢迎的时间序列Github项目](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F441451881) | 2021-12-05 15:26:12 |\n| 57 | [数据清洗该怎么做？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F435610727) | 2021-11-20 15:04:33 |\n| 58 | [self-attention竟然没用？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F433097087) | 2021-11-14 13:10:41 |\n| 59 | [如何评估序列推荐模型？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F429894644) | 2021-11-05 16:58:30 |\n| 60 | [模型的燃料，数据采样的秘密](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F429891446) | 2021-11-05 16:55:39 |\n| 61 | [Transformers中的位置编码到底是什么?](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F427482394) | 2021-10-30 13:41:10 |\n| 62 | [那些决定模型上限的操作](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F427480576) | 2021-10-30 13:37:16 |\n| 63 | [炼丹知识点：模型评估里的陷阱](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F425119410) | 2021-10-24 13:42:47 |\n| 64 | [Short-Session的推荐如何做？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F424198914) | 2021-10-21 20:52:29 |\n| 65 | [延迟反馈带来的样本偏差如何处理](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F424197502) | 2021-10-21 20:48:11 |\n| 66 | [深度学习模型如何缩小到可以放到微处理器呢?](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F424196064) | 2021-10-21 20:43:10 |\n| 67 | [2021年三大顶会时间序列论文&代码整理](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F424195019) | 2021-10-21 20:39:47 |\n| 68 | [微信大数据挑战赛决赛方案：微信视频号推荐算法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F413787704) | 2021-09-25 11:14:22 |\n| 69 | [Transformer又又又升级了？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F413786690) | 2021-09-25 11:08:18 |\n| 70 | [推荐系统里，可以用蒸馏吗？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F413785503) | 2021-09-25 11:04:40 |\n| 71 | [神经网络调参经验大汇总](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F410335242) | 2021-09-14 17:11:26 |\n| 72 | [淘宝搜索中基于embedding的召回](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F410331760) | 2021-09-14 16:58:38 |\n| 73 | [点击率预估又有新花样？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F406785178) | 2021-09-04 14:27:45 |\n| 74 | [双塔模型中的负采样](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F406783325) | 2021-09-04 14:22:23 |\n| 75 | [推荐系统遇到曝光偏差怎么办？用对比学习！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F402159523) | 2021-08-21 17:38:46 |\n| 76 | [内容流推荐中的个性化标题生成框架](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F400242555) | 2021-08-16 12:22:33 |\n| 77 | [PyCaret：又一个神仙ML库](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F400240637) | 2021-08-16 12:14:47 |\n| 78 | [漫谈特征缩放](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F400239115) | 2021-08-16 12:08:13 |\n| 79 | [再谈序列化推荐-集成item类目属性](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F397604219) | 2021-08-08 16:50:21 |\n| 80 | [盘一盘推荐系统里值得一读的那些论文](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F397601992) | 2021-08-08 16:44:59 |\n| 81 | [推荐竞赛金牌技能！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F397601007) | 2021-08-08 16:35:13 |\n| 82 | [推荐系统里，你是怎么Embedding的？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F397600084) | 2021-08-08 16:31:13 |\n| 83 | [特征筛选偷懒必备](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F397598881) | 2021-08-08 16:27:02 |\n| 84 | [算法模型该如何解释？