工业级深度学习在阿里广告的实践、创新与最新进展

所属专题:搜索推荐与算法

嘉宾 : 朱小强(怀人) | 阿里妈妈深度学习算法平台负责人

会议室 : 二层 2号会议厅A

讲师介绍

专题演讲嘉宾:朱小强(怀人)

阿里妈妈 深度学习算法平台负责人

朱小强,花名怀人,毕业于清华大学,阿里资深算法专家,现任阿里妈妈深度学习算法平台负责人、兼任定向广告&信息流广告排序技术团队负责人。他主持了三代核心算法架构(大规模、深度端到端、深度实时化)的设计和落地,驱动了深度学习对阿里广告技术的全面变革与创新,领导了阿里开源深度学习框架X-DeepLearning从0到1的自研、从1到开源演进的全过程,在KDD、AAAI、SIGIR等顶级会议上发表过DIN/DIEN/ESMM等多篇有影响力的工业实战论文,是workshop DLP-KDD 2019的发起人和联合主席。

议题介绍

地点:二层 2号会议厅A
所属专题:搜索推荐与算法

演讲:工业级深度学习在阿里广告的实践、创新与最新进展

过去短短的3年多时间,深度学习从图像/语音等领域席卷进入了互联网,迅速掀起了轩然大波,引发了包括广告/推荐/搜索等在内的工业级应用技术的全面革新。深度学习不仅仅是一种技术,更是一种思想和方法论。它引发了涵盖算法建模范式、模型训练框架、在线服务引擎等在内的新一轮全链路技术升级,已经深刻影响并进一步催生了新技术的持续创新。

本次分享,我将以深度学习在阿里广告技术的实践为例,具体阐述在工业级规模应用上我们对算法演化的思考和成果;算法的爆发式创新强烈地驱动了对基础设施的挑战,我也会简单分享我们去年开源的工业级深度学习框架X-DeepLearning(简称XDL),以及在XDL基础上进一步构建的实时流式深度学习系统、面向大规模稀疏深度模型的实时高性能推理引擎协同优化等技术。    

提纲:

1. 以推荐类广告排序模型为例,介绍在工业级稀疏数据场景下,深度学习算法的演化思路

2. 介绍支撑算法迭代的流式系统、架构,以及围绕着工业级模型的生产化进行的算法系统Co-design优化

交通指南

© 2020 Baidu - GS(2019)5218号 - 甲测资字1100930 - 京ICP证030173号 - Data © 长地万方
本网站图片存储由七牛云独家支持