狗熊会报告集锦 | 听听业界前辈的职业发展规划建议

报告标题：浅谈算法岗求职与工业落地情况

摘要：主要以过来人的经历聊一下目前数据和算法岗的招聘情况、就业形势和发展前景，对AI算法在工业界的应用情况进行简单介绍，包括对业务知识的要求、需要哪些技术栈、找数据和算法岗的工作应该做哪些方面的准备等等。总体来说聊三块内容：个人经历、工业界应用和招聘相关。

报告人简介：鲁伟，统计硕士毕业，曾经是狗熊会数据科学人才计划第一期的成员，目前是一名四年经验的深度学习工程师，主要从事医疗数据分析、医学图像处理和深度学习应用相关研究与工作。从业四年多来，从数据分析师、机器学习算法工程师一路进阶到深度学习算法工程师，有多个深度学习算法在医疗领域落地的项目经验。著有《深度学习笔记》一书，也是公众号机器学习实验室的主笔人。

报告链接：

报告标题：随机漫步十八年的傻瓜

摘要：本次报告的标题借用了塔勒布一本书的书名《随机漫步的傻瓜》。坦白讲，作为一名披着“数据科学家”外衣的码农，我已经若干年不碰中心极限定理和实际数据，所以来讲一场数据科学的报告让我感到有些惶恐。塔勒布这本书给了我很多启发，所以我想借此机会分享我在这十八年统计与码农路上与数据科学直接或间接相关的一些随机经验与观察。当然，如果真按照塔勒布这本书的精神来考核，听众则应该对这场报告持高度怀疑态度，毕竟样本量为一（即：我一个人的经验）的数据连样本方差都没法算，就更不必说有多少置信度了。尽管随机性可能大得离谱，但我还是希望对听众有所启发，尤其是数据科学家的一些软技能（如营销）以及软件技能（如网页技术）。

报告人简介：谢益辉，中国人民大学统计学院本科及硕士、爱荷华州立大学统计学博士。现为 RStudio 软件工程师。个人主页：https://yihui.org.

报告链接：

报告标题：认知推荐系统

摘要：报告将分享现代推荐系统的进展，包括短视频和直播。技术方面将着重介绍认知系统的三个层次：跨领域知识图谱(底料)、图神经网络(推理工具)、用户交互(图文/短视频理解)。深度学习模型的智能机器只能照章办事，缺乏灵活性，对认知智能的研究是解决这一困境的必然途径，它可以从认知心理学、脑科学以及人类社会历史中汲取灵感，并结合跨领域知识图谱、因果推断、持续学习等技术，帮助机器具备理智和运用知识。

报告人简介：杨红霞博士，美国杜克大学博士，原IBM全球研发中心Watson研究员、Yahoo!主任数据科学家，现任阿里巴巴资深算法专家，带领团队开发基于计算平台和搜索推荐的智能算法，稳定地支持了阿里巴巴搜索、广告等三十多个核心BU及其业务场景。在顶级统计和机器学习国际学术期刊和会议发表论文50余篇，拥有9项美国专利，担任Applied Stochastic Models in Business and Industry副主编、International Statistical Institute理事、中国电子学会青年科学家俱乐部理事、获得2019世界人工智能大会最高奖项卓越人工智能引领者(Super AI Leader，简称SAIL)、2020年杭州市领军型创新团队。

报告链接：