转载

【SDCC讲师专访】美团付晴川：算法是高效计算机程序的灵魂

CSDN年度技术盛宴 “SDCC 2015中国软件开发者嘉年华” 将于2015年11月19-21日在北京召开。CSDN软件研发频道将采访一些与会讲师，谈谈他们将在会上分享的内容。

本期我们采访的讲师是美团网数据组技术专家付晴川，长期从事机器学习&数据挖掘相关工作。曾就职于百度搜索研发部负责网页/图片分析，现任职于美团技术工程部。

CSDN：请简单介绍下您和目前的工作？

付晴川： 我是付晴川，目前在美团网技术工程部数据组担任技术专家。长期致力于机器学习&数据挖掘相关工作，曾就职于百度搜索研发部负责网页/图片分析，现任职于美团技术工程部，负责用户相关的数据挖掘工作。

美团文化中有用户第一的概念，了解我们的用户至关重要，我们要做的工作就是基于各种大数据处理的方法、技术立体全方位的理解美团用户。

CSDN：你是如何走上技术这条路的？

付晴川： 读高中的时候接触计算机，对这个新鲜事物产生了浓厚的兴趣。然后本科和研究生都念的是计算机相关专业，当时在poj刷题和diy小程序，都是非常开心的事情，后来做技术就顺理成章了。

CSDN：您对算法是怎样理解的？以及您认为算法有哪些应用领域？

付晴川： 听过李开复老师的演讲《算法的力量》，也阅读过吴军老师的大作《数学之美》，不得不说算法是许多高效计算机程序的灵魂。像查找、排序等等这样广义上讲的算法，实际上已经渗透到凡是涉及计算机程序上的几乎所有的领域了；而像机器学习/数据挖掘等等这样狭义上讲的算法，目前也越来越多的应用在电商、搜索、金融、游戏等领域中的分析、挖掘、推荐上。

CSDN：算法在美团都有哪些应用？以及如何评价算法带来的商业效果？

付晴川： 美团有团购、外卖、酒店、电影等多个产品线，每个产品线都有海量的用户以及这些用户产生的海量数据。如何高效处理这些数据，是需要算法来驱动的，目前跟算法特别是机器学习有关的应用主要有：个性化推荐/排序、风险控制、精细化运营、行业大数据据报告等等。

至于算法带来的商业效果，主要是通过离线、在线对比实测数据影响来完成，离线评测会有一些具体的指标，比如排序问题的ndcg, 分类的问题的准确/召回等，而线上通常会A/B test考察访购率、点击率的提升幅度等等。

CSDN：算法工程师面试美团，作为美团的数据组技术专家的您有哪些建议？

付晴川： 算法工程师实际上是需要考察三个方面的：

首先是要具备工程师的常用技能，主要看工程能力，比如基本数据结构和算法、coding、数据库等等；
另外一块才是机器学习/数据挖掘相关的算法、平台，除了尽量去熟悉常用的分类、聚类、回归、推荐算法之外（最好精通一两个的原理和实现），还需要掌握主流的工具和平台，比如Sklearn/Spark等；
还有一块属于软素质的范畴，自驱和积极性是我们比较看重的，因为很多模型的效果在出来之前都是比较难拍计划指标的，好的效果往往需要工程师主动追求卓越。

CSDN：在这么多年的工作中您肯定使用了很多算法，再结合目前的工作，您感觉哪些算法比较重要？他们各有什么优势和劣势。

付晴川： 我这里主要说说机器学习相关的算法，像分类用我自己用的比较多的就是：SVM/LR/最大熵/以及各种基于决策树的方法；聚类主要是kmeans及其变体；回归的话主要是线性回归/Lasso/Rigde等，损失函数通常会自己调整；推荐的话尝试过ALS。

直接探讨算法本身的优劣可能意义不大，通常需要基于不同的应用场景选择不同的算法，需要考虑的维度有样本量的大小、类别是否平衡、数据规模大小（性能tradeoff)、特征数量以及稀疏情况等等，比如说，SVM/最大熵/LR同样都是分类模型，但是在CTR的应用中LR最吃香，文本分类中SVM是王者，最大熵作为最完美的模型，反而因为实现和计算的复杂性应用的比较少。

CSDN：在本次SDCC 2015大会上，您想分享的话题是？

付晴川： 本次分享的话题是机器学习在美团用户画像中的应用。主要介绍美团用户画像中的一些实践经验。

CSDN：您最期待在SDCC 2015大会上看到哪些内容？

付晴川： 其他公司的同学在机器学习数据挖掘上实践和应用的干货。

（责编/钱曙光，关注架构和算法领域，寻求报道或者投稿请发邮件qianshg@csdn.net，交流探讨可加微信qshuguang2008，备注姓名+公司+职位）

值得一提的是，由CSDN举办的 SDCC 2015中国软件开发者嘉年华将于11月19-21日在北京举行，本次大会涵盖：新型数据库、编程语言、工具与平台、产品与设计、前端开发、算法、微信开发、架构实践、安全等九大分论坛，届时国外知名讲师将分享所在领域的最佳实践。 【点击这里抢票】