Young87

SmartCat's Blog

So happy to code my life!

游戏开发交流QQ群号60398951

当前位置:首页 >跨站数据

机器学习、知识图谱、ETA,美团专家AICon大会开讲啦!

640?wx_fmt=png


AICon全球人工智能与机器学习技术大会是由InfoQ举办的年终AI技术盛会,主要面向各行业对AI&机器学习感兴趣的中高端技术人员。12月20日-21日,AICon将在北京国际会议中心拉开帷幕。我们美团技术团队也派出了强大的讲师阵容,他们即将呈现哪些精彩内容?让我们先睹为快吧。

机器学习应用和实践专场出品人:王兴星


本专题将聚焦于机器学习在工业界的落地实践,包含:面对各种问题如何进行技术选型?如何进行持续迭代优化? 针对业务的特点如何做针对性的改进? 实践过程中需要规避哪些坑?


640?wx_fmt=png

/ 出品人 /

王兴星 | 美团点评技术总监,外卖商业技术负责人

2016年初加入公司,带领团队从0到1搭建外卖商业变现技术体系,支撑Feeds广告、推荐广告,Push广告、品牌广告及站外增长等多条核心产品线,带领团队多次获得事业群大奖。他曾在搜狗商业、百度凤巢等部门任职,是前搜狗PC联盟和无线联盟的算法整体负责人,所研发的大规模训练系统应用于搜狗联盟、DSP等多个商业产品线。多次获得公司最佳个人、技术部犀牛、MVP等奖项。

王兴星作为该专场出品人,共策划了来自微软、字节跳动、菜鸟、滴滴、美团、快手的6个精彩Talk,相信一定可以给同学们带来更开阔的技术视野。

人工智能在外卖送达时间预估上的应用


640?wx_fmt=png

茹强 | 美团资深技术专家

硕士毕业于上海交通大学,曾任职百度凤巢资深工程师、腾讯视频高级研究员,有丰富的搜索、广告和推荐系统经验。现在美团外卖配送技术部负责ETA业务和机器学习核心算法开发。

在外卖业务中,餐品的预计送达时间(ETA)扮演了非常重要的角色:ETA向用户承诺了什么时间能拿到餐品,是用户选择一个商家的重要参考之一,也是配送调度、骑手送餐的重要指标。

ETA的影响因素很多,如何利用人工智能技术对送达时间给出合理和准确的估计,对于外卖平台的用户体验、交易量、骑手的工作效率都有至关重要的影响。演讲中会对ETA预估的业务逻辑做简单概述,并介绍人工智能在ETA预估中的应用,以及从人工规则到深度学习的技术演进过程。

演讲提纲

  1. 外卖配送业务概述。

  2. 外卖配送的技术架构:ETA、调度、配送范围和定价。

  3. 送达时间预估的技术与挑战。

  4. 机器学习在ETA中的实践:从人工规则到基于深度学习的多模型系统。

听众受益

  1. 对外卖业务形态的理解。

  2. 配送技术架构的了解。

  3. 外卖配送业务与其他互联网产品形态的差异,以及如何用人工智能解决配送问题。

2天深度培训——美团大佬包场开讲

AICon特设为期2天的会后深度培训,邀请4位美团资深专家围绕知识图谱、机器学习、深度学习等热门AI技术,结合实践案例,展开从入门到实践的落地分享,干货满满。


【12月22日】机器学习分类培训

640?wx_fmt=png

张睿 | 美团点评外卖事业部研究员

1993年和1996年于大连理工大学获学士、硕士学位,2003年于清华大学获博士学位。专注于事图像识别、机器学习等技术方向。之前曾在百度和阿里巴巴担任资深算法工程师和高级专家,在文字和文档图像识别的多个领域从事算法研发和应用实践。

本课程针对机器学习中的分类问题,首先介绍解决分类问题的理论基础,包括贝叶期决策理论、统计学习理论。再介绍一些经典的分类模型,如决策树、逻辑回归、支撑向量机等。然后讲解基于神经网络,尤其深度神经网络的分类模型。最后以文字识别做为典型应用案例,从经典机器学习和深度神经网络两个角度,分别讲解从图像特征到分类模型的完整流程,并提供数据和代码进行现场实际操作。