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F392779898) | 2021-07-24 16:46:59 |\n| 85 | [从Deepwalk到Node2vec](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F390594956) | 2021-07-17 15:30:53 |\n| 86 | [NLP十大数据扩充策略](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F389221231) | 2021-07-13 12:31:02 |\n| 87 | [寻找不合群的数据（异常值）](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F389220299) | 2021-07-13 12:21:34 |\n| 88 | [推荐系统开源数据集](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F389219212) | 2021-07-13 12:15:42 |\n| 89 | [大有可为的GNN：DeepWalk](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F389218052) | 2021-07-13 12:11:52 |\n| 90 | [负样本的艺术，再读Facebook双塔向量召回算法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F386913612) | 2021-07-05 21:13:24 |\n| 91 | [\"轻量\"且\"优秀\"的序列推荐模型](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F386477485) | 2021-07-04 11:29:27 |\n| 92 | [推荐系统中多值特征的八大处理技巧](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F385490803) | 2021-06-30 20:46:05 |\n| 93 | [推荐系统中的长尾物品（Tail Items）推荐问题](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F384961079) | 2021-06-29 11:00:28 |\n| 94 | [用 XGBoost 做 Learning To Rank](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F384661987) | 2021-06-28 12:29:30 |\n| 95 | [微信视频号推荐算法上分技巧](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F384010332) | 2021-06-25 18:47:37 |\n| 96 | [MLP is Best?](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F381756225) | 2021-06-18 09:43:58 |\n| 97 | [一文弄懂各大池化Pooling操作](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F381752896) | 2021-06-18 09:37:36 |\n| 98 | [FM又又又升级了？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F381471924) | 2021-06-17 12:29:20 |\n| 99 | [神经网络十大学习率衰减提效策略](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F379213781) | 2021-06-09 15:18:02 |\n| 100 | [兜兜转转一个圈，到底What is all you need?](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F378845253) | 2021-06-08 12:29:13 |\n| 101 | [AutoDim:自动Embedding维度寻优，如何节省70%的存储空间同时还能大幅提效？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F378166274) | 2021-06-05 15:56:46 |\n| 102 | [用XGBoost调XGBoost?\"我\"调\"我\"自己？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F378165220) | 2021-06-05 15:51:12 |\n| 103 | [当推荐系统遇上多模态Embedding](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F376816853) | 2021-05-31 20:24:08 |\n| 104 | [用预训练GNN预估点击率有奇效？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F376666362) | 2021-05-31 12:35:48 |\n| 105 | [曾几何时，我们炼的不是丹，是特征](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F375981851) | 2021-05-28 12:16:30 |\n| 106 | [自动化Debias框架，一键去除推荐系统所有Bias](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F375980125) | 2021-05-28 12:10:44 |\n| 107 | [推荐系统User-Item Embedding图算法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F375042284) | 2021-05-25 11:18:09 |\n| 108 | [隐式反馈的去噪，模型取得巨大提升](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F374549706) | 2021-05-23 13:06:10 |\n| 109 | [聊聊Batch Normalization在网络结构中的位置](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F374549086) | 2021-05-23 12:56:38 |\n| 110 | [微信视频号推荐算法方案分享](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F374547948) | 2021-05-23 12:52:37 |\n| 111 | [GNN是什么？GNN怎么学？GNN何用？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F374547276) | 2021-05-23 12:45:58 |\n| 112 | [推荐、广告排序算法评价指标 GAUC、MRR、nDCG、MAP](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F372735913) | 2021-05-16 16:15:52 |\n| 113 | [模型调参指南北东西](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F372524312) | 2021-05-15 14:15:05 |\n| 114 | [用隐式反馈做推荐模型，你做对了吗](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F372520538) | 2021-05-15 14:06:22 |\n| 115 | [炼丹侠必知的11大神经网络结构​汇总](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F372516381) | 2021-05-15 13:41:44 |\n| 116 | [入坑推荐系统，从Google这篇开始](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F370469782) | 2021-05-07 18:46:21 |\n| 117 | [谷歌开源下一代推荐系统模拟器：RecSim NG](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F370469207) | 2021-05-07 18:40:37 |\n| 118 | [Lookalike相似人群拓展算法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F370467639) | 2021-05-07 18:36:30 |\n| 119 | [KDD Cup 2021：时间序列异常检测问题开源方案](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F368650520) | 2021-04-28 22:29:36 |\n| 120 | [对\"样本不均衡\"一顿操作](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F366768794) | 2021-04-21 22:25:26 |\n| 121 | [AAAI21最佳论文Runners Up！