昨天在番外篇——社招如何拿到心仪公司的offer一文中，作者写到除了项目需要重点准备之外，如果个人有「好的开源项目或者技术博客」 的话一定要贴在简历上哦，这个可是非常大的加分项。在今年的校招过程中，之前一些参与过我们的项目贡献的小伙伴也有向我反馈说参与deepctr开发的这段经历为他们的简历和面试都带来了一定的亮点和优势。

参与优质开源项目的收获

• 参与的过程需要自己不断学习，亲自做一遍要比看懂理解的更深刻。

• 可以与更多的小伙伴或者前辈们交流，扩充自己的知识广度，了解到对同样的问题其他同学的视角是怎么样的

• 项目自身的认可，如果你的面试官也曾经学习或者使用过这个项目，那么作为求职者应该是会加分不少的～(有同学提到过自己的面试官曾经就了解过他所参与的项目)

项目介绍

• DeepCTR

DeepCTR目前是一个具有4kstar，1.3kfork,以及25w+ pypi渠道下载量的基于深度学习的点击率预测算法库。目前有大量的学生群体和一些业界算法同学在学习和使用，除此之外也有被一些学术文章所引用。正在快速地进行迭代中。

• GraphEmbedding&GNN

  

  

众所周知，图网络最近一直是一个火热的研究方向，在业届针对user-user,user-item,以及item-item之间的建模中图网络也在发挥着它特有的优势。此项目目前主要是囊括了经典的图嵌入和图卷积算法，提供了统一的train和get embedding的接口，做到了graph in, embedding out，方便同学们进行学习和对比实验。

• DeepMatch

DeepMatch提供了若干主流的深度召回匹配算法的实现，并支持快速导出用户和物品向量进行ANN检索。非常适合同学们进行快速的实验和学习～

• DeepCTR-Torch

pytorch版本的deepctr，提供给不熟悉tensorflow的同学进行研究和学习。

参与贡献

提交可被合并的代码是最直接的参与方式，我们要求开发者进行逻辑测试和效果测试，通过测试后会进行合并和统一的发布。

协助解决issues

• 如何找到issues

• 如何帮助解决

对于普通的questions，如果你有想法直接在底下回复即可。通常如果提问者遇到代码报错的问题难以定位时，可以让对方提供一份最短问题可复现代码(简单来说就你download下来，run一下就可以报他遇到的错)，这有助于我们快速定位和排查问题。

对于需求类的，如果大家有思路，可以先跟我联系，在群里直接说或者发邮件给我都可以。我们先沟通一下思路以及你的想法是否牵扯到其他部分的改动，尽量作为相对独立的模块进行修改和开发。

帮助宣传

使用以上项目进行学习，比赛或者探索性实验甚至在自己的实际工作中使用。可以写一些教程和文档，帮助更多新同学了解和上手使用，这里一定要记得标注当时使用的版本，因为我们正处在一个快速迭代的过程中，每个版本的接口和功能可能都会发生变化。

加入要求

• 基本要求

1. 感兴趣

2. 熟悉相关领域算法

3. 熟悉tensorflow or pytorch（根据你的感兴趣的项目,python就不用多说了）

4. 有足够的空余时间投入开发(欢迎在校生参与，既能学习知识又能丰富自己的简历～)

5. 熟悉git相关的操作

• 临时讨论群(已经加过其他群的不要重复加)

  因为后面会把真正参与进开发的同学单独拉在一起，所以吃瓜群众和看热闹的同学就不用加这个啦，真正有想法想做且能做的同学欢迎加入～～。当然，如果你有相关的意见和建议也欢迎告诉我们！欢迎转发扩散给有兴趣的同学们！满了的话请公众号后台回复“开源项目”。

• 

  推荐阅读

  • 一文直击Graph Embedding图表示学习的原理及应用

  • SDM(Sequential Deep Matching Model)的复现之路

  • DeepMatch ：用于推荐&广告的深度召回匹配算法库

  • 番外篇——社招如何拿到心仪公司的offer

  想了解更多关于推荐广告算法的内容，欢迎扫码关注公众号浅梦的学习笔记。回复加群可以加入我们的交流群一起学习！回复投稿可以让你的文章被更多同学看见，帮助更多朋友～

  码字很辛苦，有收获的话就请分享、点赞、在看三连吧????