EP29 与算法工程主管聊推荐系统、全栈数据科学家和数据驱动的意义

这一期的嘉宾因学生时期一张像孙中山的照片而被朋友们戏称为“国父”。“国父”在推荐系统领域有很多年的实践经验,也做过不同类型的推荐系统。这周我们就请专家来和我们深入聊一聊推荐系统是什么、怎么做、以及产品技术难点是什么。除了推荐系统,“国父”对于数据科学领域和数据驱动也都有很多思考。 在工作之外,本期嘉宾自认为有着“非典型”的成长经历。高考时交白卷,在高校研究所工作多年,很晚才进入业界。但也正因为此,他对个人的发展有不一样的思考。到底学历有什么意义?我们是荒岛上的猴子还是赛道上的赛马?赶快来听吧! 00:00:00 开场 00:01:24 在电商平台Pinkoi做推荐系统 00:03:49 推荐系统从Infra和数据收集开始 00:05:04 tracking和埋点 00:07:04 电商平台一定需要推荐系统吗? 00:10:13 原生广告公司Taboola的推荐系统 00:13:12 用户体验:内容推荐 v.s. 广告推荐 00:14:33 广告推荐和内容推荐在产品实现上的差别 00:16:47 推荐系统领域需要什么样的人才 00:19:33 广告推荐和内容推荐工程难度上的差别 00:21:47 觉得自己是一个data scientist还是一个engineer? 00:24:37 分析团队和工程团队的mindset差别 00:28:28 跳槽Taboola的契机 00:31:36 多文化融合的工作环境 00:33:54 如何快速的熟悉公司业务 00:38:53 空降manager如何管理团队 00:42:08 data-driven到底是好是坏 00:49:37 非典型的成长经历(吗?) 00:52:51 学历到底代表什么? 00:55:18 赛道上的赛马,还是荒岛上生存的猴子 00:56:53 Multi-armed Bandit对人生的指导意义 00:58:50 Amy和Stella做podcast的意外收获 01:01:28 生活中的发呆时间

63分钟
99+
7个月前

EP28 是真的松弛吗?不想卷又躺不平的台湾青年

这一期的嘉宾May有着非常感染人的笑声,整个聊天过程都轻松愉快。虽然May一直在说自己非常无所谓,很躺平,但是和她聊下来却发现她根本过着很卷的人生!除了做着非常demanding的金融业管培生工作,她还有做一些副业,甚至还运营着自己的社交账号(Ins@marketing_youth_may)。但另一方面,May又确实很松弛。举例说明:我们找她要照片做这一期的cover photo,正在爬山的她打开手机前置摄像头就随手拍下一张灿烂微笑发给我们。这样的矛盾感让我们觉得非常的新鲜又有趣。 最后告诉大家一个秘密,来自台湾的Amy和来自中国大陆的Stella,一直都希望我们在播客节目讨论专业知识之外,也可以为大家介绍不同地区华人的工作生活状态。作为理工女的我们,对于太过宏大的议题束手无策。但是我们相信,在宏大议题之下的每一个个体,一定是相同之处远远多过不同。不同地区的人们的经验也都可以为我们所借鉴。 如果你也认同我们的想法,就快听我们和May的聊天吧! 00:00导言 02:40 开始做IG创作者的契机 04:30 聊聊最近好玩的内容趋势 06:22 什么是MA(管培生)? 16:02 如何成为管培生? 18:29 管培生的薪水水准 20:31 中国大陆职业选择的潮流变化 23:34 当20+的年轻人开始养生 30:05 年轻人从副业中获得安全感 34:53 Z世代认同的生活状态 36:33 人到中年,体力是最大竞争力 38:32 台湾的熟女们 41:23 台湾的dating life 43:22 交朋友好难! 47:38 管培生的奇怪入职培训

52分钟
99+
8个月前

EP27 对话台湾制造业高管: 智能制造的机遇与挑战、 AI时代的职业中年危机

这一期的嘉宾是——Amy的堂哥!堂哥是台湾高端制造业高管,有着多年芯片业、智能制造的实践经验。有着身后的Operations Research背景,也是二十多年前就做AI/Machine Learning的技术大拿!堂哥跟我们分享了他在芯片业及高端制造业中20+年的行业经验、运筹学在各行业中的应用,以及从企业高管的角度如何看待制造业的数字化转型与智能制造。还有资深职场人分享的职场tips,快来听听吧! 00:00:00 本期涉及名词解释 00:07:07 本期嘉宾介绍 00:08:00 九十年代的台湾大学 00:12:05 选择工业工程(IE)/运筹学(OR)方向 00:13:37 Operations Research(OR)是什么? 00:17:01 OR与Data Science 00:21:03 在芯片公司AMD做排程系统(scheduling) 00:25:01 为什么要自己开发排程系统? 00:27:55 从德州AMD回到回台湾AMD 00:30:58 关于AMD的股票和挽大厦之将倾的“苏妈”(CEO: Lisa Su) 00:34:27 离开AMD来到制造业的智能制造 00:36:22 智能制造的day-to-day执行 00:42:38 数字化转型中的制造业还需要数据科学家(data scientist)吗? 00:45:26 台湾智能制造发展之现状 00:50:06 LLM对制造业的影响和冲击 00:54:26 如何面对AI时代的职业中年危机 00:56:47 “问对的问题”的能力很重要 00:57:12 Top performer如何带团队? 01:01:44 数据女孩关于职场妈妈的讨论给堂哥带来的启发

64分钟
99+
8个月前

EP26 副业搞起来! 数据工程师(Data Engineer)如何成功做电商独立站

这一期的嘉宾是来自加拿大的Lead Data Engineer数据工程师,Wang Ze。Wang Ze来分享了她作为Data Engineer数据工程师的职业发展历程和对行业的看法。然而节目后面聊到她的副业,才发现原来她做的电商独立站Kidamento已经非常成功了!Wang Ze和家人是如何开始做电商的呢?有着电商平台工作经验的Data Engineer做电商有什么特别的优势吗?身处动荡的科技行业的我们,发展电商副业是否是一个好的抵抗中年危机的选择呢?快来听一听吧! 00:00 开场 03:02 加拿大的学习、工作、移民 08:42 疫情期间跳槽 10:23 不同行业的data engineer工作有差别吗? 12:52 data engineering的发展规律 14:06 核心竞争力 15:01 data engineer可以被AI替代吗? 17:23 职业危机和迷茫 18:28 AI取代人工data cleaning的一个小例子? 21:38 副业:如何开始做电商独立站 25:06 选择供应商 28:27 如何做marketing 31:20 第一个“黑五” 33:13 “打工是不可能打工的” 34:02 做电商需要什么技能 34:51 对产品的选择 36:01 在Amazon上卖货的感受 37:58 电商的库存和物流管理 40:29 做电商副业的工程师的dogfooding 43:20 和线下门店合作 44:40 并非一帆风顺的创业 45:48 创业对人的锻炼 47:12 电商领域哪个环节最好赚 50:52 中国生厂商出海的挑战 51:44 对想做电商独立站的朋友们的建议 53:09 如何购买Kidamento

55分钟
99+
8个月前
EarsOnMe

加入我们的 Discord

与播客爱好者一起交流

立即加入

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的节目添加进来吧