在过去的 10 多年里,我们可以看得到美国很多互联网公司通过数据驱动决策在各个领... 展开 >




工作 12 年,目前就职腾讯 PCG 大数据平台部。曾经就职于 IBM,有丰富的 AI 领域效能工具产品的开发经验(推荐调试工具、特征分析工具、模型分析工具、AIOps 智能洞察等),近几年重点在负责 A/B 实验中台的研发,赋能组织和产品高效的进行数据驱动决策。
在过去的 10 多年里,我们可以看得到美国很多互联网公司通过数据驱动决策在各个领域里取得非常好的效果,也经历过从没有数据、没有指标,到后来的全面数据采集,大量的决策都基于数据驱动的理念进行,并在整个行业流行数据驱动型决策 (DDDM) 文化。目前国内很多一线大公司都已经过了高成长的时代,组织和业务能否快速做出正确的决策也变得越来越重要,比如如何持续地组织成长、快速地产品创新、敏捷地特性迭代、高效地运营营销等,而这些都可以基于数据驱动决策来进行赋能。
本次分享将通过实验的质量与效率、实验安全与数据隐私、高效计算链路与实验平台化的讲解,将业界领先的实验分流与评估算法、如何在实验的各个生命周期中提高实验效率、实验安全发布与数据隐私前沿探索等知识带给听众。
演讲提纲:
1. 实验的质量与效率
2. 实验安全与数据隐私
3. 高效计算链路与实验平台化
你将获得:
演讲提纲:
1. 背景: SUTVA 不满足面临的问题和挑战,传统 A/B 实验不能评估
2. 微信社交产品下的“溢出效应”案例分析
3. 在溢出效应场景下的实验设计和因果推断方法
4. 如何用小流量推断业务大盘收益,快速试错
你将获得:
2021 年诺贝尔经济学奖颁发给了三位致力于因果推断理论研究与应用的学者。科技公司如 Amazon、Google 也一直在加大这方面技术的投资和人才的引进。因果推断为何有如此魅力成为近年学界业界的热点?它有哪些常见方法,在公司里又有怎样的应用?本次分享将对此探讨。
演讲提纲:
1. Motivation:什么是因果推断及其重要性
2. 数据做因果推断的基本逻辑
3. 抽象出来的公司成功案例,配合讲解常见方法
你将获得:



微信咨询

电话咨询
领取往期热门演讲视频

