硅谷人工智能与云计算技术

会议室:百宴厅1
出品人:王伟钊

本专题由湾区同学技术沙龙出品。我们邀请多位来自硅谷互联网公司具有实战经验的架构师... 展开 >

专题出品人:王伟钊

Google Senior Staff Engineer

湾区同学技术沙龙(TechM)(tech-meetup.com)成立于 2011 年,其成员主要来自  Google、LinkedIn、Facebook、UAP 和硅谷的初创企业。它以华人技术工程师为基础,以推动硅谷和国内技术交流和知识传播为目的。在过去的几年中,它成功的举办了 50 多个大数据和人工智能等前沿方面的技术讲座,并与 20 个以上湾区协作单位包括阿里巴巴、蚂蚁金服、京东、腾讯等建立了友好合作关系。在硅谷、上海和南京等地,它吸引了上千位技术人员的加入,微信已经有 6 个普通群和 5 个专项群。目前已发展成为华人在硅谷人数最多,声望最高的技术讨论先锋组织。

王伟钊博士于上海交通大学分别获得本科和硕士学位,并于美国伊利诺伊理工学院获得计算机博士学位。王伟钊一直从事与互联网、云计算大数据和人工智能相关的研究和开发工作,在计算机顶级会议和期刊上发表论文 30 余篇,并获得 ACM Mobicom 最佳论文提名奖。毕业后王伟钊在 Google 先后在广告(Ads)、支付(Payment)和知识库(Knoweldge Graph)等部门领导开发了多个全球化的项目,主导了这些项目的从 0 到亿级用户的增长并发表了多项专利。王伟钊也是湾区同学技术沙龙(TechM)的 Board member 和组织者之一。

地点:百宴厅1

专题:硅谷人工智能与云计算技术

本专题由湾区同学技术沙龙出品。我们邀请多位来自硅谷互联网公司具有实战经验的架构师和技术专家来深度探索各种人工智能前沿技术和在各个系统中的应用。我们的技术专家会分享从一个设计师的角度来看各种软件和硬件深度学习架构,和如何高效的使用这些架构来解决各种实际问题,为各位参会者带来最佳理论和实践结合的体验。

by 周玥枫

Google
大脑工程师
Tensorflow 与深度学习最新进展:GPU 性能优化、内置图编译框架 Xla、AutoML

演讲将分享如下主题:

  1. TensorFlow 开发工作与最新进展。
  2. Tensorflow 1.0 与 1.1,主要介绍 GPU 性能优化与内置的图编译框架 Xla。
  3. Google 神经机器翻译系统。
  4. 一些研究主题:AutoML(自动学习模型架构),机器学习在医疗保健方面的应用。

 

In his talk, Yuefeng will cover below topics:

  1. If you missed the days to watch the Google I/O 2017  in real-time, Yuefeng will summarize the major announcements and developments for you.
  2. Tensorflow 1.0 and 1.1, especially for the performance optimization on GPU and build-in graph compilation framework Xla.
  3. Google neural machine translation system.
  4. Some research topics:  AutoML(automatically learn the model architecture), deep learning on health-care.

by 郭云松

Pinterest
机器学习主管工程师
Pinterest 如何利用机器学习来获得两亿全球月活跃用户

Pinterest 作为一个估值超过 120 亿美元的初创公司,始终把用户体验放在首位。自从三年前在最重要的产品,个性化主页中大规模使用机器学习以来,上线的一系列线性,迭代决策树和深度学习模型让 Pinterest 活跃用户数突飞猛进,全球至今已接近两亿月活跃用户。郭云松作为 Pinterest 主页推荐团队的主要创始人,在本讲座里会给大家具体介绍过去三年半里主页推荐模型和特征构造的发展和收效。具体来说,本讲座包含以下内容:Pinterest 产品机器学习介绍;线性-迭代树-深度学习模型在主页推荐里的应用和对用户活跃度提高的效果;构造特征向量的经验和教训。 

by 娄寅

Airbnb
机器学习工程师
BDT: Boosting 决策表

本次讲座将介绍一种新的 Boosting 方法:Boosted 决策表。我们会介绍学习决策表的方法并讨论为什么决策表比标准的决策树更适合 Gradient Boosting 框架。我们还会介绍一种高效的数据结构来存储及表示决策表,从而减少预测阶段的时间开销。最后我们会用 LinkedIn news feed 作为实际案例讨论决策表在实践中的应用。

