SACC2018：機器學習與深度學習如何助力企業業務？

對於企業來講，一個好的企業架構對企業業務來講是一個良好的開端，有效的企業架構對企業的生存和成功具有決定性的作用，是企業透過IT獲得競爭優勢的不可缺少的手段。就在今年的10月17日~19日，為期三天的第十屆中國系統架構師大會以“十年架構，成長之路”為主題在北京順利召開。本屆大會雲集了國內CTO、研發總監、高階系統架構師、開發工程師和IT經理等技術人群，與會規模超千人。毫不誇張的講，中國系統架構師大會儼然成為架構師的風向標之一。

本屆大會包括了核心業務系統架構設計、大資料平臺架構、傳統企業數字化轉型、人工智慧應用等四大主線。今天小編就以人工智慧應用主線為例，和大家一起來感受架構的魅力所在。

intel亞太研發資深軟體工程師，專案經理趙娟：透過OpenCV理解深度學習的計算與加速

目前，深度學習廣泛應用於不同的領域。OpenCV是一個大家熟知的計算機視覺的庫。今年，OpenCV增加了深度學習的模組，那應該如何理解OpenCV的深度學習模組，如何便利的使用OpenCV深度學習模組更快的搭建出使用者的程式?

趙娟的分享涵蓋了深度學習和OpenCV，深度學習的瓶頸和應用，OpenCV的架構，深度學習庫的介紹和應用，介紹深度學習的網路模型匯入，推理引擎和架構和硬體加速，並向大家介紹了計算機視覺模型和具體的目標識別，影片風格變換，影像分類，人臉檢測等用例。

百度主任架構師畢然：機器學習的思考故事

畢然作為百度主任架構師，其主要專注於資料分析、商業戰略、機器學習和人工智慧等領域，目前負責搜尋戰略和業務分析，視覺搜尋策略，搜尋生態合作圈構建等業務。

在本次議題分享中，畢然透過機器學習與大資料、機器學習的建模及機器學習的實踐案例，AI技術產業應用方法等四個維度介紹了機器學習的思考故事，透過交流“思想”和“應用方法論”，掌握機器學習的深層次思想，並貫通商業、產品和技術。

前轉轉搜尋推薦部負責人張相於:自然語言處理技術在個性化推薦系統中的應用

個性化推薦是大資料時代不可或缺的技術，在電子商務、資訊分發、計算廣告、網際網路金融等領域都起著重要的作用。具體來講，個性化推薦在流量高效利用、資訊高效分發、提升使用者體驗、長尾物品挖掘等方面起均起著非常核心的作用。

張相於作為前二手交易平臺轉轉搜尋推薦技術負責人，曾負責轉轉的推薦和搜尋系統以及其他演算法相關工作。主導過多個推薦、搜尋以及機器學習系統從0到1的搭建，以及後續的持續最佳化。多年來主要從事推薦系統以及機器學習系統的相關工作，也做過計算廣告、反作弊等相關工作，並熱衷於探索個性化推薦和機器學習技術在其他領域的應用實踐。

張相於提到，在推薦系統中經常需要處理各種文字類資料，例如商品描述、新聞資訊、使用者留言等等，對這些資料處理和理解的能力直接影響著推薦系統推薦效果的好壞。除此以外，推薦系統中很多使用者行為相關問題都可以使用自然語言處理中的技術來解決，並且可以取得非常好的效果。

獵聘網首席資料官單藝：構建企業級機器學習平臺

隨著大資料和AI技術的發展和普及，機器學習走出了學術圈的象牙塔，在各行各業中得到越來越多的應用，逐步成為不可缺少的關鍵技術。不同於相對固定的邏輯驅動的系統，基於機器學習的系統非常依賴資料、模型和學習訓練。如何高效地處理資料流?如何保證資料質量?如何有效管理特徵的定義、計算、迭代和共享?如何高效地執行模型的訓練和線上預測?...這些是開發企業級機器學習應用都需要解決的關鍵問題。

為了解決這些共通的問題，獵聘網開發了一個通用的機器學習平臺。根據單藝介紹，該機器學習平臺的目標服務人群主要為機器學習工程師、資料分析師以及業務研發工程師。其主要目標分為以下幾個方面：

●簡化機器學習模型的開發、測試和部署，提升效率，降低成本

●提供便利的資料處理和特徵管理工具，提升資料和特徵質量，促進共享

●提供全面的監測功能，保證線上服務的穩定、可靠和效能

●提供高效能的特徵計算服務，實現毫秒級的響應

●提供實時的訓練資料生成服務，保證資料質量，避免“穿越”問題

●運用AutoML技術自動最佳化模型構建，最佳化模型效果。

單藝認為，該機器學習平臺的開發使用，能夠顯著提升各種機器學習應用的開發效率，對於機器學習工作人員來講是一大幸事!

透過《機器學習與深度學習》專場幾位老師的精彩分享，我們瞭解了不同企業對於機器學習與深度學習的應用情況以及相關經驗。

伴隨時間的流逝，中國系統架構師大會今年已經是第十個年頭，正所謂十年磨一劍，今年的系統架構師大會較往年有所不同，在三天傳統技術大會演講的基礎上，另增加了兩天深度主題培訓，更多精彩議題歡迎訪問大會專題頁面(http://zt.it168.com/topic/sacc2018/)。