模型时代，多模态数据如何存好、管好、用好成为关键。此次分享将围绕模型训练、推理对基础设施的挑战和

美团再发内部信，宣布任命美团平台负责人李树斌为高级副总裁（SVP），以上决定经美团最高决策机构

引爆大语言模型发展，模型生态爆发https://arxiv.org/abs/2303.18223AIAK-Training-LLM，加速主流开源大语言模型训练并行策略

Qwen-7B-Chathttps://modelscope.cn/models/qwen/Qwen-7B-Chat/summary通义千问-7B（Qwen-7B）

前沿进展与挑战2.电商平台的营销玩法还有存在的意义吗3.AIGA

已经成为企业创新的关键驱动力，它不仅可以帮助企业实现自动化、智能化和个性化的服务，还可以推动企业在市场竞争中获得更大的优势。因此，对于企业来说，将

负责数势科技智能算法的开发，包括内容推荐，文本生成，知识图谱挖掘等算法技术。英国纽卡斯尔大学博士，在智能算法领域学术与工作经验丰富。在学术研究方面，拥有

大模型时代将重塑营销领域的逻辑，如何借助大模型快速的完成消费者洞察和创意迭代将成为一个重要的课题。明略科技在模型探索上的经验，如何利用垂直领域中的中小模型和大模型的结合打造普罗米修斯数据飞轮，让客户的行业知识和数据与大模型互相助力，提升营销效果。猜你喜欢1.聊聊ChatGPT我们带来了什么2.电商平台的营销玩法还有存在的意义吗3.创新业务的营销策略系统架构实战4.AI技术如何赋能服务营销一体化SaaS场景

给我们带来了什么在互联网平台成熟的情况下，流量依然是各大平台追逐的焦点。由于ChatGpt在几个月时间实现了用户的快速增长，一夜之间成为了国内外的焦点。直接说要点吧，给我们带来了什么1.

电子商务的发展历史有二十多年了，目前占有绝大部分市场的平台也就那么几家，

自动驾驶出行服务已迈过商业化门槛，海量数据存储、处理及安全合规对平台提出更高要求，华为云坚持开放生态，携手伙伴打造“乐高式”自动驾驶研发平台解决方案，可按需搭建，灵活组合。该方案核心代码框架Ploto已开源https://gitee.com/huaweiclouddeveloper/huaweicloud-solution-ploto解决方案架构解决方案场景路测数据上云开发高级驾驶辅助系统和自动驾驶车辆需要采集、传输和存储海量数据，华为云服务提供数据就近接入、数据快递、数据注入和数据存储端到端数据拷贝效率提升4倍，OBS深度归档，优化成本和效率安全可靠：确保采集数据在传输和导入过程中无法被恶意访问和篡改，用户可根据管理控制台服务单状态信息，跟踪数据传输进程稳定高效：提供高性能、高可靠、低时延、低成本的海量存储系统，与大数据服务组合使用，能够大幅降低成本自动驾驶算法训练提供高性能的海量数据分析处理和数据预标注能力，降低用于模型训练的数据准备阶段的时间和成本，优化的机器学习和深度学习框架，专属CPU资源池应对海量集群；支持多机多卡，训练和推理速度遥遥领先自动学习：根据用户标注数据，可自动化模型设计、参数调优、模型训练、模型压缩和模型部署自动标注：基于主动学习和高价值场景的预标注模型，提供智能化数据标注能力，可大幅降低人工数据处理成本和复杂度可视化：提供从数据、算法、训练、模型、服务全流程可视化管理，无需人工干预自动驾驶场景仿真在仿真阶段，需要极强的GPU计算能力，在消耗大量计算资源的同时，会产生大量临时数据，对存储带宽与时延也有极高的要求，华为云提供GPU加速云服务器，采用通用数据接口，开发者可快速构建仿真环境，并按需灵活使用灵活多样：G系列提供G5/G5r实例，满足图形图像场景。P系列提供Pi2实例，满足科学计算、深度学习训练、推理等计算场景高性价比：同步业界最新GPU技术，无缝切换最新GPU硬件；支持按需和包周期计费模式，即租即用、弹性扩展生态丰富：与主流自动驾驶仿真软件厂商合作，为用户提供丰富的软件和优化的用户体验有哪些特性先进学习算法、识别精度高:

