LibRec是一个基于Java的开源推荐系统工具库，网站链接是 http://www.librec.net/, 源码链接是 https://github.com/guoguibing/librec. 在Github中搜索recommender systems, LibRec在返回的结果里名列前位(top 5)，目前受到很多工业界和学术界人员的关注和使用。其它在规划中的内容包括推荐展示系统，工业应用拓展，与其它工具库做整合。整合后的LibRec将是推荐系统领域内最完整，最具有活力的开源工具库。
由于本人工作变动及精力分散，影响了LibRec的更新和持续开发。我也深刻体会到了团队协作的重要性，尤其是这样一个开源系统，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，现准备组建LibRec开发团队。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。
- 熟悉Java编程
- 能阅读英文文献
- 参加过推荐系统竞赛的优先考虑
团队目前主要成员有6人（查看详情），现拟招募2~3名新成员参与开发。
- 架构师1~2名：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3~4名：主要负责实现并测试新的算法代码。目前规划的内容主要有：
- Tensor Factorization
- Factorization machines
- Probabilistic graphic models
- Content-based recommendation models
- POI-based recommendadtion models
- Deep learning models
- Up-to-date recommendation models
- Python, C++ interfaces
- 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。
- 投递个人简历到 guogb@swc.neu.edu.cn
- 通知面试
- 加入团队
郭贵冰
东北大学软件学院，副教授
主页：http://www.luckymoon.me
加微信与我讨论：
加入推荐系统微信群：
