预习资料领取，请添加微信：bjmashibing2在企业中，NLP，对话系统及其相关岗位（推荐，搜索）占据了将近80%的就业岗位以及top10%的薪酬待遇。最近一个小伙伴在面试AI岗位时，遇到的问题有： 问答系统架构一般分为哪几个部分？每个部分承担的功能是啥？ 简述深度学习在问答系统中的应用？ 如何解决问答系统在线服务的性能问题？ 如何从一个问句中提取出核心关键词和权重，以及如何通过关键词从上亿文本中检索有效信息如果平时在公司只是调参，或者人工智能的学习仅仅限于书本，估计会对以上的问题一头雾水，完全无法下手。
如果真的是这样，建议花4个小时的时间，参加马士兵教育的训练营，将一次解决你这些问题。
本次训练营目标在带小伙伴入门问答系统，触类旁通的学习推荐系统和搜索系统。学会最新的深度学习的概念思想，学习搭建企业级深度学习服务。全程工业化代码，企业级应用，带你走进工业AI。


第一天：检索式聊天机器人打造
第一节：智能聊天机器人的发展流程和分类
第二节：检索式问答系统核心技术之倒排索引
技术点：关键词抽取，tf-idf，倒排索引，NLP
第三节：检索式问答系统核心技术之rank
技术点：ctr预估，learning to rank，排序模型指标评测，逻辑回归，gbdt

第二天：搭建神经网络机器人
第四节：核心技术之神经网络
技术点：神经网络，word2vec，DNN，seq2seq，lstm
第五节：前沿技术之度量学习
技术点：双塔模型，度量学习，triple-loss