信息流垂直频道开发
竞价CPD开发
必备应用推荐开发
我开发推荐系统，在5台服务器上，部署一套Linux，Apache，MySQL主从备份集群，OracleRAC集群，Redis分布式集群，PHP7服务，使用Nginx做基于轮询策略的负载均衡，使用keepalived做IP漂移
后端使用Python，shell开发，后端程序的管理使用ct框架，后台任务的运行有错误告警机制
前端推荐接口开发，失败的请求会触发邮件告警机制，成功的请求会记录在日志文件
数据处理方面，对于日志文件使用awk脚本及python脚本，同时也会定期导入到自己搭建的hive数据库中，使用spark和Python做数据挖掘；用户行为数据，由客户端写入到自己搭建的kafka集群，读取kafka以写入hive，或以lftp，rsync等方式同步文件，再将文件解析。
算法方面，对于app或资讯，视频的标签，正文，使用Python的分词算法，如jieba算法，tf–idf算法，辅之以标签关系构建等知识图谱策略，将关系及实体存入neo4j数据库，使用PHP接口调用
推荐策略方面，基于用户行为偏好，基于商品协同关系，基于时效，基于热度，基于人工干预
接口性能日请求量平均600万，时延20-50ms
周报月报，使用vba将hive查询出来的数据处理
测试方面，使用jmeter测试接口并发性能