Microsoft

Microsoft Recommender Systems Engineering with LinkedIn (berufsbezogenes Zertifikat)

Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.

berufsbezogenes zertifikat ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.
Microsoft

Microsoft Recommender Systems Engineering with LinkedIn (berufsbezogenes Zertifikat)

Build Production-Grade Recommender Systems.

Scale multi-stage recommendation pipelines from retrieval to MLOps on Azure.

 Microsoft

Dozent: Microsoft

Bei Coursera PlusMehr erfahren enthalten

Erwerben Sie eine Karrierereferenz, die Ihre Qualifikation belegt
Stufe Fortgeschritten

Empfohlene Erfahrung

4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Erwerben Sie eine Karrierereferenz, die Ihre Qualifikation belegt
Stufe Fortgeschritten

Empfohlene Erfahrung

4 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Design multi-stage recommendation pipelines using collaborative filtering, two-tower models, and graph-based retrieval on Azure.

  • Build and deploy deep learning ranking models (DCN, DeepFM, and DLRM) and multi-task architectures (MMoE and PLE) to optimize long-term engagement.

  • Implement embedding-based retrieval at scale using FAISS and Azure AI Search with sub-50ms latency targets.

  • Orchestrate production RecSys pipelines with real-time feature stores, drift monitoring, and automated CI/CD on Azure ML.

Kompetenzen, die Sie erwerben

  • Kategorie: Deep Learning
  • Kategorie: Model Optimization
  • Kategorie: Program Evaluation
  • Kategorie: Performance Stress Testing
  • Kategorie: LLM Application
  • Kategorie: Feature Engineering
  • Kategorie: Model Deployment
  • Kategorie: Model Evaluation
  • Kategorie: Embeddings
  • Kategorie: Artificial Neural Networks
  • Kategorie: Generative AI
  • Kategorie: MLOps (Machine Learning Operations)
  • Kategorie: Generative Model Architectures
  • Kategorie: Model Training

Werkzeuge, die Sie lernen werden

  • Kategorie: Databricks
  • Kategorie: Microsoft Azure
  • Kategorie: Redis
  • Kategorie: Python Programming
  • Kategorie: Vector Databases
  • Kategorie: PyTorch (Machine Learning Library)

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Unterrichtet in Englisch
Kürzlich aktualisiert!

September 2026

Berufsbezogenes Zertifikat – 5 Kursreihen

Candidate Generation & Retrieval Architectures

Candidate Generation & Retrieval Architectures

KURS 1, 16 Stunden

Was Sie lernen werden

  • Implement matrix factorization and Bayesian Personalized Ranking for implicit feedback datasets using Azure ML SDK v2

  • Build two-tower retrieval models and scalable embedding-based pipelines using FAISS and Azure AI Search.

  • Construct graph-based multi-hop retrieval networks and sequential causal transformer models for next-item prediction.

  • Design hybrid content-based pipelines with cold-start fallback routing using sentence transformers and CLIP embeddings.

Kompetenzen, die Sie erwerben

Kategorie: Vector Databases
Kategorie: Embeddings
Kategorie: Machine Learning
Kategorie: Data Science
Kategorie: Software Architecture
Kategorie: Cloud Engineering
Kategorie: Databricks
Kategorie: Applied Machine Learning
Kategorie: Software Development
Kategorie: Cloud-Native Computing
Kategorie: PyTorch (Machine Learning Library)
Kategorie: Model Training
Kategorie: Computer Science
Kategorie: Scalability
Kategorie: LLM Application
Kategorie: Machine Learning Methods
Kategorie: Model Evaluation
Kategorie: Model Deployment
Ranking Models & Feature Engineering

Ranking Models & Feature Engineering

KURS 2, 10 Stunden

Was Sie lernen werden

  • Construct high-throughput feature schemas and real-time rolling aggregates using Databricks Unity Catalog Feature Store and Azure Cache for Redis.

  • Implement deep ranking architectures, including DeepFM, DLRM, and Residual DCN in PyTorch for multi-objective recommendation scoring.

  • Build multi-task learning models using MMoE and PLE to balance competing engagement signals and reduce negative transfer.

  • Apply bias-correction techniques, including Inverse Propensity Scoring and post-hoc calibration, to production ranking pipelines.

