推荐序二

推荐算法从1992年提出，到2001年“Item-based Collaborative Filtering Recommendation Algorithms”这篇经典论文的发表，再到现在，已经有31年的时间了。随着移动互联网的持续发展和大数据的爆发，推荐算法如今已经成为各大互联网公司主流产品的标配，以至于现在很多产品在启动阶段就会评估是否需要建设推荐能力。在短视频、电商、兴趣社交、图文等多个领域的产品中，它都是最核心的竞争能力之一。

2014年左右在我开始接触这个行业时，市场上已经有几本适合推荐系统从业者入门的书籍，比如Recommender Systems：An Introduction、Recommender Systems：The Textbook等，项亮在2012年出版的《推荐系统实践》从应用角度进行了比较好的补充。最近几年随着短视频、图文、直播的发展，硬件设备的升级，推荐算法有了很多新的变化。《现代推荐算法》这本书很难得地从当前互联网主流产品和推荐系统的真实问题出发，总结了包含阿里巴巴、字节跳动等公司最新公开的技术进展，更适合当下一线的推荐算法从业者阅读。

推荐算法工程师要求具备更为综合的能力，如机器学习、大数据、工程、算法应用等，因为不同产品业务面临的数据量级、生态问题、技术重点是很不一样的。这本书详细地论述了召回、粗排、精排等推荐系统的基础模块在最近几年的关键进展，也在多兴趣建模、探索与利用、内容和用户冷启动等现代推荐系统比较共现的经典问题上做了比较好的阐述，覆盖了当下最核心的技术问题和解决方案，对正在研究类似问题的读者具有较好的借鉴意义。

最后，推荐系统虽然是一个具备算法能力的标准化的系统，但它也需要从业者，尤其是推荐算法工程师，能在自己的业务场景下去发现问题和解决问题。之前一直和同事在讨论一个推荐算法工程师需要具备什么样的能力。我比较认同的一个观点是：

推荐算法工程师=1个算法人员+0.5个产品人员+0.5个数据分析师+0.5个研发人员

直白地讲，就是除基础算法能力外，推荐算法工程师也要具备产品人员和数据分析师的能力来发现问题，具备较好的工程能力去解决问题。

最近随着ChatGPT等大模型相关产品的出现，技术大爆炸给我们带来的冲击感尤为突出，相关领域的进展开始出现大的变化，推荐算法工程师需要与时俱进，不局限在现有的产品交互模式和本书介绍的一些方法上。

希望这个行业后续会有类似的突破性工作出来！

——张枫

2023年5月4日