一站式机器学习平台架构的搭建

在ArchSummit深圳2018大会上，尹非凡讲师做了《一站式机器学习平台架构的搭建》主题演讲，主要内容如下。

演讲简介：

互联网几年来的发展已由数据的在线化，过渡到流程的自动化，目前我们正处于人工智能的风口，即：决策智能化。机器学习、人工智能算法变得越来越重要。配送作为外卖平台闭环链条上重要的一环，在线下的运营中积累了大量的数据，这就为我们在配送过程中运用机器学习的方法进行效率优化，运营成本的优化打下基础。目前配送的多个业务都已经可以看到算法的身影，比如运单调度，定价，时间预测等等。

为了提升机器学习研发效率，支撑算法的运用和快速迭代，厘清算法和工程的边界，我们在整合已有的支撑机器学习工具的基础上，围绕数据构建闭环，以平台化的思维搭建了一站式的机器学习平台。

模型管理平台：统一算法模型格式，为算法模型的发现、部署、切换提供支持，同时支持分区模型和超大模型；

数据图谱：在数据分层的基础上多维度索引元数据，解决算法工程师找数据的问题；

特征平台：为线下特征生产提供统一口径、为线上特征获取提供稳定高效的接口，支撑线上高并发；

AB 实验平台：为线上实验提供分流、埋点和实验效果自动评估服务；

机器学习定义语言（MLDL）：定义机器学习全流程（数据清洗、数据抽取、构造训练数据集、模型训练、模型评估、线上预测）。

演讲提纲：

1. 配送业务简介

2. 机器学习在美团配送中的应用

3. 美团配送算法数据平台

4. 演进方向与展望

听众受益点：

• 机器学习全流程如何落地？

• 如何高效支持算法快速迭代？

讲师介绍：

尹非凡

美团 资深技术专家

于 2015 年加入美团，现主要负责美团外卖配送部门机算法数据平台和 LBS 平台，LBS 系统、定价系统、动态预测系统和天平爆单系统研发工作。拥有多年互联网研发以及架构设计经验，在高并发、高可用以及性能优化方面积累了丰富的经验。

完整演讲 PPT 下载链接：

https://archsummit.infoq.cn/2018/shenzhen/schedule