人工智能时代,大数据的重要性日益提升。如何为人工智能、机器学习等应用搭建高效的大... 展开 >
臧秀涛,现就职于 InfoQ,任 QCon 大会主编,负责 QCon 大会的策划和组织。2010 年毕业于中国科学院计算技术研究所。曾先后在完美世界等公司从事软件开发工作。2014 年加入 InfoQ。业余喜爱读书和翻译,曾翻译出版过《C++ API 设计》、《Groovy 程序设计》和《Java 性能权威指南》等技术图书。业余也维护了一个微信公众号“开发资讯(dev-news)”,欢迎关注。
对 QCon 大会有任何建议或想法,欢迎通过微博 @臧秀涛 与我联系。
人工智能时代,大数据的重要性日益提升。如何为人工智能、机器学习等应用搭建高效的大数据平台呢?PayPal、科大讯飞、苏宁云商和蘑菇街的实践或许能给您带来启发和思考。
PayPal 的风控与合规管理平台支持无比安全、可信的数字支付。PayPal 用户可以安全地在 200 多个国家间付款。PayPal 是如何做到的呢?特别是在如今各种欺诈技术日益成熟、强大的情况下。PayPal 出于必要开发了内部端到端平台,其优势也越来越明显。该平台打破了大数据和快速数据的界限,加速了实时欺诈检测,实现了每年安全处理 3540 亿美元的支付额。PayPal 正在引入深度分析技术以快速应对新兴的欺诈模式,然后部署到事件驱动的、快速数据的内存架构中以加速检测,减少损失并实现持续不断的可用性。
科大讯飞认为人工智能成功三个要素是算法、大数据、涟漪效应;具体,未来人工智能算法越来越复杂、数据量越来越多、产品的迭代的速度越来越块;同时,这些工作需要强大的计算平台才能落地。本次分享的主题是科大讯飞人工智能计算平台实践,具体涉及 AI 云服务平台、深度学习平台、大数据平台的设计需求、架构、以及实践效果。本次分享也将分享,在此过程中为了取得更好的性能功耗比的实践。
苏宁云商信息化经过长期的建设,积累了海量的基础数据,各中心分析部门依托大数据平台强大的存储能力与计算能力也展开了一系列的数据统计、挖掘分析的应用,急需要对数据进行更深层次知识挖掘。为此大数据平台研发中心为数据科学家及数据分析师提供了可视化、流程化、配置化、服务化的一站式的数据挖掘平台,用户不需要繁琐的开发过程,使用便捷的配置化方式实现数据建模分析过程,提供了数据、模型评估、训练执行过程等一系列可视化方式,基于苏宁数据云生态,打造了能够通过数据开发平台和实时计算平台实现算法模型一键部署上线的能力,最终帮助用户快速得到大数据背后隐藏的秘密。
此次分享会介绍苏宁大数据平台概况以及机器学习平台技术实现,通过平台的设计思路,结合相关核心技术点, 为大家介绍企业级机器学习平台实现过程中的技术和经验,同时也会介绍一些平台正在规划中相关功能。
大数据平台的建设过程中,提高各类组件的技术和应用水平固然重要,但真正决定平台价值的,是平台所能提供的产品和服务。所以评估数据平台的成熟度水平,重点不在于具体技术的比拼,产品形态和服务水平的差距,才是绝大多数和我司类似规模的公司与业内巨头最关键的差距所在。本次分享主要谈谈我司在平台服务化进程中的思考和实践。
树立正确的人生观,价值观以及建设四个现代化数据平台的崇高理想 :)
明确平台建设目标,多快好省干革命,尽早甩掉“背锅”团队的沉重负担,从此过上幸福美满的生活。。。