Kompetenzen, die Sie erwerben

Kategorie: Model Optimization
Kategorie: Feature Engineering
Kategorie: PyTorch (Machine Learning Library)
Kategorie: Real Time Data
Kategorie: Redis
Kategorie: Embeddings
Kategorie: Data Pipelines
Kategorie: Model Deployment
Kategorie: Model Evaluation
Kategorie: Databricks
Kategorie: Model Training
Kategorie: Computer Science
Kategorie: Software Development
Kategorie: Data Science
Kategorie: MLOps (Machine Learning Operations)
Kategorie: Deep Learning
Kategorie: Data Analysis
Re-Ranking, Multi-Task Learning & Generative RecSys

Re-Ranking, Multi-Task Learning & Generative RecSys

KURS 3, 8 Stunden

Was Sie lernen werden

  • Design and implement MMoE and PLE architectures in PyTorch to resolve negative transfer across competing engagement objectives.

  • Apply Maximal Marginal Relevance and Bayesian optimization to enforce constraints on diversity, freshness, and creator equity in re-ranking.

  • Build LLM-augmented ranking pipelines using Azure OpenAI embeddings and zero-shot and few-shot prompt-based item scoring approaches.

  • Construct enterprise-grade generative recommendation proxy architectures that reference LinkedIn's 360Brew framework principles on Azure Databricks.

Kompetenzen, die Sie erwerben

Kategorie: PyTorch (Machine Learning Library)
Kategorie: Computer Science
Kategorie: Model Evaluation
Kategorie: Embeddings
Kategorie: Generative AI
Kategorie: Data Science
Kategorie: Model Optimization
Kategorie: Business Logic
Kategorie: Responsible AI
Kategorie: Machine Learning
Kategorie: LLM Application
Kategorie: Generative Model Architectures
Kategorie: Software Development
Productionization, Experimentation & MLOps

Productionization, Experimentation & MLOps

KURS 4, 11 Stunden

Was Sie lernen werden

  • Configure production prediction endpoints using Azure Cache for Redis for real-time, low-latency user feature hydration.

  • Architect automated CI/CD retraining and deployment pipelines using Azure ML SDK v2 with canary and blue-green deployment strategies.

  • Implement statistical drift monitoring using the Population Stability Index and Wasserstein Distance over recommendation tensors.

  • Align system telemetry with long-term utility metrics, including Saves, Dwell Time, and Private Shares under production load conditions.

Kompetenzen, die Sie erwerben

Kategorie: Redis
Kategorie: Model Training
Kategorie: MLOps (Machine Learning Operations)
Kategorie: Continuous Deployment
Kategorie: Machine Learning
Kategorie: Performance Testing
Kategorie: CI/CD
Kategorie: Application Performance Management
Kategorie: Information Technology
Kategorie: Model Deployment
Kategorie: Systems Architecture
Kategorie: Microsoft Azure
Kategorie: Scalability
Kategorie: Performance Stress Testing
Kategorie: Application Deployment
Kategorie: Data Pipelines
Kategorie: Cloud Computing
Kategorie: Microservices
Kategorie: Transaction Processing
Kategorie: Data Science
Launch Your Recommender Systems Career

Launch Your Recommender Systems Career

KURS 5, 1 Stunde

Was Sie lernen werden

  • Build a portfolio that clearly communicates your recommender systems engineering experience to technical hiring managers.

  • Write a targeted resume and LinkedIn profile that highlights ranking, retrieval, and MLOps skills for ML Engineer roles.

  • Prepare for technical interviews, including system design, model evaluation, and production trade-off scenarios.

  • Identify and pursue high-demand roles in recommendation infrastructure across enterprise technology organizations.

Kompetenzen, die Sie erwerben

Kategorie: Model Evaluation
Kategorie: Technical Communication
Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
Kategorie: Systems Design
Kategorie: MLOps (Machine Learning Operations)
Kategorie: Scalability
Kategorie: Personal Development
Kategorie: Systems Architecture
Kategorie: Model Training
Kategorie: Data Science
Kategorie: Model Deployment
Kategorie: Machine Learning
Kategorie: Applied Machine Learning

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

 Microsoft
239 Kurse2.975.277 Lernende

von

Microsoft

Was führt Sie heute zu Coursera?

  • cplus logo

    Eignen Sie sich Fähigkeiten an, die ein Leben lang halten -- jetzt für 239 $

  • Coursera for Teams

    Verleihen Sie Ihrem Team neue Fähigkeiten

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen