机器学习
本专题将聚焦于机器学习技术在工业界的落地实践,包含:如何针对业务特点进行技术选型?如何从0到1构建机器学习平台?如何对平台进行持续迭代优化?实践过程中有可能要踩哪些坑,如何提前规避?
-
Deep Learning for Cross-Modal Content Modeling
秦曾昌 / 前Keep首席科学家
北京航空航天大学副教授 -
机器学习在多源智能传感器上的应用
刘磊 / 美国某互联网公司
机器学习专家 -
个性化信息检索与推荐系统实践
刘磊 / 美国某互联网公司
机器学习专家
AI工具与框架
本专场将探讨AI工具和框架选型,重点关注企业如何在已有大数据平台的情况下引入人工智能平台,在这个过程中有哪些难点,如何让人工智能平台尽快发挥效力,成为企业的基础设施平台。
-
端上AI推理引擎的设计与边缘计算的结合
姜霄棠 / 淘宝
端智能团队 -
Watson Anywhere: Scale AI in multi-cloud and hybrid-cloud
Andrew Zhang / IBM
Analytics Architect -
Bighead: Airbnb's Machine Learning Platform
Alfredo Luque / Airbnb
Software Engineer
计算机视觉
随着机器视觉技术的迅速发展,计算机视觉技术的快速、精确、智能等特性在现代工业的各个领域已逐渐被广泛应用,包括人脸识别、图像识别、物体检测等技术,本专场将探讨计算机视觉在相关行业的最新应用和实践。
-
高密度高性能算法推断优化实践
周瑞 / 格灵深瞳
技术总监,首席架构师 -
缺失多视图聚类算法研究
刘新旺 / 中国人民解放军国防科技大学
副教授 -
智能创作与变现技术在爱奇艺海量视频中的应用
刘楠 / 爱奇艺
博士,AI算法研究员,视频质量组leader -
深度学习算法在内容安全领域的落地
魏凯峰 / 网易
高级算法工程师
机器学习
本专题将聚焦于机器学习技术在工业界的落地实践,包含:如何针对业务特点进行技术选型?如何从0到1构建机器学习平台?如何对平台进行持续迭代优化?实践过程中有可能要踩哪些坑,如何提前规避?
-
机器学习,人工智能的发展和实际问题
Leon Xu / Microsoft
Principal Software Engineer Manager -
人工智能安全-可解释的人工智能模型
葛仕明 / 中国科学院
博士生导师 -
海量社交图片与视频的文字识别与关键词检测
黄珊 / 腾讯
社交OCR研究中心负责人
推荐\搜索系统
本专题将分享工业界如何将机器学习或深度学习技术正确应用在不同形态、不同业务的搜索推荐场景中,包括不同场景下的业务痛点是什么,如何正确地进行技术选型,以及如何不断优化模型提高推荐系统效果等宝贵实践经验。
-
知乎搜索中的深度学习实践
范力文 / 知乎
搜索算法团队 leader -
智能购物机器人的技术实践应用
孙鹏飞 / 苏宁
搜索数据算法团队负责人 -
HugeGraph图数据库介绍和应用案例分享
张义 / 百度安全
资深研发工程师
知识图谱
知识图谱和图数据为计算机研究者提供了一个非常好的交叉研究对象,这包括自然语言处理、数据库、知识工程和机器学习等领域。同时基于知识图谱的工业应用,也是各大互联网公司以及一些创业型企业共同关注的焦点。
-
基于cnSchema的开放中文知识图谱
丁力 / 海知智能
联合创始人 &CTO -
虚拟生命与知识图谱
邵浩 / oppo
高级技术总监 -
餐饮娱乐领域知识图谱的构建及应用
王金刚 / 美团点评集团
用户平台搜索与NLP部 NLP中心 算法专家
自然语言处理
NLP 的主要目标是解决人机对话中的各种困难,使得计算机能够理解人类的语言,让用户能用自己的语言与计算机沟通。我们将邀请在2018年NLP领域做出重大突破的技术团队来分享他们的最新实践。
-
腾讯云知文:AutoNLP探索之路
刘黎春 / 腾讯云
AI语义产品总经理 -
小米小爱音箱开放域问答探索与实践
余海洋 / 小米
人工智能AI实验室 知识图谱团队 高级算法工程师 -
阿里小蜜技术演进—从电商客服到“泛服务”咨询顾问
张佶 / 阿里巴巴
高级算法专家
行业落地实践
人工智能的发展已经成为趋势。本专场选取具代表性的AI行业落地实践进行系统的讲述。结合实践案例解读,系统分析AI落地案例成功的要点,让致力于AI产品落地的参会者能够学到更多的落地技巧。
