《互聯網大廠推薦算法實戰》介紹了互聯網大廠當前采用的一些前沿推薦算法，并梳理了這些算法背后的思想脈絡與技術框架。《互聯網大廠推薦算法實戰》總計10章，內容涵蓋了推薦系統的基礎知識、推薦系統中的特征工程、推薦系統中的Embedding、推薦系統的各組成模塊（包括召回、粗排、精排與重排）所使用的算法技術、推薦算法實踐中經常會遇到的難題以及應對之道（其中涉及多任務推薦、多場景推薦、新用戶冷啟動、新物料冷啟動、評估模型效果、定位并解決問題等），最后還用一章的篇幅介紹了推薦算法工程師在工作、學習、面試時應該采取的做法。《互聯網大廠推薦算法實戰》既適合推薦系統、計算廣告、個性化搜索領域的從業人員閱讀，也適合希望從事互聯網算法工作的在校學生閱讀。