随着推荐系统在信息分发中作用越来越重要，推荐系统优化目标也变得多元化，这次分享将主要介绍淘宝电商推荐中的多目标优化问题及应用实践。

内容大纲

1、简介

2、推荐机制设计

3、强化学习方法

4、帕累托多目标平衡

5、基于多智能体的多场景协同优化

6、千人千模

7、未来展望

听众收益

1.了解工业级推荐系统中的多目标机制设计和优化方法

2.了解强化学习和多智能体在推荐系统中的实际应用

本次分享主要介绍短视频商业化场景下常用的模型技术，包括模型建模、模型训练、模型上线与模型运维等方面。

内容大纲

1. 模型建模
2. 模型训练
3. 模型上线
4. 模型运维

听众受益

本次分享会重点介绍GPU在广告模型技术中的应用，希望能给正在利用和尝试利用GPU加速模型训练和预测的工程师一些启发和帮助。

同声传译因其高效的信息传递方式，广泛应用于国际会议、商务会谈、学术报告等场景。由于其苛刻的时间要求，难度极高，国际会议口译员协会（AIIC）全球会员仅有3000多人。近年来，随着机器翻译、语音识别和语音合成等人工智能技术迅速发展，机器同声传译取得了令人振奋的进展，机器同传得到广泛应用。本次报告将介绍机器同传的发展背景、面临挑战、最新进展、实用系统和产品、未来发展趋势。

 内容大纲

1. 机器同传背景与挑战
2. 最新进展
3. 实用系统和产品
4. 总结与展望

听众收益

1. 了解机器同传的原理和技术进展
2. 了解机器同传的实用系统和产品

如今，我们处在一个万物互连的复杂网络世界，图早已无处不在；近年来，针对图数据的深度学习和图数据库技术也逐渐在工业界得到重视。而腾讯在 QQ、微信、支付、游戏等场景积累了丰富多样的图数据，同时也蕴藏了极大的价值，为了提升用户体验、增强风控安全、提升业务效果，此时便需要图神经网络、图数据库等图技术来解决各种复杂场景的图问题。本次分享将介绍腾讯数据平台部团队如何应对图计算和图数据库的挑战，满足调度系统、微信支付、风控安全等业务场景对智能图平台的诉求。

内容大纲

1、以图治图及应用场景

• 图的应用场景
• 为什么要以图治图
• 超大规模复杂网络对智能图平台的挑战

2、智能图平台

• 图计算的三体艺术：传统图计算、图表示学习与图神经网络
• 图数据库：图数据治理与血缘分析
• 如何解决业务问题

3、智能图平台的未来展望

听众受益

• 如何应对超大规模复杂网络问题，如何以图治图，以及智能图平台的构建；
• 智能图平台对业务的提升，以及未来的方向。

适合人群

• 了解复杂网络、图论、知识图谱、社交网络、图神经网络、图数据库等知识；
• 对风控安全、推荐、金融支付等业务有普及性认识。

随着人工智能技术的深入发展和出行场景数据的丰富，其在智能驾驶探索与落地方向所发挥的价值受到越来越多的关注与肯定。本次分享将主要介绍如何利用各项AI元能力，充分发挥出行场景数据优势，通过构造虚拟场景用于模拟仿真等方式，助力智能驾驶的发展与进化。

内容大纲

1. 智能驾驶的背景、现状与需求
2. 出行场景数据利用的机遇与挑战
3. 项目框架与模块综述
4. 项目挑战与解法：算法前沿与工程实战
5. 如何在解决实际问题中持续优化
6. 未来展望

听众受益

1. 对当前智能驾驶的现状、需求与挑战的基础认识
2. 了解海量出行场景数据在智能驾驶时代的应用与价值