BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

您现在处于全屏预览
关闭全屏预览

LinkedIn数据处理引擎Endorsements剖析
录制于:

| 作者 Sam Shah 关注 0 他的粉丝 发布于 2013年12月12日 | Google、Facebook、Pinterest、阿里、腾讯 等顶尖技术团队的上百个可供参考的架构实例!
34:52

概要
怎么把大规模的机器学习变成产品?在LinkedIn,最新的数据产品线是我们的技能认可系统Endorsements,用户使用这个系统公开认可他人是否具备某项专业技能。这个生态系统诞生短短几个月内就生成了20亿次认可,形成了一张极大的职业度信息图表。 这一切是如何做到的?在这次讲座中,我将深入介绍这个技能认可系统的实现思路,以及建设这样一个数据产品需要注意的事项。我将介绍技能目录的提取实现,如何判断一个用户是否具备某些技能,如何基于以上信息诱导用户对他人进行技能认可。我还将介绍我们这套产品底层的基于Hadoop的系统的一些细节。

个人简介

Sam Shah,LinkedIn数据团队首席工程师。Sam Shah拥有密歇根大学计算机科学与技术专业的博士学位,是LinkedIn数据团队首席工程师。他负责掌管许多为LinkedIn会员提供数据服务的大规模推荐与分析产品。这些产品每天需要处理数百T数据来达到所需的效果。Sam的工作包含纯科研、产品导向的功能研究、开发架构、社交网络分析、推荐引擎、分布式系统与网格计算。在他管理下的产品包括“People You May Know","Whois Viewed My Profile?",”Skills & Endorsements“等等。

QCon是由InfoQ主办的全球顶级技术盛会,每年在伦敦、北京、东京、纽约、圣保罗、杭州、旧金山召开。自2007年3月份首次举办以来,已经有包括传统制造、金融、电信、互联网、航空航天等领域的近万名架构师、项目经理、团队领导者和高级开发人员参加过QCon大会。

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT