专题演讲嘉宾：孟宾宾

深信服从 2018 年开始在恶意文件样本检测与家族分析、Web 智能攻防、AISecOps、AIOps、边缘 AI 计算场景的烟火检测、安全帽检测、光电板智能缺陷检测等安全和云计算核心业务应用 AI 算法。而随着接入业务规模的不断扩大，AI 数据、计算规模也随之上升，AI 开发人员逐渐面临在跨异构数据系统中获取数据困难、算力利用率低、算法开发门槛高、开发效率低、业务效果不稳定等困难和挑战。所以我们急需一整套开发平台来满足解决这些问题。

本次演讲将为大家分享深信服 AI 平台团队结合企业多年 AI 研发实战经验，围绕 AI 开发全流程的基础设施，构建了整合 DataOps、ModelOps 和 ServeringOps 的 MLOps 一站式机器学习平台，旨在为 AI 研发降低数据获取难度、提升算力利用率、降低开发门槛，提高研发效率和效果。

演讲提纲：

1.背景介绍

• 深信服 AI 应用场景
• AI 研发挑战：数据、算力、算法

2.基于 MLOps 的机器学习平台

• 异构研发数据分层存储与元数据
• AI 任务流水线可视化和自动化机器学习
• 大数据任务和 AI 算法训练任务的统一调度与管理

3. AI研发实践效果

• AI 研发数据找、用、存的效率优化
• 数据分析与 AI 训练任务统一调度管理优化
• 无代码/低代码即可上手 AI 算法开发

4. 总结与展望

你将获得：

• 了解全生命周期的 AI 研发流程
• 了解深信服 AI 业务场景和研发过程中面临的问题挑战
• 了解深信服如何构建机器学习平台和构建过程中遇到的难题和如何解决的
• 了解深信服机器学习平台为 AI 研发带来的有益效果