本次分享会以 vivo 商业化推荐为例阐述算法团队在模型、策略和架构的技术实践，重点会涉及召回、排序、重排序策略、分布式学习框架等关键技术模块。vivo 商业化算法团队从2019年开始发力，到目前为止逐步在大部分场景的效果接近甚至超越同期其他方案效果。

演讲提纲：

1. vivo 互联网业务场景简介
2. 推荐技术在互联网业务的挑战与突破
   • 挑战：现状和困难
   • 突破：阶段性成果
3. 推荐技术的商业化业务实践
   • 互联网商业化推荐系统
   • 推荐系统架构介绍
   • 召回策略
   • 排序策略：重点 CVR 建模方案
   • 重排序策略
   • 大规模分布式机器学习框架
4. 总结与展望

你将获得：

1. 了解到复杂场景下的迁移学习、联合建模的成功实践；
2. 学习到大规模机器学习框架的设计要点和对业务的支撑作用。