课程目标

本课程重点介绍电商网站推荐系统的演进，通过本课程学习，可以更好的设计和应用推荐系统等解决方案为企业数据增值。

适用人群

本课程适合大数据从业人员，通过算法实现精准推荐和精准营销

课程概述

钟翔（唯品会高级架构师，曾在Databricks，Intel工作，现主要负责大数据部门机器学习平台的建设工作）

一个好的机器学习系统能充分整合数据，人员，算法。此次演讲将介绍唯品会架构机器学习平台的建设实践。主要将包括：1. 建设机器学习平台的动机和想解决的问题；2. 如何基于Notebook架构交互式的快速迭代的开发环境；3. 如何基于容器构建弹性的机器学习集群；4. 如何用Tensorflow和其他技术支持分布式的深度学习；5. 如何架构数据，满足算法共享，数据共享，模型共享的需求。

毛大鹏（360云安全研究部架构师。主要研究虚拟化安全、反病毒引擎、反病毒沙箱、数据防泄漏，主导完成多种样本检测查杀引擎。在云计算安全防护技术领域有丰富经验，其虚拟化安全产品在多地政务云中部署；数据安全产品也在格力电器等大型国企中广泛部署）

反病毒引擎一直是安全厂商的专利，数据为王的时代，基于云端数据反病毒有了新玩法。讲述反病毒引擎发展史及其技术机制，机器学习技术在反病毒领域的应用。以及在云 平台下，如何结合机器学习技术构建新一代自我数据挖掘的反病毒检测引擎。 

何小锋（拥有19年的研发经验，喜欢技术，追求卓越。2011年加入京东，负责过中间件部门，落地了京东的第一代弹性云，支持过多次的618和双11大促，在弹性计算、中间件、大并发分布式系统等方面积累了丰富的实战经验。目前在京东商城基础平台部门负责自然语言处理、知识图谱和会话相关工作）

近年来人工智能成为了科技的潮流，京东也积极应用机器学习的技术在各个业务线，优化用户体验。本文将着重介绍京东如何应用机器学习的技术去优化商品数据，构建智能的商品生态来提升用户体验。

程晓澄（第四范式资深算法科学家，推荐系统服务算法负责人，负责逻辑思维得到 APP、海外移动新闻聚合 APP News In Palm 等多个推荐系统的搭建，及推荐服务功能与架构的设计，以支撑客户在各类场景和业务的需求。曾任职豆瓣算法部门，参与了豆瓣 FM 等多个推荐系统的搭建和改进）

简述工业实践中对推荐系统产品上、性能上、算法上的要求，分享一些推荐系统架构，并举例说明如何较好的解耦实现上述需求，使系统易于维护和扩展，从而使推荐系统更好的服务企业需求。

张相於（现任转转推荐算法部负责人，负责转转的推荐系统以及其他算法相关工作，曾任当当网推荐系统开发经理。多年来主要从事推荐系统以及机器学习系统的相关工作，也做过搜索、计算广告、反作弊等相关工作，并热衷于探索大数据技术、机器学习技术在其他领域的应用实践）

C2C市场是电子商务领域一个重要的细分市场，近年来以二手闲置交易为切入点的各种C2C平台正在赢得越来越多的用户，其拥有的巨大潜力和市场规模甚至要大于现有的B2C市场。相比B2C市场，C2C市场由于市场的两端都是个人用户，其数据和用户行为都有显著的特点，例如商品信息发布的随意性、商品库存的唯一性、时效敏感性等，这些特点都给IT系统提出了问题和挑战。推荐系统作为电商的重要组成部分，在这样的场景下会遇到哪些具体挑战？又该如何应对？本次分享以转转平台为例，为大家介绍推荐系统在面对C2C市场时遇到的种种挑战，以及我们的应对策略。

李东亮（奇虎360人工智能研究院 图像算法工程师，主要从事图像算法研发，手机端、服务端设计开发，关注人工智能应用，先后进行高级辅助驾驶（ADAS），小水滴人脸识别，短视频去重、分析等系统设计及算法研发）

图像算法和其他算法有哪些区别，如何应对图像高并发、计算密集场景，架构设计上有什么套路？本次主要介绍小水滴里面的图像技术，图像技术开发上遇到的问题，图像技术的应用框架。

谭国富（2013年加入腾讯优图，先后承担空间相册人脸识别，腾讯优图开放平台技术开发，目前带领团队负责腾讯优图图像，视频，音频内容识别审核服务研发和落地推广）

互联网上非法内容特别是色情，暴恐等等敏感内容泛滥，传统识别算法由于效果较差，一直是以人工审核为主， 但随着深度学习技术的兴起，识别算法已经有了质的飞跃，本次计划分享腾讯优图将深度学习应用到图像内容识别上，解决色情，暴恐，政治敏感人物识别中的一些技术，挑战，以及经验和总结。