参考博客链接

1. Word2Vec 算法学习
   word2vec 中的数学原理详解
   word2vec详解
   Skip-Gram模型理解
   CBOW模型

2. Text-CNN 算法模型
   Text-CNN文本分类
   项目参考

3. 推荐算法
   召回算法和业界最佳实践
   Match 模块
   FM模型
   重排序-CTR-Wide&Deep模型
   Wide&Deep模型
   解读阿里的Deep Image CTR Model
   推荐流程设计
   DeepFM在贝壳房源详情页推荐场景的实践

今日头条、抖音推荐算法原理全文详解！

4. 深入理解LightGBM

2019腾讯广告算法大赛冠军方案分享（附代码）

推荐算法论文

工作重点：
数据的基本处理、转换、清洗等
在线及离线的数据处理
特征工程(特征选择，特征降维、特征编码,特征组合等)
算法(算法选择及调参、优化等)
存储层几个数据库的作用：
hive：存储中间及结果数据，数据分析，主要用于离线层使用。
hdfs: 训练集数据保存，model保存
redis：kv缓存数据库，推荐结果写入
hbase : 海量列存储kv数据库,写入各维度特征值，供在线调用

TensorFlow教程

1.tensorflow feature_column详解

2.Federated Framework 联邦学习框架

3.TensorFlow