了解事务场景的各个实体对日常的运营活动有非常大的价值,而数据发掘技能关于深度了解用户和产品含义愈加严重,咱们经过汇总滴滴集团各个事务线的数据,结合深度学习和常识图谱前沿技能,将数据发掘效果使用到了集团增加(含广告方向)、安全和体会,以及查找和引荐事务傍边。
听众收益:经过这门课程,当遇到一个全新的事务方向需求深度了解事务里各个实体的时分,能够根据这门课供给的方法论和实战阅历,体系化的完结整个常识体系的建立。
新技能/实用技能点:用户画像技能,大数据开发技能,深度学习技能,查找和引荐技能,广告技能。
个人简介:硕士结业于北京大学,前期在百度作业多年,现在在滴滴任首席算法工程师,担任用户画像、端外广告体系和橙心优选部分事务和技能方向。
讲演议题介绍:⼏年来,安排正在努⼒使⽤杂乱数据来答复⽇益杂乱的问题。图剖析是处理该类问题的⾸选⽅式之⼀。据 Gartner 称,到 2022 年,图处理和图数据库应⽤程序估计将以每年 100% 的速度增⻓。跟着图剖析的采⽤不断增⻓,了解图剖析⾏业中的各种应⽤之间的差异很重要。在了解应该挑选什么图剖析应⽤后,将共享怎么做好预备,把技能落地,将数据中的价值发掘出来。
个人简介:具有丰厚的大数据剖析和工程阅历,担任过TigerGraph在我国与多个金融客户的项目、技能支持及用户训练。致力于图数据库和金融,电商等多范畴的整合。
讲演议题介绍:本次讲演将会论述与因果揣度相结合的机器学习在滴滴智能决议计划中的若干使用实例。咱们将介绍因果揣度适用的场景,以及在引进因果揣度时所面对的一系列应战,包含数据的使用、特征的挑选、接连干涉变量的处理、多维干涉变量的处理、模型评价等。
听众收益:了解因果揣度的基本概念和基本原理;了解因果揣度的适用场景;了解因果揣度与机器学习结合过程中的一些技能应战和打破。
个人简介:杨晓庆,滴滴网约车MPT根底才能担任人。担任网约车供需猜测、资源分配和乘客弹性预估等技能方向。博士结业于香港中文大学计算机系,在参加滴滴之前,先后上任于百度和猿教导。她的研讨范畴包含大数据、深度学习、因果揣度、图神经网络等。
讲演议题介绍:本次共享将首要包含,微视用户增加广告投进项目,根据腾讯内部开源的联邦学习结构powerFL,在落地纵向联邦学习做的测验:一方面介绍联邦学习怎么与咱们的广告投进体系结合,一方面介绍模型迭代的心得和增益。
听众收益:本次共享将首要包含,微视用户增加拉新项目,根据腾讯内部开源的联邦学习结构powerFL,在纵向联邦学习上做的测验:一方面介绍联邦学习怎么与咱们的广告投进体系结合,一方面介绍模型迭代的心得和增益,以及落地的难点(两方参加的纵向联邦学习结构下,样本界说、迭代功率、特征评价、模型评价等)。
个人简介:宋凯,我国科学院理论物理博士(量子耗散方向),剑桥大学联合培育阅历,已宣布论文20余篇;现为腾讯微视算法工程师,担任用户增加方面的使用研讨;参加腾讯前在京东零售、度小满金融任算法工程师,别离从事引荐体系、用户增加的作业。
讲演议题介绍:首要介绍NVIDIA用于加快AI推理加快的体系库TensorRT和用于布置AI推理服务的体系软件Triton。
听众收益:经过这次共享,我们能够深化了解NVIDIA在AI推理加快及布置方面的中心处理方案。
个人简介:硕士结业于2003年,有18年的作业阅历,在嵌入式体系,服务器体系,根据GPU的AI体系加快等方面都有丰厚的阅历,现在在NVIDIA从事AI软件相关的体系处理方案架构作业。