18年已过, 有收获, 有遗憾

代码: 面向行业编程

  • apache thrift 源码
  • spark core源码, 进度30%
  • epoll/poll/kqueue相关原理
  • Java NIO源码初步学习: ByteBuffer, Selector, SocketChannel

算法: 推荐算法的工程实践

  • 《统计学习方法》(李航): LR, 决策树, AdaBoost等相关基础学习
  • XGBoost/lightGBM相关论文
  • LDA实践及相关原理学习
  • ItemCF, ALS, FM, LR等推荐算法的具体实践

工作: 面向业务提升服务质量

项目推进

  • Clover在线推荐引擎设计并实现完善
  • 个性化Push项目一期项目推进
    1. 最终指标的跨团队共识, 避免技术的执行与业务的期望偏离;
    2. 团队内部的信息透明, 合理的任务分配, 避免信息孤岛, codereview和模块划分真的十分重要;
    3. 既要合理的超前设计, 又要尽量避免过度设计;

框架设计

  • 个性化Push项目工程框架: 亿级别用户的在线发送任务, 支持2亿/h用户去重, 分时发送