Transformer的归因探索！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F366767736) | 2021-04-21 22:21:29 |\n| 122 | [Attention函数手册](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F366766852) | 2021-04-21 22:16:33 |\n| 123 | [没什么是一次排序解决不了的，如果有，那就One more time](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F366765660) | 2021-04-21 22:12:32 |\n| 124 | [Learning to Rank：X-wise](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F366764455) | 2021-04-21 22:07:10 |\n| 125 | [一个端到端模型GraphDR实现多样化的召回](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F366762731) | 2021-04-21 22:02:08 |\n| 126 | [DNN中多任务学习概述](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F363931367) | 2021-04-11 13:38:57 |\n| 127 | [ArcFace 同款商品识别的克星](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F363928631) | 2021-04-11 13:21:13 |\n| 128 | [MaskNet 这个CTR模型，有点意思](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F363927455) | 2021-04-11 13:11:38 |\n| 129 | [霸榜各大CV任务榜单，Swin Transformer横空出世！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F363067287) | 2021-04-07 23:02:54 |\n| 130 | [神经网络基础之可视化和交互式指南](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F363063564) | 2021-04-07 22:48:26 |\n| 131 | [一文梳理多任务学习(MMoE\u002FPLE\u002FDUPN\u002FESSM等)](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F363059498) | 2021-04-07 22:28:24 |\n| 132 | [CTR模型越来越深，如何让它变轻?](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F361116560) | 2021-03-30 19:53:54 |\n| 133 | [Netflix提出梯度提升决策树网络Hammock！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F361115975) | 2021-03-30 19:46:37 |\n| 134 | [Purdue&UCLA提出梯度Boosting网络，效果远好于XGBoost模型！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F361114700) | 2021-03-30 19:43:17 |\n| 135 | [一个模型能服务所有的点击率模型？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F361113529) | 2021-03-30 19:35:04 |\n| 136 | [流量为王：ABTest流量分层分桶机制](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F359668457) | 2021-03-24 22:24:00 |\n| 137 | [一文弄懂各种loss function](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F358570091) | 2021-03-20 14:33:53 |\n| 138 | [谷歌Deep Bootstrap Framework：在线优化角度理解神经网络](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F358569279) | 2021-03-20 14:28:28 |\n| 139 | [排序(rank)后重排(re-rank)?](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F358568019) | 2021-03-20 14:23:43 |\n| 140 | [ALL in BERT：一套操作冲进排行榜首页](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F358565551) | 2021-03-20 14:13:32 |\n| 141 | [又一Attention函数诞生啦，带给你意想不到的巨大提升！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F357612282) | 2021-03-16 20:19:06 |\n| 142 | [搜索推荐系统实战：终极奥秘](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F356879979) | 2021-03-13 19:03:30 |\n| 143 | [搜索推荐系统实战：进化篇](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F356877663) | 2021-03-13 18:52:48 |\n| 144 | [搜索推荐系统实战：起始篇](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F356875249) | 2021-03-13 18:38:46 |\n| 145 | [负样本修正：既然数据是模型的上限，就不要破坏这个上限](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F356139393) | 2021-03-10 20:36:30 |\n| 146 | [再谈序列化推荐](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F356124555) | 2021-03-10 20:27:03 |\n| 147 | [当推荐遇到冷启动](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F355858793) | 2021-03-09 21:25:06 |\n| 148 | [当推荐系统遇上用户画像：你的画像是怎么来的？