专题出品人: 洪强宁

爱因互动 CTO

专题:大数据应用

随着数据化的逐步深入,各行各业逐渐积累了大量数据,如何让这部分数据获得商业价值?数据技术在现阶段怎么应用于业务场景?对于企业管理者来说,数据技术怎么帮助企业主在未来5-10年搭建数据核心竞争力。在本专题中,我们将邀请企业中的数据应用专家,为大家提供答案。

本专题下的议题

对话机器人中的语义匹配技术
吴金龙 爱因互动 技术合伙人/算法负责人
所属专题:大数据应用

课程概要

案例背景介绍:
传统的匹配方法基于词层级的局部匹配,这在很多情况下不够准确。最近几年,基于深度学习的语义匹配技术在NLP中得到广泛研究。我们把最新的匹配技术引入到对话机器人的各个技术框架中,显著提升了对话机器人的精准度。

解决思路/成功要点:
我们把最新的匹配技术引入到对话机器人的各个技术框架中,显著提升了对话机器人的精准度。在实施过程中,我们针对对话机器人中特有的问题,定制了专门的匹配模型。

成果:
引入深度语义匹配技术后,我们的对话机器人准确率普遍提升了10%~15%。

听众收益

1. 了解NLP中的语义匹配技术背景。2. 梳理了目前最前沿的NLP语义匹配模型。3. 对话机器人的技术背景。 4. 爱因互动在对话机器人中使用深度语义匹配技术的一些经验

趣头条新闻推荐大规模机器学习落地实践
汤浪 上海基分文化传播有限公司 推荐算法工程负责人
所属专题:大数据应用

课程概要

案例背景介绍:
常规的机器学习平台,在落地使用容易遇到几大问题:1)数据大模型训练时间长,更新不及时,2)特征更新慢,特征工程工作量大,训练时有特征穿越问题,3)尝试新模型时,准备工作长,上手难等问题

解决思路/成功要点:
1、引入特征服务,统一管理特征数据;2、自研参数服务器,解决大规模数据训练问题;3、使用k8s构建机器学习平台,可方便的创建不同模型训练任务

成果:
平台上线之初,模型效果显著,对推荐文章的点击率有10%以上提升;后续为各类模型迭代优化提供了极大便利,半年时间内,平台上有多个改进模型有明显效果,累加对pv和时长有5%以上提升;目前平台支持着大量的模型实验,正在运行的模型大概20左右

听众收益

1、了解常见的机器学习方法如何落地使用、工程化; 2、了解当一些开源方案无法支持大数据、高并发场景下的优化方案 3、流式训练模型,实时计算场景的落地方案

城市及末端揽配网络的智能化实践
吴黎霞(浪迹) 菜鸟网络 高级算法专家
所属专题:大数据应用

课程概要

案例背景介绍:
线下物流的大数据处理方案与线上订单流的大数据处理方案的不同, 如何结合实操完成算法落地
解决思路/成功要点:
时空数据挖掘、多源数据融合、机器学习+运筹优化
成果:
在真实场景上运用,并在国际顶会AAAI2019等接受。

听众收益

1.理解线下物流场景大数据如何赋能
2.理解大数据处理的方案和思考
3.如何算法更好的反驱动业务

洪强宁,爱因互动CTO,资深 Python 开发者,云平台系统架构专家,多年开发团队和运维团队的管理经验。豆瓣网首位全职员工,首席架构师;宜信大数据创新中心首席架构师;中国 Python 用户组创立者之一。

专题:大数据应用

随着数据化的逐步深入,各行各业逐渐积累了大量数据,如何让这部分数据获得商业价值?数据技术在现阶段怎么应用于业务场景?对于企业管理者来说,数据技术怎么帮助企业主在未来5-10年搭建数据核心竞争力。在本专题中,我们将邀请企业中的数据应用专家,为大家提供答案。

其他相关专题

CopyRight © 2008-2019 Msup & 高可用架构