58同城人工智能平台架构实践
2018年7月1日
人工智能/场景应用
詹坤林
58同城 AI Lab负责人，算法高级架构师

58同城AI Lab负责人，算法高级架构师，负责推动AI技术在生活服务行业的落地，为58集团打造全面AI能力，驱动各业务线在人效、用户增长、用户体验等方面的提升。目前负责主要产品包括人工智能平台，智能客服，机器人写稿，推荐，推送等。硕士毕业于中国科学院大学，研究方向为数据挖掘，曾任腾讯高级工程师，负责微博/新闻推荐算法研发。


,
  • 分享简介
    人工智能技术正被各大企业广泛应用于众多产品和服务之中，包括传统的机器学习算法和时下流行的深度学习算法，如何设计一套人工智能平台以支持AI工程师低成本、高效地开展机器学习和深度学习任务至为重要。本次分享将介绍五八同城人工智能平台的架构设计以及相关模块的技术实现细节。
  • 分享提纲

    1、 背景介绍；

    2、 人工智能平台架构总览；

    3、 机器学习平台特征工程、模型训练和在线预测模块设计；

    4、 如何使用Kubernetes+TensorFlow构建深度学习平台。

  • 分享收益

    1、目标：

    正确设计机器学习平台和深度学习平台的架构，理解如何将平台应用于业务，提高AI算法开发效率。

    2、成功要点：

    理解机器学习平台的架构设计，掌握特征工程、模型训练和在线预测模块的功能逻辑和设计细节。熟练使用Kubernetes和Docker技术，熟练掌握TensorFlow深度学习工具。

    3、启示：

    对机器学习平台和深度学习平台的架构设计和功能细节有透彻的认识。

热门推荐