第352章 大数据下的个性化推荐（3/3）
听到脚步声，她回过头来，看到林辰身后跟着张一鸣，微微挑了挑眉。
“林总，张总。”
“张婷，找个安静的地方，我们聊聊。”林辰说。
张婷把他们带进旁边的小会议室，顺手拉上门。
林辰坐下后开门见山：“张婷，今日头条那边需要推荐模型训练和推理的算力支持。
但今天找你不只是要资源，我想让你和张一鸣坐下来，把云服务、用户画像、推荐算法这三件事的技术底座统一规划一下。”
张婷翻开笔记本，先问了一句：“林总，您说的统一规划，是指数据打通还是架构统一？”
“都是。
云服务的数据管道、今日头条的推荐引擎、广告联盟的用户画像，这三套系统背后都需要同一套东西。
用户行为数据的采集、清洗、存储、计算、建模。
如果各做各的，等于三套团队在重复工作。
浪费资源是小事，更麻烦的是数据割裂。
用户的行为数据分散在不同的系统里，每个人只能看到一部分，画像就不完整。”
张婷沉思片刻，在笔记本上画了一个简图：“如果要做统一，核心是数据中台。
把用户行为数据的采集、清洗、存储、标签化做成一整套标准化服务，上面再分三个应用层。
搜索用一套，推荐用一套，广告用一套。
底层数据是共享的，上层应用各自独立。”
“对，就是这个意思。”林辰看向张一鸣。
“一鸣，你觉得呢？”
张一鸣推了推眼镜，显然在快速消化这个思路：“技术上没问题，但有一个顾虑。
今日头条的推荐模型是我们自己迭代出来的，如果底层数据换成统一中台，模型训练的效率可能会受一些影响。”
张婷接话道：“不会。
数据中台只是负责数据的采集、清洗、存储和标签化。
模型训练和推理还是你们自己的团队做，只是数据源从你们自己抓变成从中台取。
中台会把数据标准化，接口统一，你们拿到的数据质量比现在高。”
本章已完成！