作为一名开发者，你的机器学习之路选对了吗？

近10年来，机器学习发展势头迅猛，被广泛应用于搜索系统，推荐系统、垃圾邮件检索、信用评分、欺诈检测、股票交易、医疗、自动驾驶、人脸识别等多个方面。机器学习所散发出的魅力遍及了人工智能的各个领域。

机器学习领域大牛吴恩达曾在一节斯坦福大学公开课中说，机器学习是所有计算机科学中最激动人心的一个领域。麦肯锡全球研究院也曾在一篇报告中断言机器学习（即数据挖掘和预测分析）将会驱动下一次革新浪潮。

鉴于机器学习广泛的应用场景，越来越多的开发者开始关注并转型机器学习，希望能让自己在未来更有价值；越来越多企业在新浪潮的转型中使用各种方法尝试机器学习，希望能给企业带来更进一步的改观。

▌作为一名开发者，你的机器学习之路选对了吗？

机器学习涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等学科，体系庞大，有很多东西都需要学习，学习过程中很容易找不到方向。也有不少开发者向营长询问，“我要转型机器学习，该哪个方面开始呢？”“我有一定基础，但是如何突破呢？”，有没有一种学习方法能适合大部分人呢？营长觉得就是“让学习从实践中来，到实践中去”，反复使用，直到熟练掌握，运用自如。那如何从实践中贯通并提升你的所学呢？

▌尝试在借助机器学习改善业务的企业，你的方向是正确的吗？

在机器学习方面，企业经常犯的错误类似于：请一位厨师来制造烤箱或请一位电气工程师去烘烤面包。现在有很多的机器学习课程和教科书，但它们都是关于如何从零开始制造烤箱（以及微波炉、搅拌机、烤面包机、水壶……），而不是如何烹饪和创新配方。但对大多数企业而言，其实他们需要的只是烹饪方法——即解决他们业务问题的方法。也就是说企业在机器学习方面应该是围绕着业务应用布局。

不管是针对机器学习工程师还是借助AI转型的企业，他们面临的问题都跟“实践”有关。如何通过“实践”提升自己的机器学习水平，以及如何通过机器学习实际应用来改善企业的业务等级和营收能力。

那么，那些在实际业务上业已用机器学习取得了巨大成果的企业，究竟是怎样做到这一点的？我们又能从这些高质量的技术实践中借鉴到怎样的有效经验？

请锁定 2018 年 11 月 8 - 9 日：由中国 IT 社区 CSDN 与硅谷 AI 社区 AICamp 联合出品的 2018 AI 开发者大会（AI NEXTCon），这是一场以技术落地为导向的干货性会议！而 11 月 9 日的机器学习技术主题会场，更有 9 位一线技术大咖现场为你讲解机器学习在国内外顶级产品中的实践经验。

下面一起来看下本场次大会的重磅讲师以及议题方向：

      

胡时伟：第四范式联合创始人、首席架构师

演讲议题：“零”门槛开发高维机器学习应用

胡时伟，第四范式联合创始人、首席架构师。在百度任职期间作为系统架构负责人，主持了百度商业客户运营、凤巢新兴变现、“商业知心”搜索、阿拉丁生态等多个核心系统的架构设计工作。作为链家网创始团队，从0开始完成了链家网新主站、经纪人新作业系统、绩效变革系统的整体架构设计以及研发团队的建设管理，参与规划及推动了链家系统和研发体系的互联网化转型。现任第四范式首席架构师，带领产品研发团队打造出可帮助企业实现人工智能应用开发和运行的全流程AI平台——“第四范式先知”，该平台2016年荣获中国智能科技最高奖－吴文俊人工智能科学技术奖一等奖。

      

李磊：字节跳动人工智能实验室总监

演讲议题：互联网信息摘要与机器写稿关键技术及应用（拟定）

李磊，字节跳动人工智能实验室总监。原百度美国深度学习实验室少帅科学家。上海交通大学计算机系本科，卡耐基梅隆大学计算机系博士，加州大学伯克利分校博士后研究员。曾获2012年美国计算机学会SIGKDD最佳博士论文之一、2017年吴文俊人工智能技术发明二等奖。在机器学习、数据挖掘和自然语言理解领域于国际顶级学术会议发表论文30余篇，拥有三项美国技术发明专利，担任2017 KDD Cup与KDD2018 Hands-on Tutorial联合主席和ICML、KDD、IJCAI、AAAI等大会程序委员。

