专题演讲嘉宾：马臻

信息流产品经过多年的发展，从最初以 CTR 为主的单一优化目标逐渐演化成 CTR、用户时长、产品生态并重的多目标优化。为了助推产品指标的提升，推荐系统需要具备快速接入新推荐场景，加入新优化目标，并在优化目标中进行 AB 实验的能力。 顺应以上的需求和 MLOps 的发展趋势，我们发展出了一套较通用的排序框架，这套系统支持了实时样本能力跨业务复用、插件化多目标定义，进而提高多目标时代推荐系统的迭代效率。 目前已经应用到业务多个推荐场景的 Baseline 模型，并在每个场景都取得了显著的指标提升。 

演讲提纲：

1. 业务挑战
   • 系统实时性
   • 算法迭代效率
   • 能力复用问题
   • 高并发下系统性能
2. 多目标迭代架构实践
   • 看点推荐架构简介
     • 数据层
     • 服务层
     • 业务层
   • 多目标迭代实践
     • 多目标迭代要素
     • 特征中心
     • 实时样本组件
     • 模型训练和在线预估

• 你将获得: 
• 了解信息流推荐系统实践 
• 了解多目标算法迭代架构的实战经验