应用因果推断消除推荐系统中的流行度偏差、位置偏差等，并用反事实推理进行公平评估。
利用倾向性评分和逆概率加权等方法，从有偏的历史日志数据中获得对推荐策略的无偏评估。
比较离线回测和在线实验的优缺点，学习处理离线指标与线上效果不一致的常见偏差及校准方法。
在推荐系统中科学设计 A/B 实验，处理分桶、SRM 检验、网络效应和长期指标评估等问题。
将强化学习引入推荐，建模用户的长期体验和探索利用平衡，提升长期用户满意度和留存。
学习 STAR 模型通过共享中心网络和场景特定参数，实现多个推荐场景的统一和自适应学习。
针对 MMOE 中跷跷板现象，学习 PLE 如何渐进地分离任务共享和专属专家，实现更好的多任务平衡。
学习 MMOE 架构，用多个共享专家和任务特定门控网络，解决多任务学习中的任务冲突与跷跷板现象。
学习 Wide & Deep 模型的架构思想，用 Wide 部分记忆历史交互，Deep 部分泛化未见特征组合。
学习应对缺乏历史数据的新物品和新用户推荐策略，包括基于内容、元学习和探索利用方法。
突破单一用户向量限制，学习代表用户不同兴趣侧的多个嵌入，提升推荐多样性与准确性。
搭建个性化推荐管道，平衡实时特征和离线模型。