千亿级的深度学习模型在搜索、推荐、广告等领域被广泛证明有显著地效果，数据的高维稀疏性是该领域独特的特征，如何在工程和算法上应用高维稀疏的数据是一个极具挑战的任务。本次分享主要从工程和算法两方面介绍美团点评的千亿级深度学习系统的实践，工程上提供离线、近线、在线的全流程方案，大幅降低应用门槛；在算法上，提供从召回到排序的全系统模型优化方案。

主题摘要

1. 千亿级深度学习系统的背景介绍；

2. 全流程深度学习的工程实现方案；

3. 深度学习在召回和排序的落地方案。

听众受益

1. 能较全面地从工程和算法两方面了解深度学习在美团点评的应用；

2. 了解千亿级深度学习在工程方面的挑战和解决方案；

3. 分享在美团点评业务的召回、排序阶段落地深度学习的方案。