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F354524125) | 2021-03-04 13:15:09 |\n| 149 | [Normalization在CTR问题中的迷之效果](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F353381965) | 2021-02-27 18:07:08 |\n| 150 | [负样本修正：CVR预估时间延迟问题](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F353379888) | 2021-02-27 17:53:37 |\n| 151 | [搜索推荐炼丹笔记：CVR预估中的延迟反馈问题](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F353378307) | 2021-02-27 17:43:55 |\n| 152 | [大道至简：算法工程师炼丹Trick手册](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F352971645) | 2021-02-25 21:39:04 |\n| 153 | [推荐系统与GNN的火花](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F352970399) | 2021-02-25 21:32:58 |\n| 154 | [Model Search：炼丹师最强危机，谷歌开源最强AutoML工具！](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F352967954) | 2021-02-25 21:25:55 |\n| 155 | [流量为王：收益最大化的混排机制](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F352966287) | 2021-02-25 21:16:10 |\n| 156 | [推荐系统CTR预估学习路线：引入注意力机制](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F351078828) | 2021-02-17 16:27:16 |\n| 157 | [推荐系统CTR预估学习路线：深度模型](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F351078721) | 2021-02-17 16:15:30 |\n| 158 | [推荐系统CTR预估学习路线：利用树模型自动化特征工程](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F351079011) | 2021-02-17 16:04:15 |\n| 159 | [推荐系统CTR预估学习路线：从LR到FM\u002FFFM探索二阶特征的高效实现](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F351076920) | 2021-02-17 15:54:39 |\n| 160 | [Transformer Family](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F351046712) | 2021-02-17 11:44:38 |\n| 161 | [模型提效的另一条路：数据增强](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F351042771) | 2021-02-17 10:58:31 |\n| 162 | [搜索推荐炼丹笔记：评论是怎么影响推荐的？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F351040887) | 2021-02-17 10:48:46 |\n| 163 | [AAAI21最佳论文Informer：效果远超Transformer的长序列预测神器？？？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F349896117) | 2021-02-07 20:07:28 |\n| 164 | [机器学习入门开源资料](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F349688817) | 2021-02-06 17:17:28 |\n| 165 | [一石二鸟：推荐系统多目标任务建模方法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F348630177) | 2021-02-01 21:25:32 |\n| 166 | [搜索推荐炼丹笔记：融合GNN、图谱、多模态的推荐](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F348626879) | 2021-02-01 21:07:11 |\n| 167 | [搜索推荐炼丹笔记：单网络内部集成学习](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F348165482) | 2021-01-30 15:58:16 |\n| 168 | [搜索推荐炼丹笔记：Transformer在搜索推荐中的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F348159311) | 2021-01-30 15:31:42 |\n| 169 | [NN如何在表格数据中战胜GBDT类模型](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F348156063) | 2021-01-30 15:18:41 |\n| 170 | [事半功倍：推荐系统Pre-train预训练方法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F348152170) | 2021-01-30 15:03:24 |\n| 171 | [2020年AI领域有哪些让人惊艳的研究？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F347525678) | 2021-01-27 22:08:20 |\n| 172 | [搜索推荐炼丹笔记：酒店搜索位置偏差的边际重要性](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F347521505) | 2021-01-27 22:01:45 |\n| 173 | [搜索推荐炼丹笔记：点击位置偏差的经验比较](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F347515121) | 2021-01-27 21:40:37 |\n| 174 | [搜索推荐炼丹笔记：位置偏差里的惊喜](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F347512018) | 2021-01-27 21:12:09 |\n| 175 | [NLP炼丹笔记：Switch Transformers 朴实无华 大招秒杀](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F344702054) | 2021-01-16 11:01:44 |\n| 176 | [推荐搜索炼丹笔记：SIM 用户行为序列点击率预估模型](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F344698112) | 