向AI转型的程序员都关注了这个号👇👇👇
机器学习AI算法工程 公众号：datayx
人岗智能匹配
根据智联招聘抽样的经过脱敏的求职者标签数据、职位信息、及部分求职者行为信息、用人单位反馈信息，训练排序模型，对求职者的职位候选集进行排序，尽可能使得双端都满意的职位（求职者满意以及用人单位满意）优先推荐。本次比赛里，假定对于曝光给求职者的职位候选集里，假如求职者感兴趣会产生浏览职位行为，浏览职位后，如果求职者满意会产生主动投递行为。用人单位收到求职者主动投递的简历后会给出是否满意的反馈信号。
项目代码 获取方式：
关注微信公众号 datayx 然后回复 人岗匹配 即可获取。
AI项目体验地址 https://loveai.tech
评估标准
a) 测试数据由n组曝光职位数据集合组成，每组数据包含一个求职者以及一序列曝光候选职位。参赛者需要对每组职位进行预测并排序给出排序后的职位序列。对n组排序后的职位序列，比赛采用以下计算方式作为评估指标。通过计算所有n组排序后的职位序列里，求职者投递(delivered)职位的MAP值以及用人单位中意(satisfied)职位的MAP（Mean Average Precision），由最终的加权评价值
提供的训练数据包含三张表，分别是简历描述表 table1_user：
薪资表：
期望薪资是10位或者12位（遇到9位或者11位前面或者后面补0，超过上面列表部分为脏数据）
岗位描述表 table2_jd：
行为表 table3_action：
决赛：Rank4演讲PPT
阅读过本文的人还看了以下文章：
《深度学习入门：基于Python的理论与实现》高清中文PDF+源码
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx
长按图片，识别二维码，点关注
机器学习算法资源社群
不断上传电子版PDF资料
技术问题求解
QQ群号： 333972581
长按图片，识别二维码
海淘美妆
本文分享自微信公众号 - 机器学习AI算法工程（datayx）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
来源：oschina
链接：https://my.oschina.net/u/4585416/blog/4398736