大資料、演算法專案在任何大廠無論是面試還是工作運用都是非常廣泛的，我們精選了50個百度、騰訊、阿里等大廠的大資料、演算法落地經驗甩給大家，千萬不要做收藏黨哦，空閒時間記得隨時看看！

如果你沒有大廠專案經驗，對大廠演算法、大資料的專案運用不了解建議你看看！

演算法

大資料

基於知識圖譜的語義理解技術及應用-百度

知識圖譜在人工智慧應用中的重要價值日益突顯。百度構建了超大規模的通用知識圖譜，並在搜尋、 推薦、智慧互動等多項產品中廣泛應用。同時,隨著文字、語音、視覺等智慧技術的不斷深入,知識圖譜在複雜知識表示、多模語義理解技術與應用等方面都面臨新的挑戰與機遇。本文將介紹百度基於知識圖譜，從文字到多模態內容的理解技術及應用的最新進展。

騰訊資訊流內容理解技術實踐

目前資訊流推薦中使用的內容理解技術,主要有兩部分構成：

1.門戶時代和搜尋時代遺留的技術積累:分類、關鍵詞以及知識圖譜相關技術;

2.深度學習帶來的技術福利: embedding.但是分類對於興趣點刻畫太粗，實體又容易引起推薦多樣性問題,而embedding技術又面臨難以解釋的問題。

這次主要介紹在資訊流推薦中,騰訊是如何做內容理解克服上述問題的。

主要包括：專案背景、興趣圖譜、內容理解、線上效果。

阿里媽媽：電商預估模型的發展與挑戰

內容提綱：

1. 1.電商資料個性化預估的特性
2. 2.阿里媽媽模型迭代路徑
3. 3.Where to Go

優酷DSP廣告投放系統架構實踐

隨著RTB網路線上展現廣告交易模式的興起，各大公司都紛紛搭建自己的DSP ( Demand-Side Platform)廣告投放系統進行獲客。優酷在近幾年也搭建DSP系統，並且在持續迭代。在這一過程中 ，經歷哪些技術探索?趟過哪些坑？有怎樣的技術方案沉澱?下面我將從技術視角分享出來，希望對大家有啟發。

京東電商推薦系統實踐

京東電商推薦系統實踐方面的經驗

• 1.排序模組
• 2.實時更新
• 3.召回和首輪排序
• 4.實驗平臺

從演算法到應用：滴滴端到端語音AI技術實踐

隨著AI科技的發展,智慧語音互動技術正在被國內外巨頭公司逐步落地和規模化應用。滴滴出行作為移動出行領域的一家領先的移動網際網路企業，也正積極佈局和利用智慧語音互動相關技術，如語音識別、語音對話理解、語音合成等,以便更好的為司機和乘客提供高質量服務，具體地，包含有司機智慧助手和滴滴智慧客服系統等應用產品。

美團對話理解技術及實踐

智慧客服是一種使用自然語言與使用者互動的人工智慧系統，通過分析使用者意圖,以人性化的方式與使用者溝通，向用戶提供客戶服務。

本議題首先介紹美團智慧客服的對話互動框架，然後就我們在其中意圖挖掘、意圖理解、情緒識別、對話管理等核心模組中用到的機器學習演算法進行詳細的介紹。

網易新聞推薦：深度學習排序系統及模型

攜程金融大資料風控演算法實踐

微博基於Flink 的機器學習實踐

微博作為國內比較主流的社交媒體平臺，目前擁有2.22億日活使用者和5.16億月活使用者。如何為使用者實時推薦優質內容,背後離不開微博的大規模機器學習平臺。

YARN在位元組跳動的優化與實踐

阿里巴巴雙十一千萬級實時監控系統技術揭祕

從底層的機器監控到直面使用者的應用，都離不開時序性的業務場景，而時序性的資料一般都由專業的時序資料庫來儲存分析，下面主要介紹TSDB覆蓋的業務場景以及面臨的挑戰

螞蟻資料分析平臺的演進及資料分析方法的應用

主要分享資料分析平臺的平臺演進以及我們在上面沉澱的一些資料分析方法是如何應用的。

最後

看完美團、位元組、騰訊這三家的面試問題，是不是感覺問的特別多，可能咱們又得開啟面試造火箭、工作擰螺絲的模式去準備下一次的面試了。

開篇有提及我可是足足背下了1000道題目，多少還是有點用的呢，我看了下，上面這些問題大部分都能從我背的題裡找到的，所以今天給大家分享一下網際網路工程師必備的面試1000題。

注意：不論是我說的網際網路面試1000題，還是後面提及的演算法與資料結構、設計模式以及更多的Java學習筆記等，皆可分享給各位朋友，直接戳這裡即可免費下載

網際網路工程師必備的面試1000題

而且從上面三家來看，演算法與資料結構是必備不可少的呀，因此我建議大家可以去刷刷這本左程雲大佬著作的《程式設計師程式碼面試指南 IT名企演算法與資料結構題目最優解》，裡面近200道真實出現過的經典程式碼面試題。