獨家：攜手Moyi，編寫屬於自己的未來代碼

最新 08-16

MintyMentors 明途求職：你身邊最溫暖最專業的求職諮詢輔導平台。我們聯合來自麥肯錫、高盛、德勤、微軟等十幾個行業的職場精英，為北美留學生提供個性化的職業評估、一對一行業導師諮詢、文書修改、模擬面試、職位內推等服務。我們獨創 N＋1＋1求職輔導模式，為每位學員配備一位專屬求職諮詢師及多個行業導師，全程跟蹤輔導學生的求職過程，直至學員進入理想的企業。

就在上周日晚上，OpenAI Data挑戰賽上，人工智慧以碾壓性的優勢擊敗了7000分選手戰隊。面對AI，人類再次一敗塗地。然而，對於不斷探索發展Machine Learning的工程師們而言，這樣的成績又無疑是感人而激動的。套用一句阿姆斯特朗的名言：對於他們而言，這只是一小步；但對於人類而言，這是一大步！

從AlphaGo到Ti7上的OpenAI Solo，再到如今的OpenAI Five，軟體工程師們已經將科幻電影里的一個又一個橋段帶到了現實的世界，將一個又一個的不可能通過AI化為了可能。或許，對於他們而言，在不久的將來，AI將不再是他們屏幕上的代碼，而真正的成為他們工作生活中的夥伴。

70年前，人類第一台計算機剛剛在賓夕法尼亞大學的研究室里誕生，26噸的質量，但其功能甚至不如現在我們手頭的一個計算器；40年前，隨著集成電路的出現，人類終於進入了微型計算機的時代，網路概念應運而生；20年前，鼎鼎大名的Windows 98以摧枯拉朽之勢降臨在世人面前，壟斷計算機系統領域將近十年之久；10年前，人類敲開了大數據之門，移動互聯成為每一個人生活中必不可少的組成；而今天，我們在這裡思考Machine Learning，討論演算法，仰望AI帶給我們的下一個難以預料但又必然豐富多彩的10年。

不得不說，這是一個最能展現自我的時代，用縝密的邏輯編寫代碼，將自己的智慧灌注AI，將想法化為行動，用演算法書寫傳奇。Minty願意為你的熱情創造機會，Minty願意為你的想法鋪設平台。

8月，Minty攜手Moyi-tech，招聘系統及數據分析的項目實習，將你帶入工程師們的真實生活，開始Machine Learning & Data Analysis的真正起點：

項目涉及到電子商務業務中，利用電子商務網站向客戶提供商品信息和建議，幫助用戶決定產品購買傾向，利用相關演算法模擬銷售人員幫助客戶完成購買過程，這個信息化，自動化的處理過程稱之為推薦行為。

本次項目的推薦系統有3個重要的模塊：用戶建模、推薦對象建模、推薦演算法模塊。本次實習主要分為四個階段：

1. Python開發基礎培訓；

2. 收據收集與爬蟲的設計以及應用；

3. 數據清理以及推薦系統建模；

4. 推薦系統與電商模塊的整合。

1. Python開發基礎培訓：

? 數據類型與數據結構

? python的內置函數

? 面向對象的概念以及特性

? 函數式編程與內置對象

? python與資料庫的交互

2. 收據收集與爬蟲的設計以及應用：

? 應用場景與用戶需求評估

? 應用場景目標設計

? 大型分散式爬蟲設計

? 數據校驗

? 反爬蟲策略

? 效率優化

? HBS(Human Behavior Simulator)爬取

3. 數據清理以及推薦演算法建模

? 基礎數據清理

? Outlier清理

? 解決無關無關信息和欄位冗餘

? 無效值和缺失值的處理

? 主成分PCA，維度分析

? 特徵工程概論

? 探索性數據分析

? 商品相似度計算演算法

? 雜訊用戶識別與儲存

? 基於內容推薦

? 協同過濾CF (collaborative filtering)

? 基於統計學推薦

? 組合推薦

4. 推薦系統與電商模塊的整合

? 快速建立Prototype

? 迭代驗證

? A/B Testing

? 加入購物車次數

? 加購物車轉化率

此外，項目將由最專業的導師與你一起，並肩作戰，貫穿始終：

David Liu, 曾就職於Con Edison曼哈頓總部，資深Data Scientist，目前工作為利用機器學習以及數據挖掘的各類演算法設計並實現紐約，新澤西地區的實時能源供應，能源安全以及能源需求方面的多種預測模型。其中主要涉及的常用演算法包括XgBoost，lightGBM，Deep Neural network，此外，Divide參與過國內外多個數據挖掘項目的開發以及實現，熟悉各類大型分散式爬蟲，非同步數據獲取，反爬蟲解決方案例如IP-Blocking，Session limitation，Http request header模擬，對數據獲取方法和清理有豐富的實戰經驗。

Julie Yan,數據科學家，目前就職於HBO。其主要工作內容為根據訂閱用戶的相關特徵，習慣和行為方式，對海量數據進行清洗、整理，並通過相關數據挖掘演算法進行分析以及完成整個數據pipeline的設計，實現以及優化工作，在此過程中主要用python, Spark, AWS, SQL等工具，也同時包括了統計分析，回歸(Regression)和分類(和Classification)等各類經典機器學習演算法。曾就職於一家美國知名OTA，從事電商數據分析和建模的工作。主要對電商行業的交易、顧客以及財務數據進行清洗、分析和建模。

Anne Li, 數學PhD，目前就職於Stitch Fix。之前在Aetna Inc.擔任高級數據科學家，有多年的大數據分析，模型預測經驗，精通各種統計、機器學習和深度學習的建模和應用。

當你仰望星空，那灑滿天際的星辰曾經給我們帶來了多少真摯的感動；當你回望歷史，那破人心動的傳奇曾經讓我們燃起了多少無悔的熱情。加入Moyi-tech，讓我們用合作續寫傳奇；攜手Minty，讓我們以真誠傳遞感動。