      

Liang Zhang：LinkedIn机器学习总监

演讲议题：AI在大规模招聘求职上的应用

Liang Zhang，LinkedIn 机器学习技术总监，负责 LinkedIn 的 Search AI 研发。在 LinkedIn 工作期间，成功主导了多个产品（广告、Feed流、邮件、通知、招聘以及搜索）的核心AI项目，并通过先进的AI技术为 500M+ 专业用户带来良好的体验。Liang Zhang 于 2008 年获得杜克大学统计学专业博士学位，2008-2012 年任职 Yahoo! 实验室科学家，2012 年至今在 LinkedIn 任职。曾在顶级计算机科学会议和统计期刊上发表了大量文章，拥有 20 多项 AI 专利，同时担任多个数据挖掘和机器学习会议的程序委员会成员。

      

何仁清：美团点评研究员、美团配送AI方向负责人

演讲议题：美团即时配送的算法体系和发展

何仁清，美团点评研究员、美团配送AI方向负责人。2006年哈尔滨工业大学计算机硕士，毕业后加入百度凤巢团队，从事自然语言处理、数据挖掘、机器学习、检索等研究方向，离职前任百度主任架构师。2016年初加入美团点评，整体负责美团配送的算法策略，进行智能配送系统建设，全面支持美团配送业务发展。目前工作方向横跨运筹优化、机器学习、时空大数据挖掘等多个学科，工作内容包括：智能调度、ETA、智能定价、智能规划、机器学习、轨迹挖掘、配送仿真等多个模块。

刘博：高级架构师、新浪微博机器学习研发部基础算法负责人

演讲议题：机器学习在微博信息流推荐的应用实践

刘博，高级架构师、新浪微博机器学习研发部基础算法负责人。2012年毕业于北京理工大学，后加入新浪微博，先后任职于搜索部、大数据研发部、机器学习研发部。关注领域在机器学习、推荐系统、自然语言处理、anti-spam，目前主要focus在如何通过机器学习对用户和内容进行精准链接，进而提升微博用户在feed流中消费内容和发现内容的效率。

杨旭：阿里巴巴资深技术专家

演讲议题：Alink流式算法平台架构与实现

杨旭，阿里巴巴资深技术专家。2004年获南开大学数学博士学位；随后在南开大学信息学院从事博士后研究工作；2006年加入微软亚洲研究院，进行符号计算、大规模矩阵计算及机器学习算法研究；2010年加入阿里巴巴，从事大数据相关的统计和机器学习算法研发。去年出版《机器学习在线——解析阿里云机器学习算法平台》。

张瑞：知乎机器学习团队负责人

演讲议题：知乎首页信息流系统的框架及机器学习技术在推荐策略中的应用

张瑞，知乎机器学习团队负责人。毕业于北京邮电大学。毕业至今先后在百度、豌豆荚等从事搜索、搜索广告、推荐系统中的机器学习、自然语言处理、推荐算法等方向的工作。目前担任知乎首页业务总监，负责知乎信息流产品的技术研发及产品运营团队。

崔志：小米闲聊算法负责人

演讲议题：机器学习技术在 “小爱同学”闲聊算法中的应用

崔志，小米闲聊算法负责人。2016年毕业于加州大学圣地亚哥分校。2017年加入小米公司，负责闲聊的相关算法及闲聊项目架构的工作。

曹皓：百度核心搜索部资深研发工程师

演讲议题：机器学习在搜索领域的实践

曹皓，百度核心搜索部资深研发工程师。2012年硕士毕业于北京大学软件工程专业。同年加入百度，一直负责百度搜索系统调研架构相关研发工作，支撑搜索算法持续快速迭代进化，覆盖了算法迭代、A/B Test以及大数据OLAP分析等环节；其中，从无到有搭建了百度搜索机器学习全流程平台，见证了百度搜索机器学习化全过程，不断推进搜索调研效率的提升。

除了机器学习技术专题之外，大会还开设了自然语言处理、机器学习工具、数据分析、知识图谱、计算机视觉、语音识别等技术专题，以及智慧金融、智能驾驶、智慧医疗等行业峰会。