小红书的从 2016 年开始从 0 到 1 的搭建机器学习推荐系统，经过 2 年的演进，经历了技术选型的升级。

包括了模型选取，与模型匹配的特征选取，和与之配合的数据系统，更重要的是对于技术和产品不设边界的去不断升级学习的目标和设定与之匹配的 Value Model。将和大家分享在每次升级时的 What 和 How，更重要的是每次选择时对于 Why 的一些总结。

主要内容

1. 从 0 到 1 搭建机器学习系统：技术选型，从数据流，特征到模型；

2. 机器学习的世界里技术产品应该没有边界：从产品角度入手选取合适的学习目标以及Value Model； 

3. 没有数据就没有机器学习：机器学习不是黑盒，人人都要能用和会用数据。

听众收益

1. 以个性化推荐为例，对于机器学习系统的演进过程和每个阶段需要考量的目标和选型能有所了解； 

2. 机器学习和产品的深入结合是做好 C 端机器学习的根本，如何从产品角度审视和设计机器学习系统； 

3. 机器学习和数据是互为因果的关系，如果更深入的使用数据和反馈到机器学习系统中来。