辅助营销和服务客户的过程中，看到成效的并不多，复杂的算法任务、昂贵的机器学习开发成本也阻碍着企业未来创新。本次分享聚焦于智能服务和营销行业面临的挑战，以及

无论在电商、教育还是娱乐，我们总是想尽一切办法，让用户能够更主动更频繁的使用我们的系统，从而我们能够为用户贡献更好的价值。这个时候，就会有各式各样的营销策略被谋划出，并通过系统功能的方式呈现给用户。网易严选作为一家品牌电商，不仅为用户提供好用的商品，同时，围绕商品特性，以用户为中心提供了各式各样的服务。近年来，孵化出宠物社区、睡眠计划、直播栏目、新品工厂、toB

平台团队。用户增长近几年异常火爆，各种理论、模型、策略也层出不穷，但回到自己的场景中，发现依旧难以执行，或者效果甚微。#01

Hacking，AARRR，这些概念在过去两年铺天盖地的涌来，把我们砸的晕头转向。浮躁褪去，我们静下来思考，在增长为王的大背景下，一支技术团队需要如何思考问题，如何布局技术。#01

全链路激励高可用实践猜你喜欢1.百亿补贴之用户增长模型2.增长黑客工作在Airbnb和Facebook的经历3.微信小程序在商业智能技术驱动业务增长的实践

动态消息监听背景：当需要做好业务间风险隔离时，就必须按业务或者事件的维度进行队列拆分。此时若进行新接入事件就可能需要重新创建新的队列。初期方案：采用公司中间件vivo-rmq,

状态机模式是事件驱动型，大多通过外部事件触发状态的自动流转；工作流引擎更侧重于描述预定义流程任务完成之后的自动流转，可预测性会更强。

System.out.println("【变更前状态】:"+context.getSource().getId()+";【变更后状态】:"+context.getTarget().getId());

Yi猜你喜欢AI智能营销在金融行业的探索与实践千人千面营销系统在携程金融支付的实践互联网金融产品个性化营销算法的探索和实践美团金融智能营销中的建模与策略优化vivo营销自动化技术解密

Yi猜你喜欢AI智能营销在金融行业的探索与实践千人千面营销系统在携程金融支付的实践互联网金融产品个性化营销算法的探索和实践美团金融智能营销中的建模与策略优化

百亿补贴是拼多多在2019年上线的一个营销增长手段，结果是带来了巨大的新用户增长和流量，一跃成为顶流网红。起家于客单价小的爆品，通过砍价的玩法，快速裂变化的完成下沉市场用户的掠夺。要拓展新的用户人群，百亿补贴模型成功的连接了所有的节点，并满足了各自的需求。吸引了新品牌商，新用户人群。它就像打造出来的一个新的流量IP，平台+商家+用户共同形成的一个场，互利共赢，在营销心里上

刘畅曾就职于腾讯、百度，先后负责个性化推荐、DMP、智能营销等业务的算法研发及优化工作。目前在微众银行人工智能部门从事金融AI营销算法层面的相关工作

作者简介房英明，携程支付中心数据负责人，目前负责支付离线数据仓库建设及BI业务需求。主要兴趣点为并行计算、数据处理及应用等领域。一、引言携程金融核心产品为：拿去花、借去花、信用卡、理财。其中拿去花提供携程产品分期支付服务，借去花提供现金借款服务，信用卡提供携程联名卡、理财则给用户提供有竞争力的理财产品。除此之外还有闪游卡、二维码、程金币等小的业务线。如何把这些创新性的金融产品，推荐给有兴趣的潜在用户，成为一个需要解决的难题。在此背景下，支付中心数据组开发了一套用户精准营销系统。二、系统设计目标1）不侵入业务系统，与业务系统解耦业务方只要提供符合规范的restful接口，即可接入系统。接口分为两类：一些强业务关联的规则，由业务研发实现；另外一些分析相关的接口由数据组负责完成实现。2）灵活的营销页面投放方法可以灵活进行分群及投放。投放策略分为：共性策略，个性化策略。共性策略配置实时生效，产品运营可以根据业务需要及时调整相关策略，无需数据/研发参与；而较为复杂的个性化策略可以由数据组基于画像指标进行扩展与定制，免去了漫长的开发、测试、发布等阶段，提高了投放效率。3）支持多种投放模式基于优先级、随机、模型等，其中模型效果可以通过Abtest

