在我们将深度学习技术大规模地工业化应用在搜索、推荐、广告等淘宝核心场景时，面临着包括深度学习算力、端到端算法迭代效率、算法多样性解决方案等诸多挑战。要解决这些问题，需要大量的算法和工程架构的联合设计。如何构建高效的端到端深度学习算法平台是一件非常有挑战性的工作。本次分享将会以淘宝搜索推荐广告端到端深度学习平台的构建为案例，对以上问题作出解答。

内容大纲

1. 搜索推荐广告算法工程的挑战
2. 端到端深度学习算法平台的构建
3. 深度学习算力的不断突破
4. 平台与业务迭代效率的持续优化
5. 算法解决方案的多样化生态

听众受益

• 了解机器学习在搜索推荐广告领域的演化和前沿挑战
• 了解构建大规模端到端深度学习平台的工程实践