About us

• 郭贵冰 (Team Leader)，东北大学软件学院副教授，个人主页：http://www.luckymoon.me/。
• 李玮顾 (Team Manager)，15年工作经验，担任过技术总监、架构师等职位；做过在线SaaS服务平台、离线服务产品；熟练掌握JAVA，研究深度学习算法及应用。github：https://github.com/liweigu。
• 王宇峰 (Tech Consultant)，10多年工作经验，担任过项目经理、架构师等职位；做过大型WEB系统、大型薪资计算系统、软硬件交互系统、ANDROID应用等项目。目前在国内知名互联网广告公司负责HADOOP相关的大数据研发工作，并担任研发经理岗位。熟练掌握JAVA,JAVASCRIPT,PYTHON等语言。
• 洪钊桦 (Tech Consultant)，14年软件研究工作经验，在游戏和金融领域负责过多个用户量级达到千万级别的产品。对面向对象理论，轻量级框架，分布式体系架构以及人工智能有浓厚的兴趣和深入的研究。个人主页: https://github.com/HongZhaoHua
• 高悦 (Core Developer)，在mobvista从事广告投放系统研发工作，主要负责广告投放系统的架构和性能的开发优化工作。
• 马辰 (Core Developer)，加拿大McGill University博士，研究方向为推荐系统，目前主要从事Point-of-Interest推荐的研究，个人主页：https://www.linkedin.com/in/ma-chen-93455693/en。
• 张朝立 (Core Developer)，58推荐算法工程师，主要负责招聘业务部门双边的推荐工作，个人主页：http://iyao.ren。
• 孙亚童 (Core Developer)，东北大学软件学院硕士（2017级）。研究方向为推荐系统、大数据与数据挖掘。

Former Team Members

• 王科强 (Core Developer)，华东师范大学博士，研究方向为多样性学习和推荐系统，个人主页: http://dase.ecnu.edu.cn/index/shows/catid/30/id/105。
• 吴宾 (Core Developer)，郑州大学博士，研究方向为推荐系统。目前主要研究在多源异构数据的情形下，如何有效地将矩阵分解、概率图模型等用于推荐系统，以解决评分预测和物品推荐任务。个人主页：https://wubinzzu.github.io/
• 陈旭 (Core Developer)，清华大学软件学院博士，研究方向主要是推荐系统，机器学习，情感分析等。目前主要研究如何把评论信息应用于推荐系统中，以对用户或者商品进行更加准确的建模，进而缓解传统的推荐系统中普遍存在的数据稀疏问题，冷启动问题等。
• 刘啸泽 (Core Developer)，浙江大学计算机学院硕士。研究方向为数据挖掘与深度学习，目前主要研究深度学习在序列数据中的应用。个人主页：http://liuxz.top/about/。
• 辛永佳 (Core Developer)，腾讯研发工程师，目前主要负责基于新闻的NLP、推荐系统算法以及用户行为信息收集系统架构的开发与优化工作，个人主页：https://github.com/logicxin。
• 靳远远 (Core Developer)，华东师范大学博士，研究方向为推荐系统与数据挖掘。
• 汤嘉熹 (Core Developer)，加拿大Simon Fraser University博士，研究方向为推荐系统与用户行为建模，个人主页：http://www.sfu.ca/~jiaxit。
• 张海东 (Core Developer)，北京自动化所博士，研究方向为推荐系统和机器学习。目前主要研究基于图模型的协同过滤推荐算法。
• 屈石林 (Developer)，东北大学软件学院硕士。研究方向为推荐系统、大数据与数据挖掘。

Join us

• 一个开源系统的团队协作是极其重要的，仅仅依靠个人的力量是非常有限的。因此，为了促进LibRec的持续改进和更好地服务推荐系统社区，需要一个协同合作、共同奋进的LibRec团队。欢迎有志于从事开源推荐事业的梦想人士加入我们的团队。有意向的朋友可发个人简历到我的邮箱：guogb@swc.neu.edu.cn，或加微信了解更多，非诚勿扰。 本招募信息长期有效，欢迎志同道合的人士积极参与，为开源推荐系统贡献自己的一份力。
• 基本要求
  • 为人真诚、做事认真
  • 熟悉Java并独立编程
  • 能够阅读英文文献
  • 熟悉机器学习基础算法
  • 有推荐系统竞赛或开发经验的优先考虑
• 招募人员
  • 架构师：主要负责接口设计、改进构架和数据结构，测试并优化算法。
  • 工程师：主要负责实现并测试新的算法代码。
• Development
  • LibRec-Spark Module
  • Deep Neural Networks
  • Ensemble Learning
  • Up-to-date recommendation models
  • Tensor Factorization
  • Factorization machines
  • Probabilistic graphic models
  • Content-based recommendation models
  • POI-based recommendadtion models
  • Python, C++ interfaces
• 工作方式及待遇
  • 以自主工作为主，每周定时讨论开发进展和问题。
  • LibRec库主页上列为开发团队主要成员。
  • 在获得经费支持时，可为团队成员发放补贴。
  • 优先及优惠参与团队组织的各项学术活动。
  • 可组队参加各类推荐系统竞赛，赢取名次和奖金。
  • 工作突出的队员可获推荐国外留学或工作，也欢迎报考东北大学硕士/博士研究生。
• 招募流程
  • 投递个人简历到 guogb@swc.neu.edu.cn
  • 通知面试
  • 加入团队
• 联系方式：

      郭贵冰
      东北大学软件学院，副教授
      http://www.luckymoon.me

Donation

Pay by PayPal

paypal.me/GuibingGuo

Pay by AliPay (支付宝)

Pay by WeChat (微信)