 

In this talk I will present gradient boosted decision tables (BDTs). I will present novel algorithms to fit decision tables and discuss why decision tables are better weak learner in the gradient boosting framework. In addition, I will talk about efficient data structures to represent decision tables and a novel fast algorithm to improve the scoring efficiency for boosted ensemble of decision tables. In the end, I will also discuss our successful deployment boosted decision tables to LinkedIn news feed system that achieved significant lift on key metrics. This work has been published in KDD'17.

by Eric Kim

LinkedIn
数据基础设施团队高级经理
Nuage——LinkedIn 如何使其分布式数据系统更易用

构建稳定、高性能的分布式系统,需要仔细的规划、设计和实现。而分布式系统的真正挑战,在系统构建完毕并运转起来之后才刚刚开始。最终用户和系统管理员花费大量时间使用和运维系统,这些时间要远远多于开发所用时间。对任何分布式系统而言,方便用户和系统管理员使用和运维,是其至关重要且不可或缺的特性。

本次演讲将介绍 Nuage——LinkedIn 的私有云管理入口,为方便使用和运维 LinkedIn 的分布式数据系统而构建。我们将介绍 LinkedIn 为什么要投资在云管理方面,讲解 Nuage 为应用开发者和平台管理员提供的功能和优势,以及我们未来将在哪些方面继续投入。

 

Building a stable and performant Distributed System requires careful planning, design, and implementation. The real challenge with distributed system, however, starts after system is built and rolled out. End users and system administrators spend a lot of time, far more than development time, using and operating the system. Thus providing ease-of-use and easy-to-operate for both users and system administrators is a critical must-have feature for any distributed system.

In this talk, I will present Nuage, LinkedIn’s private cloud management portal, built to bring ease-of-use and operability to LinkedIn’s Distributed Data systems. We will go over why LinkedIn made investment in Cloud Management, list of features and benefits Nuage brings to application developers and platform administrators, and the future investments we are making.

by 罗昶

Google
高级工程师
用Google人工智能打造聊天机器人

在过去几年中,机器学习——特别是深度学习——越来越受重视。然而,如果能利用现有模型,甚至是利用具有大型数据集和巨大机器能力的大型 IT 公司所构建的 API,开发效率会更高。自 2017 年起,预计基于云的 AI 的使用量会大规模增长。

本次演讲将介绍 Google 的基于云的 AI 的几项新进展,包括视觉、语言能力和问答。我们将演示一个例子,将所有这些技术熔于一炉,轻松构建一个智能聊天机器人。它拥有计算机视觉,可以检测图片中的对象;有一个自然语言理解引擎,可以理解用户所问问题,并提供相关信息;它还能用语言 API 来生成话语,可以以假乱真,我们很难将其与人类话语区分开来。

by 翟鹏

Uber
Tech Lead, Sr. Software Engineer II
UberEATS 外卖服务的智能派单系统

自 2015 年 12 月推出以来,UberEATS 已经服务了全球 100 多个城市的亿万食客。本次演讲将以派单相关系统为主,一起回顾 UberEATS 发展过程中的工程挑战与机遇。派单系统从单一作业(single-job)的局部优化进化为即时/连续(just-in-time/continuous)的全局优化,我们将分享此过程中的思考,并将通过一些有趣的使用案例,阐述为让外卖无论何时、无论何地都能快速、可靠、高效地送达,在工程方面所做的努力。

 

Since its inauguration in December 2015, UberEATS has served millions of eaters from 100+ cities across the globe. In this talk, we will look at the engineering challenges and opportunities in scaling UberEATS, especially in the areas related to dispatch. We will present the organic evolution of our dispatch system from ‘single-job’ local optimization to ‘just-in-time/continuous’ global optimization. We will go through some interesting use cases to demonstrate the engineering effort to make food delivery fast, reliable, and efficient anywhere, at any time.

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