2021-01-16 10:42:29 |\n| 177 | [推荐搜索炼丹笔记：MiNet阿里跨域点击率CTR预估](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F344691028) | 2021-01-16 10:23:36 |\n| 178 | [推荐搜索炼丹笔记：双塔模型在Airbnb搜索排名中的应用](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F343097091) | 2021-01-09 20:07:29 |\n| 179 | [向量召回 MIND多兴趣双塔模型](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F343014809) | 2021-01-09 19:05:31 |\n| 180 | [推荐算法炼丹笔记：非采样的负样本](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F342134699) | 2021-01-05 22:29:06 |\n| 181 | [2020年搜索推荐系统论文干货集锦](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F341581547) | 2021-01-03 20:37:42 |\n| 182 | [Facebook向量召回双塔模型](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F341101313) | 2020-12-31 21:15:18 |\n| 183 | [推荐算法炼丹笔记：阿里序列化推荐算法MRIF](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F339628215) | 2020-12-25 23:33:17 |\n| 184 | [做向量召回 All You Need is 双塔](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F339116577) | 2020-12-23 23:31:53 |\n| 185 | [推荐算法炼丹笔记：Deep Bayesian的多目标推荐](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F338042057) | 2020-12-19 11:17:08 |\n| 186 | [推荐系统里的那些坑](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F337982340) | 2020-12-18 21:59:53 |\n| 187 | [深度学习炼丹失败率高达87%的TOP10原因](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F337981124) | 2020-12-18 21:51:55 |\n| 188 | [读不完的顶会Paper，我该如何读论文？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F337971458) | 2020-12-18 21:18:03 |\n| 189 | [推荐算法炼丹笔记：标签工程](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F336610225) | 2020-12-13 15:39:10 |\n| 190 | [推荐算法炼丹笔记：序列化推荐算法Bert4Rec](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F336607890) | 2020-12-13 15:24:26 |\n| 191 | [炼丹面试官的面试笔记](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F336606129) | 2020-12-13 15:12:25 |\n| 192 | [推荐算法炼丹笔记：阿里序列化推荐算法ComiRec](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F336604013) | 2020-12-13 15:02:41 |\n| 193 | [学术圈竞赛圈大讨论，深度学习真的比不过GBDT模型吗？](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F336213914) | 2020-12-11 19:13:07 |\n| 194 | [IEEE ICDM 2020 CUP TOP3方案](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F329058536) | 2020-12-04 00:07:32 |\n| 195 | [推荐系统炼丹笔记：Embedding在内存问题上的一种解法](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F319935685) | 2020-11-29 16:38:22 |\n| 196 | [推荐系统炼丹笔记：多模态推荐之用户评论篇](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F319904493) | 2020-11-29 16:23:44 |\n| 197 | [大规模推荐Deep Retrieval](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F319860288) | 2020-11-29 15:58:43 |\n| 198 | [推荐系统炼丹笔记：阿里推荐算法特征交叉新方式CAN](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F319816752) | 2020-11-29 15:47:30 |\n| 199 | [推荐系统炼丹笔记：EdgeRec阿里边缘计算推荐系统](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F317756918) | 2020-11-28 16:20:27 |\n| 200 | [推荐算法竞赛TOP方案合集](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F317708353) | 2020-11-28 16:03:52 |\n| 201 | [2020年推荐系统工程师炼丹手册RecSys版](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F303310027) | 2020-11-20 22:37:07 |\n| 202 | [2020年推荐系统工程师炼丹手册RecSys-Long Paper版](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F303287727) | 2020-11-20 22:24:53 |\n| 203 | [推荐系统炼丹笔记：阿里DMIN多重兴趣网络](https:\u002F\u002Fzhuanlan.zhihu.com\u002Fp\u002F293092409) | 2020-11-14 12:58:18 |\n| 204 | [推荐系统炼丹笔记：RecSys","该项目是一个精选的人工智能学习资料库，涵盖了机器学习、自然语言处理、图像识别和深度学习等多个领域。它不仅整理了搜索、推荐及广告系统架构与算法的技术资料，还汇集了多位算法专家的笔记。项目内容来源于多个知名技术网站、开源项目官网以及国内外互联网公司的技术博客，并且每天自动更新以确保信息的时效性。适合对人工智能感兴趣的学习者、研究人员以及希望深入了解相关技术细节的工程师使用。","2026-06-11 03:24:57","top_topic"]