地点:二层二号厅

专题:Keynote主题演讲

站在企业技术领导者的角度看技术趋势,AI、架构等前沿技术的应用,以及这些技术给业界带来的影响。

by 程致远 博士

Google 研究院
主任工程师 & 技术主管经理

推荐系统已成为互联网为用户提供服务的产品中不可或缺的重要组成部分,其不仅为用户提供了个性化的内容、提高了用户粘性,有效促进了互联网企业的经济增长。搭建高效的推荐系统需要较深的专业背景,必须根据产品需求和用户使用习惯去选择及改进相应的算法。

本次分享简单介绍推荐系统的基本背景以及架构,并着重介绍近年来谷歌在多任务学习的推荐系统上的最新研究结果,展示我们如何将最新的算法应用到谷歌的大规模推荐系统的应用实践。最后,演讲者将分享自己在推荐系统搭建中的心得和体会,以及对未来推荐系统架构趋势的解读。

演讲提纲:

  1. 推荐系统背景知识以及架构介绍
  2. 多任务学习的推荐系统的最新研究结果
  3. 实际应用
  4. 推荐系统构建心得和体会
  5. 对未来推荐系统架构趋势的解读

听众受益点:

  1. 了解推荐系统的重要性
  2. 了解多任务学习对于推荐系统的重要性以及难点,并了解最新研究结果及实际应用
  3. 推荐系统构建心得和体会

by 李响

CNCF
全球技术监督委员会(TOC)9位成员之一,阿里资深技术专家

随着云计算的普及,越来越多的应用被原生的构建在云上。这些应用希望充分利用云的弹性能力,能够做到按需付费。这些应用也希望利用好云上的便捷服务,免去自己构建、运维基础的存储、数据服务的烦恼。在这种背景下,云原生的理念被提了出来。

随着容器、Kubernetes 的出现,在云上交付容器变得轻而易举。不过,一个现代化的应用往往是分布式的,由多个不同容器组成;这些应用也与云充分融合,依赖各种云上服务。如何去管理这些分布式的云应用在今天还面临巨大的挑战。

演讲中,我会介绍云原生应用管理和交付的特点,发展历史,以及我们对这个领域未来的判断。会介绍诸如 Ansible、Terraform、OpenServiceBroker 这样的技术与云原生体系的结合和应用,也会从技术上解析开放应用模型(OAM)标准。

by 吴盛楠 博士

京东物流
首席数据分析官 (Chief Data & Analytics Officer)

京东物流对内承载着零售电商物流“211”高时效高质量的服务要求,对外既为各行业商家提供全链条的企业级供应链服务,也拥有面向个人客户的快递、仓储等业务。这样复杂多元的物流产品组合,对无论网络规划还是各环节的运营管理都提出了巨大挑战,使得数字化和智能化系统成为必选项。

本次演讲将介绍我们在规划、计划、执行各层面上,应用运筹、AI、仿真等算法技术,打造物流智能大脑系统,在多环节实现降本增效和精益管理的情况,也会分享大数据和算法理论在实际业务场景中落地的体会。

演讲提纲:

  1. 京东物流集团简介
  2. 全链路供应链系统架构及智能物流应用场景
  3. 物流智能大脑技术解决方案
    • “可视化”
    • 预测规划
    • 运营管理
  4. 算法落地实践分享和未来方向
    • 机会与挑战
    • 一体化开放的物流科技

听众受益点:

  1. 了解物流中丰富的算法应用场景
  2. 了解适用于物流和供应链的算法技术方案
  3. 共同探讨算法在业务应用中的优势和痛点,及未来发展方向

交通指南

© 2019 Baidu - GS(2018)5572号 - 甲测资字1100930 - 京ICP证030173号 - Data © 长地万方
想要批量报名或更多优惠?
立即联系票务报名小助手豆包
或致电:010-84780850