-
人工智能在游戏中的赋能与落地
李仁杰 / 网易
伏羲人工智能实验室负责人 -
机器学习可解释性在业务应用中的研究与实践
王永会 / VIPKID
AI助教算法总监 -
基于深度学习的文案生成在广告领域的应用
郭师光 / 北京信息科技大学&唯品会
资深研发 -
深度学习在A股指数预测上的应用与投资实战意义初探
杨轶 / 某金融机构个人研究分享 不代表公司
财富管理部副总裁
数据科学
在数据科学的时代,“数据科学家”、“数据分析师”等职位在各大公司开始越来越被重视,也开启了数据科学在中国发展的黄金时代。本专题着重探讨如何把数据科学落地化,如何提取数据中的商业价值为公司节省费用或者创造新的商业利益。
-
亿级大数据背后的游戏数据科学解决方案
程序 / 腾讯
技术专家 -
Online Controlled Experimentation at Scale
Sophia Liu / Microsoft
Data scientist -
百度云数据工厂与数据科学
杨嘉义 / 百度
资深研发工程师
智能数据分析
运用数据驱动的思想和策略在实践中逐渐成为共识;数据的价值已在科学研究和工商业的不同领域得到充分展现。然而,如果无法从数据中提取出知识和信息并加以有效利用,数据本身并不能驱动和引领数字化转型取得成功。如何让数据发挥它最大的价值?
-
Big Data Analytics @ Uber
牛璐 / Uber
Data infra,senior software engineer -
数据极光-京东大数据的数据核心
李冬峰 / 京东
大数据产品平台负责人 -
大数据技术及其在商业决策中的应用
董晓静 / LinkedIn
大数据营销总监 -
反欺诈模型在电商领域的实践与应用
YM Chen / 某电商
research science manager
大数据平台架构
人工智能技术离不开大数据的支撑,大数据近年来也已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。本专题将突出大数据平台实战,囊括Offline、Online、Real-time等多场景案例。
-
EC及EC转换融入在京东HDFS中的落地实践
毛宝龙 / 京东
分布式存储负责人 -
Apache Doris – 在线分析型分布式数据库
赵纯 / 百度
资深工程师 -
SQL on Hadoop在快手大数据平台的实践与优化
钟靓 / 快手
大数据架构工程师
大数据前沿
现今是数据信息时代,每分每秒都在产生数不尽的数据。这些数据如何获取,有什么用途,如何与前沿的深度学习、机器学习等相结合,是众多技术型企业都在关注的问题,本专题将探讨大数据平台的前沿技术,囊括Flink、Clickhouse、Spark Streaming等热门技术。
-
TonY:原生于Hadoop的深度学习执行框架
胡克秋 / LinkedIn
Staff Software Engineer -
Scaling Uber Real-time Optimization with Apache Flink
Xingzhong Xu / Uber
senior engineer II -
Managing Apache Spark Workload and Automatic Optimizing
金澜涛 / eBay
Staff Software Engineer
FinTech(上午)
FinTech强调技术革新对金融的赋能作用,其核心在于科技技术和科技创新的双层驱动,以及在此驱动下形成的智能性、便捷性、低成本等成为了FinTech的显著特点。我们依照这些特点精选了包含互联网金融系统,传统金融系统、金融大数据等多个主题,帮助大家了解到Fintech的最新实践。
-
机器学习赋能财富管理平台
齐越 / 陆金所
智能引擎部算法建模团队负责人 -
金融AI广告的落地实践和挑战
何金 / 微众银行
微众广告架构负责人
智能语音与交互
智能语音是人工智能技术的重要组成部分,包括语音识别、语义理解、自然语言处理、语音交互等。我们将着重展示智能语音技术在智能家居、智能车载和智能可穿戴设备的应用和背后的技术实践。
-
亚马逊Alexa: 智能语音助手的演进之路
陈亚 / Amazon