作者简介杨俊明，携程云客服平台研发部软件技术专家。从事IT行业10余年，腾讯云+社区、阿里云栖社区、华为云社区认证专家。近年来主要研究分布式架构、微服务、java技术等方向。“java的内存布局以及GC原理”是java开发人员绕不开的话题，也是面试中常见的高频问题之一。java发展历史上出现过很多垃圾回收器，各有各的适应场景，很多网上的旧文章已经跟不上最新的变化。本文详细介绍了java的内存布局以及各种垃圾回收器的原理（包括最新的ZGC），希望阅读完后，大家对这方面的知识不再陌生，有所收获，同时也欢迎大家留言讨论。一、JVM运行时内存布局按java

bulkDetail||requestId=null||size=10486923||items=7014||totalMills=2206||max=2203||avg=37[xxx][INFO

group中应用一致性哈希原理，其实非常有效的降低了原来单master节点带来的瓶颈问题。比如现在某worker节点希望pull新的模型参数到本地，worker节点将发送不同的range

在最优化，统计学，计量经济学，决策论，机器学习和计算神经科学的领域中，损失函数或成本函数是指一种将一个事件（在一个样本空间中的一个元素）映射到一个表达与其事件相关的经济成本或机会成本的实数上的一种函数，借此直观表示的一些"成本"与事件的关联。一个最佳化问题的目标是将损失函数最小化。一个目标函数通常为一个损失函数的本身或者为其负值。当一个目标函数为损失函数的负值时，目标函数的值寻求最大化。在统计学中，损失函数的作用是估计参数。在机器学习中损失函数越小，就代表模型拟合的越好，当中也会有过拟合的问题。过拟合出现的原因通常是学习时模型包含的参数过多，从而导致训练误差较低，但测试误差较高。如果说造成过拟合的原因是学习能力太强，那么造成欠拟合的原因就是学习能力太弱，从训练数据中的基本性质多没能学到下面介绍下Angel中有哪些损失函数。1.

PS负责参数的存储和交换，其他系统负责计算，计算交给其它系统，比如Spark等。Angel抽象了两个接口，AngelClient和MatrixClient。AngelClient负责启动Angel

最近把自己丢了，从外界事物找到了，又似乎没有找到，事情本身不会产生影响，怎么想，向何处，还是要看清事物的本质，需要自己去摸索，比如为什么不快乐，快乐的算法是什么，为什么烦躁，烦躁是否本虚无缥缈.....以上为啰嗦，写了也不看，以下为“废柴”，捡了也点不着火.......瞎掰逻辑回归模型（logistic

AI,如下图概述Angel是腾讯开源的大规模分布式机器学习平台，专注于稀疏数据高维模型的训练。目前Angel是Linux基金会人工智能(LFAI)孵化项目，相比于TensorFlow,

张重阳，2014年加入微信，先后负责用户画像建设，lookalike人群定向，微信斑马系统，小程序广告系统，小程序商业化技术，专注于自然语言处理，计算广告，机器学习，数据变现等技术方向，加入微信前曾就职于微软、科大讯飞从事自然语言处理、语音、搜索推荐、计算广告等技术研究。谈起人工智能，大家首先想到的是图像识别、语音识别、机器翻译、机器人这些技术，然而人工智能所涉及的应用场景和商业价值却远不止此。在日常的经营和管理中，任何一个企业都会面对客户关系的管理，都有销售数据需要分析，都会在生产、销售、运营和管理的各个环节中面对不同的决策问题，基于人工智能的新一代商业智能技术就是利用现在飞速发展的机器学习和数据分析技术，对企业商业化过程中面临的各种问题给出自动化的智能解决方案，从而驱动业务增长和企业发展。我将结合微信实际使用中的具体应用案例与大家一起探讨商业智能驱动业务增长和企业发展的技术细节。受益：1.了解如何整合数据并用模型对问题作出预测2.如何用机器学习方法对预测结果进行解释和分析3.用自动化和数据分析的方法对分析结果进行有效验证

赵争超，在同盾科技负责互联网金融领域的客户价值挖掘、生命周期管理、金融产品个性化营销方向的算法工作。14

多个业务线的智能营销建设。曾供职于盘古搜索、阿里妈妈，先后从事搜索引擎和广告的算法研发工作。营销是金融企业的核心能力之一。借助于互联网的优势，互联网金融企业能够方便地使用

案例背景介绍：互联网进入下半场，美团发力B端，进行商家供给侧改革，收单收银是线下餐饮商家数字化和智能化改造的重点。供应链技术团队如何应对复杂业务场景，高效连接收单收银产品和B端商家，灵活应对业务快速变化发展。解决思路/成功要点：1.

AI、IOT、ML、架构、业务中台、数据中台

.