这门课程采用环环相扣的讲解方式：前面讲到的内容，一定是后面的系统搭建中的一步。通过这个方式，你能有效掌握推荐系统的全流程，避免“一学就会，一用就废”。
课程简介
在推荐算法刚刚兴起的时候，基本上只要懂一些推荐系统算法的理论，就能够找到一份推荐算法相关的工作。但现在，只有对推荐系统整个的运转流程有了足够的了解，才能够获得企业的青睐。要想拥有推荐系统的全局视角，掌握在面对不同问题时灵活变通的方法，demo 级别的训练远远不够。为此，我们特地邀请到了在算法和深度学习领域深耕多年的黄鸿波老师，他将提供一整套推荐系统的工程化方案，带你从获取真实的原始数据开始，通过数据处理、特征采集、内容画像、用户画像等一系列步骤，最终把整个系统部署和发布到 Linux 系统上。
作者简介
黄鸿波，知名游戏公司人工智能领域专家，高级算法工程师，谷歌机器学习方向开发者专家，拥有多年软件开发经验，著有《TensorFlow 进阶指南基础、算法与应用》一书。黄鸿波专注于算法及深度学习领域，带领团队为公司开发了推荐系统、智能问答、游戏强化学习对战机器人等产品，从 0 到 1 参与过很多推荐系统项目。
曾在格力电器股份有限公司大数据中心担任人工智能领域专家，且在多家公司担任过高级工程师，技术经理，技术总监等职务。
课程目录
推荐系统:我们应该怎样学习推荐系统?Netfix 推荐系统:企业级的推荐系统架构是怎样的?
数据处理:我们应该如何获取和处理数据?
MongoDB:如何安装和使用 MongoDB 数据库?
Redis:如何安装和使用 Redis 数据库?
网络爬虫:爬取一个网站的流程是怎样的?
数据获取:什么是 Scrapy 框架?
数据获取:如何使用 Scrapy 框架爬取新闻数据?
数据存储:如何将爬取到的数据存入数据库中?
数据加工:如何将原始数据做成内容画像?
......