资深工程师 -
搜狗远场语音识别技术的应用
刘忠亮 / 搜狗
专家研究员 -
基于预训练语言模型的Intent模版引擎
崔燕红 / 泰迪熊
移动首席科学家
AI提升研发效能
人工智能在企业中的探索和应用正在不断改变企业的生产模式和不同职位的工作方式。结合公司的产品特点,将机器学习技术应用在测试、运维等领域成为新的焦点,利用大数据、算法和开发框架构建的提升效能的工具极大了保障产品的可用性和提升效率。
-
基于计算机视觉技术和统计学习的内容推荐系统质量测试体系
唐洪敏 / 淘宝
高级测试开发专家 -
腾讯Metis智能运维实战:基于机器学习的海量时间序列异常检测
张戎 / 腾讯
云服务平台部 机器学习研究员 -
飞天基础设施运维智能化探索与实践
何诚 / 阿里巴巴
高级算法专家 -
如何低成本实现人脸识别应用
徐科 / ArcSoft虹软
人工智能开放平台产品总监
FinTech(下午)
FinTech强调技术革新对金融的赋能作用,其核心在于科技技术和科技创新的双层驱动,以及在此驱动下形成的智能性、便捷性、低成本等成为了FinTech的显著特点。我们依照这些特点精选了包含互联网金融系统,传统金融系统、金融大数据等多个主题,帮助大家了解到Fintech的最新实践。
-
知识图谱在证券行业应用的实践之路
杨红梅 / 广发证券
信息技术部知识工程研发工程师 -
FinTech on Graph Computing AI Platform
曾儒龙 / 图策智能科技集团
亚洲总经理 -
交易风险审理智能法庭
刘星 / 蚂蚁金服
大安全高级数据工程师 -
携程金融风控模型实践
霍文虎 / 携程金融
风控模型高级经理
中台
自从中台战略在阿里巴巴提出并成功实施后,各企业纷纷启动了自己的中台化进程,以数据中台、技术中台、业务中台为代表的一系列技术,极大增强了业务的敏捷性,提高了组织效能。本专题将探讨企业在中台化过程中的实践经验以及数据中台到AI中台的演进之路。
-
金融中台产品创新架构设计
黄山 / 京东数科
风控产品经理 -
AI中台助力敏捷化智能研发
井玉欣 / 宜信
AI应用团队负责人
架构演进
本专题各位分享嘉宾将会把其所在企业先进的架构实践经验进行案例分析,讲述将会非常全面且具指导意义。无论是小型项目需要伴随用户成长,还是正在逐步扩展到大型项目,需要进行拓展架构演进思路,本专题方向是互联网架构师们不可多得的技术最佳参考。
-
讯飞AIoT平台架构实践
金豪 / 科大讯飞
AI平台架构师 -
滴滴实时计算平台架构与实践
梁李印 / 滴滴
实时计算负责人 -
Zipline: Airbnb's data management platform for machine learning
Patrick Yoon / Airbnb
Software Engineer -
蘑菇街算法在线推理服务的架构变迁
杨立 / 蘑菇街
资深工程师
DevOps
DevOps非常适合交付对速度和敏捷性有要求的高价值应用和系统,能够在不牺牲质量的情况下实现创新。本专题将分享嘉宾通过实际的业务场景和落地实践,帮助参会者理解、掌握如何落地DevOps,了解真实转型过程中可能遇到的「坑」及企业是如何跨越这些泥沼的.
-
平安壹钱包DevOps实践
黄河 / 平安壹钱包
智能运维负责人,资深架构师 -
DevSecOps在大型银行的落地实践
王黎明 / 汇丰科技
DevOps Engineer,投行部交付经理 -
去哪儿智能监控与故障预测实践
张悦 / 去哪儿网
高级运维开发工程师
Cloud-native
互联网架构不断演化,经历了从集中式架构到分布式架构,再到云原生架构的过程。云原生因能解决传统应用升级缓慢、架构臃肿、无法快速迭代等问题而成了未来云端应用的目标。本专题将探讨Cloud-native的主流架构以及在企业中的具体落地场景和经验。
-
如何利用K8S为AI应用提供大规模GPU算力
李程 / 华为
serverless容器服务CCI架构师 -
使用Kubernetes 构建云原生边缘容器的落地方案
黄玉奇 / 阿里云
容器服务技术专家 -
Cyclone: 基于 K8S 构建通用工作流程平台的实践
陈德 / 才云科技
云平台软件工程师 -
Harbor 开源企业级云原生镜像仓库
邓谦 / Harbor 项目核心开发人员
VMware 云原生事业部工程师