通过此培训你将获得

  1. 了解经典机器学习实现分类问题的数学本质。

  2. 了解分类问题的常见经典模型。

  3. 了解神经网络解决分类问题的数学本质,以及与经典机器学习的关系。

  4. 了解深度神经网络的分类模型。

  5. 掌握文字识别的经典机器学习方法和深度神经网络方法,并可以迁移到其它图像分类领域。


【12月23日】知识图谱深度培训

640?wx_fmt=png

王仲远博士 | 高级研究员、高级总监

现任,美团AI平台部NLP中心负责人、大众点评搜索智能中心负责人。加入美团点评前,担任美国Facebook公司Research Scientist,负责Facebook产品级NLP Service。在Facebook之前,他是微软亚洲研究院的主管研究员,负责微软研究院知识图谱项目和对话机器人项目。多年来专注于自然语言处理、知识图谱及其在文本理解方面的研究,在NLP和KG研究领域及实际产品系统中均有丰富经验。


640?wx_fmt=png

张富峥博士 | 美团知识图谱算法负责人

2018年7月初加入美团,担任AI平台NLP中心的研究员,带领知识图谱算法团队。目前主要负责美团大脑项目,这是围绕美团吃喝玩乐场景打造的知识图谱及其应用,能够打通餐饮、旅行、休闲娱乐等各个场景数据,为美团各场景业务提供更加智能的服务。在此之前,张富峥博士在微软亚洲研究院社会计算组担任研究员。

640?wx_fmt=png

张金璐 | 美团知识图谱工程负责人,高级技术专家

本科及研究生均毕业于哈尔滨工业大学,多年深耕基础架构方向,负责过集团七层网关、HTTP服务治理、近亿QPS微服务网络的链路追踪系统、秘钥管理系统、统一日志项目、泳道项目、线上全链路压测项目等等,有丰富高并发大规模分布式系统经验。现任职于美团AI平台部NLP中心,负责知识图谱引擎建设、TaskBot多轮会话机器人、算法GPU加速等工作。

王仲远、张富峥、张金璐3位老师将共同带来《知识图谱深度培训》的课程,为你系统解析“美团大脑”的关键技术和各种落地应用场景。

课程简介:深度学习和知识图谱是近年来人工智能技术蓬勃发展的两大核心驱动力,并且两者呈现出进一步融合的趋势。目前,全球的互联网公司都在积极布局知识图谱,Google Knowledge Graph掀起全球知识图谱热潮,Facebook依赖社交知识图谱提供独特的用户体验,阿里也在今年4月提出了"藏经阁"知识图谱计划。

作为全球领先的生活服务电商平台,美团点评拥有围绕吃喝玩乐全场景的丰富数据,通过使用深度学习技术以及自然语言处理技术,对这些跨场景数据进行充分挖掘、映射、聚合与关联,美团NLP中心构建了餐饮娱乐知识图谱——“美团大脑”,来促进每个场景下应用服务的智能升级。首个版本的美团大脑已经拥有超过百亿量级的知识关联,未来预期这一规模会达到数千亿级别,对于数据存储/同步、知识推理、实时计算、算法建模提出了巨大挑战。因此,我们同时正在研发超大规模分布式图数据处理引擎,用来存储和服务美团大脑系统。

在这个报告中,我们将介绍知识图谱基础知识及行业现状,"美团大脑"的构建方法,以及目前在搜索推荐、金融平台、助力商家运营等方面的一些初步进展与落地场景。

通过此培训你将获得

  1. 学术界和工业届主流知识图谱的介绍和现状。

  2. 常识性知识图谱的建模方法。

  3. 百科全书式知识图谱的建模方法。

  4. 美团大脑在美团点评内的具体应用场景。

  5. 了解各种学习资料。

据悉,除了美团强大的讲师阵容之外,AICon还聚集了40+来自Google、微软、亚马逊、BAT、京东、华为等一线大厂资深技术专家,围绕机器学习、搜索推荐、NLP和语音、计算机视觉等专题分享他们的实践经验、遇到的问题及解决方案,感兴趣的同学不要错过。

点击“阅读原文”获取更多日程和讲师信息。

活动推荐


640?wx_fmt=png


除了AICon之外,美团技术学院举办的技术沙龙【AI在复杂业务场景中的最佳实践】也将于12月22日在望京恒电大厦C座美团点评北京总部1层恒基咖啡举办。本次活动,美团联合京东技术专家共同探讨AI在搜索、NLP、智能调度等方向的深度实践,希望与业界技术同学一起交流。欢迎报名参加~


报名请戳:报名链接


640?wx_fmt=png

除特别声明,本站所有文章均为原创,如需转载请以超级链接形式注明出处:SmartCat's Blog

上一篇: 美团DB数据同步到数据仓库的架构与实践

下一篇: 数据结构与算法——从零开始学习(一)基础概念篇

精华推荐