专题演讲嘉宾：李彪

在 AI+Big Data+Cloud Computing 的时代里，从海量数据⾥提炼出特征，并通过深度学习进行模型优化来提升⼴告投放效果。为了系统化地解决广告系统在初选、精选阶段上多模型优化中对特征数据的需求，我们建设了统⼀的特征工程平台。本分享简要介绍广告系统如何使用模型特征优化业务指标，重点介绍特征工程平台的架构，包括特征生产、存储和计算调度等工作内容，最后给出如何系统化地解决多模型的特征共享，调研环境和⽣产环境下的计算优化，特征在线与离线应⽤上的数据一致率等问题。

内容大纲：

1. ⼴告业务多模型优化在特征⼯程系统上的挑战；
2. 特征工程平台架构设计和实现：统计特征、前文特征和⼴告特征生产框架
——特征仓库存储系统特征在调研环境、生产环境(包括离线训练和在线预测)上的计算、调度；
3. 基于特征工程平台架构，如何解决多模型优化在特征⼯作上挑战。

听众受益：

1. 了解广告业务模型优化的基本情况；
2. 了解特征生产、存储和计算等系统设计与实现；
3. 了解多模型优化对特征工程系统的挑战与解决方案。