郑艳伟
美团资深技术专家
2018年加入美团,主要负责美团配送算法平台的研发工作。拥有多年互联网研发以及架构设计经验,在算法迭代上线过程中,不同阶段所需要解决的关键问题,以及对应的解决方案,有较多的认知与实践。曾任职于阿里大文娱,主要负责优酷推荐系统,主导架构演进和算法迭代。 2012年博士毕业于中国科学院声学研究所,2007年本科毕业于武汉大学。
演讲主题
美团履约算法在线服务平台建设实践
AI时代,算法极大提升了业务的生产力,无论是流量为王的搜推广领域,还是CV、NLP以及传统的物流领域,都在大力研发AI技术。常见的各个公司研发的Pipeline一站式机器学习平台,基本都覆盖数据预处理、特征生成、模型训练、模型评估、模型部署、在线预测、AB实验等全流程,很大程度解决了算法离线调研和模型部署上线的流程,较好地提升了算法迭代效率。但是在算法平台在线服务领域,普遍只涉及到纯粹的模型推理,对算法模型计算前的预处理、后处理以及非模型的算法策略逻辑的迭代考虑较少。而在配送履约领域,除了常规的机器学习模型和深度学习模型之外,还存在大量的运筹决策类算法策略,这些业务相关的策略迭代上线,需要有一系列的工程开发和对接,涉及到算法RD、工程RD以及QA等多个团队的多方资源,整个过程耦合比较紧密,迭代效率低下。我们借鉴ServerLess的思想,通过在线服务平台化的方案解决了工程和算法耦合的问题,显著提升了算法在线服务迭代的效率。 本次将会分享美团履约技术团队在算法平台在线服务领域积累的一些经验总结和探索,希望对大家能够有所帮助或者启发。