今天要给大家推荐的是一个推荐系统领域的算法大牛：Thinkgamer。首先我们回答标题中的问题： 自学算法的那么多人，凭什么他能去大厂和做算法带队人！
他在校期间，自学了Hadoop，Spark和算法相关的知识，将自己的时间利用到极致，在保证基本学习时间的同时，还参加各种比赛来增强自己的实战经验，毕业后便加入京东，担任算法工程师，同时利用自己的业余时间不断学习和写作，完成了《推荐系统开发实战》一书。原始的付出让他有实力去了大厂，大厂的经验让他有能力作为算法带头人！
微信公众号「搜索与推荐Wiki」，是以搜索、推荐为主，大数据、ML、DL、RL、生活感想、旅途见闻为辅的个人技术进阶和生活阅历必备的知识园地。
关于他
唯一 ID： Thinkgamer
曾就职于：京东商城 - 算法工程师
CSDN 博客：https://blog.csdn.net/gamer_gyt
著作：《推荐系统开发实战》
在校期间自学 hadoop、spark、机器学习算法，毕业后便从事于推荐算法相关的工作，在校期间研究基于 PageRank 的社区划分，参加过全国计算机作品大赛，获国家三等奖。
作者目前精力主要集中在推荐算法和系统方面，在研究过程中会涉及机器学习，深度学习和强化学习，也经常会把相关的经验和知识分享在公众号，同时还组建有自己的技术交流群。
感兴趣的小伙伴，关注公众号，添加作者微信，拉你入群！进行技术讨论和资料分享！
该公众号内容丰富，发表的内容涉及方方面面：
推荐系统
《推荐系统开发实战》之从搭建一个电影推荐系统开始学推荐系统开发实战
《推荐系统开发实战》之基于用户行为特征的推荐算法介绍和案例实战开发
《推荐系统开发实战》之基于上下文的推荐算法介绍和案例实战开发
《推荐系统开发实战》之基于点击率预估的推荐算法介绍和案例开发实战
《推荐系统开发实战》之三大案例带你从0到1自己实现一个推荐系统
《推荐系统》基于用户和Item的协同过滤算法的分析与实现（Python）
报告分享
资料分享
【论文】Entire Space Multi-Task Model
2018AICon PPT | Python实现下载图片并生产PDF文件
吴恩达《Machine Learning Yearning》中文版！
新年福利 | 不用转发 | 不用拼赞 ——愿所有热衷梦想的人都能美梦成真
近200篇机器学习&深度学习资料分享（含各种文档，视频，源码等）
机器学习
线性模型篇之Logistic Regression数学公式推导
基于线性回归看偏差-方差分解（Bias-Variance Decomposition）
机器学习之梯度提升决策树-GBDT（Gradient Boosting Decision Tree）
机器学习之梯度算法之批量梯度下降，随机梯度下降和小批量梯度下降
深度学习
深度学习中的epochs、batch_size、iterations详解
TensorFlow之基于神经网络实现Mnist数据集的多分类
TensorFlow实现Mnist数据集的多分类逻辑回归模型
TensorFlow 特征工程: feature_column
大数据
Spark排序算法系列之模型融合(GBDT+LR)使用方式介绍
Spark排序算法系列之（MLLib、ML）LR使用方式介绍
Spark之多分类实现方式介绍和在Spark上实现多分类逻辑回归
Spark之多分类逻辑回归（Multinomial Logistic Regression）
所思所想所记
水长城-除了长城全是水的地方
附赠 Github 图书资料 Repo：
https://github.com/Thinkgamer/books
未来计划
未来公众号的更新主要会集中在推荐，搜索和算法方向，会更加注重系列性的更新，避免断崖式更新，让读者更加注重知识的连贯性。接下来会注重更新三大系列：
论文系列
深度学习与排序系列
用户画像与物品画像系列
同时也会更加注意文章的实操性和独立思考，在各种技术号的涌动下，保持此号的独特性和针对性。
当年大家如果有什么感兴趣的或者不懂的点，也可以反馈给公号，愿与君共进步。
关于【搜索与推荐Wiki】 专注于推荐系统，深度学习，机器学习，数据挖掘，云计算，人工智能，架构和编程等技术干货的分享和探讨，偶尔会推送一些福利，文字，摄影和游记，扫码关注，不再孤单。
更多干货，扫码关注
点击“阅读原文”查看更多
422
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
