近10年來，機器學習發展勢頭迅猛，被廣泛應用于搜索系統，推薦系統、垃圾郵件檢索、信用評分、欺詐檢測、股票交易、醫療、自動駕駛、人臉識別等多個方面。機器學習所散發出的魅力遍及了人工智能的各個領域。

機器學習領域大牛吳恩達曾在一節斯坦福大學公開課中說，機器學習是所有計算機科學中最激動人心的一個領域。麥肯錫全球研究院也曾在一篇報告中斷言機器學習（即數據挖掘和預測分析）將會驅動下一次革新浪潮。

鑒于機器學習廣泛的應用場景，越來越多的開發者開始關注并轉型機器學習，希望能讓自己在未來更有價值；越來越多企業在新浪潮的轉型中使用各種方法嘗試機器學習，希望能給企業帶來更進一步的改觀。

▌作為一名開發者，你的機器學習之路選對了嗎？

機器學習涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等學科，體系龐大，有很多東西都需要學習，學習過程中很容易找不到方向。也有不少開發者向營長詢問，“我要轉型機器學習，該哪個方面開始呢？”“我有一定基礎，但是如何突破呢？”，有沒有一種學習方法能適合大部分人呢？營長覺得就是“讓學習從實踐中來，到實踐中去”，反復使用，直到熟練掌握，運用自如。那如何從實踐中貫通并提升你的所學呢？

▌嘗試在借助機器學習改善業務的企業，你的方向是正確的嗎？

在機器學習方面，企業經常犯的錯誤類似于：請一位廚師來制造烤箱或請一位電氣工程師去烘烤面包。現在有很多的機器學習課程和教科書，但它們都是關于如何從零開始制造烤箱（以及微波爐、攪拌機、烤面包機、水壺……），而不是如何烹飪和創新配方。但對大多數企業而言，其實他們需要的只是烹飪方法——即解決他們業務問題的方法。也就是說企業在機器學習方面應該是圍繞著業務應用布局。

不管是針對機器學習工程師還是借助AI轉型的企業，他們面臨的問題都跟“實踐”有關。如何通過“實踐”提升自己的機器學習水平，以及如何通過機器學習實際應用來改善企業的業務等級和營收能力。

那么，那些在實際業務上業已用機器學習取得了巨大成果的企業，究竟是怎樣做到這一點的？我們又能從這些高質量的技術實踐中借鑒到怎樣的有效經驗？

請鎖定 2018 年 11 月 8 - 9 日：由中國 IT 社區 CSDN 與硅谷 AI 社區 AICamp 聯合出品的2018 AI 開發者大會（AI NEXTCon），這是一場以技術落地為導向的干貨性會議！而 11 月 9 日的機器學習技術主題會場，更有 9 位一線技術大咖現場為你講解機器學習在國內外頂級產品中的實踐經驗。

下面一起來看下本場次大會的重磅講師以及議題方向：

胡時偉：第四范式聯合創始人、首席架構師

演講議題：“零”門檻開發高維機器學習應用

胡時偉，第四范式聯合創始人、首席架構師。在百度任職期間作為系統架構負責人，主持了百度商業客戶運營、鳳巢新興變現、“商業知心”搜索、阿拉丁生態等多個核心系統的架構設計工作。作為鏈家網創始團隊，從0開始完成了鏈家網新主站、經紀人新作業系統、績效變革系統的整體架構設計以及研發團隊的建設管理，參與規劃及推動了鏈家系統和研發體系的互聯網化轉型。現任第四范式首席架構師，帶領產品研發團隊打造出可幫助企業實現人工智能應用開發和運行的全流程AI平臺——“第四范式先知”，該平臺2016年榮獲中國智能科技最高獎－吳文俊人工智能科學技術獎一等獎。

李磊：字節跳動人工智能實驗室總監

演講議題：互聯網信息摘要與機器寫稿關鍵技術及應用（擬定）

李磊，字節跳動人工智能實驗室總監。原百度美國深度學習實驗室少帥科學家。上海交通大學計算機系本科，卡耐基梅隆大學計算機系博士，加州大學伯克利分校博士后研究員。曾獲2012年美國計算機學會SIGKDD最佳博士論文之一、2017年吳文俊人工智能技術發明二等獎。在機器學習、數據挖掘和自然語言理解領域于國際頂級學術會議發表論文30余篇，擁有三項美國技術發明專利，擔任2017 KDD Cup與KDD2018 Hands-on Tutorial聯合主席和ICML、KDD、IJCAI、AAAI等大會程序委員。

Liang Zhang：LinkedIn機器學習總監

演講議題：AI在大規模招聘求職上的應用

Liang Zhang，LinkedIn 機器學習技術總監，負責 LinkedIn 的 Search AI 研發。在 LinkedIn 工作期間，成功主導了多個產品（廣告、Feed流、郵件、通知、招聘以及搜索）的核心AI項目，并通過先進的AI技術為 500M+ 專業用戶帶來良好的體驗。Liang Zhang 于 2008 年獲得杜克大學統計學專業博士學位，2008-2012 年任職 Yahoo! 實驗室科學家，2012 年至今在 LinkedIn 任職。曾在頂級計算機科學會議和統計期刊上發表了大量文章，擁有 20 多項 AI 專利，同時擔任多個數據挖掘和機器學習會議的程序委員會成員。

何仁清：美團點評研究員、美團配送AI方向負責人

演講議題：美團即時配送的算法體系和發展

何仁清，美團點評研究員、美團配送AI方向負責人。2006年哈爾濱工業大學計算機碩士，畢業后加入百度鳳巢團隊，從事自然語言處理、數據挖掘、機器學習、檢索等研究方向，離職前任百度主任架構師。2016年初加入美團點評，整體負責美團配送的算法策略，進行智能配送系統建設，全面支持美團配送業務發展。目前工作方向橫跨運籌優化、機器學習、時空大數據挖掘等多個學科，工作內容包括：智能調度、ETA、智能定價、智能規劃、機器學習、軌跡挖掘、配送仿真等多個模塊。

劉博：高級架構師、新浪微博機器學習研發部基礎算法負責人

演講議題：機器學習在微博信息流推薦的應用實踐

劉博，高級架構師、新浪微博機器學習研發部基礎算法負責人。2012年畢業于北京理工大學，后加入新浪微博，先后任職于搜索部、大數據研發部、機器學習研發部。關注領域在機器學習、推薦系統、自然語言處理、anti-spam，目前主要focus在如何通過機器學習對用戶和內容進行精準鏈接，進而提升微博用戶在feed流中消費內容和發現內容的效率。

楊旭：阿里巴巴資深技術專家

演講議題：Alink流式算法平臺架構與實現

楊旭，阿里巴巴資深技術專家。2004年獲南開大學數學博士學位；隨后在南開大學信息學院從事博士后研究工作；2006年加入微軟亞洲研究院，進行符號計算、大規模矩陣計算及機器學習算法研究；2010年加入阿里巴巴，從事大數據相關的統計和機器學習算法研發。去年出版《機器學習在線——解析阿里云機器學習算法平臺》。

張瑞：知乎機器學習團隊負責人

演講議題：知乎首頁信息流系統的框架及機器學習技術在推薦策略中的應用

張瑞，知乎機器學習團隊負責人。畢業于北京郵電大學。畢業至今先后在百度、豌豆莢等從事搜索、搜索廣告、推薦系統中的機器學習、自然語言處理、推薦算法等方向的工作。目前擔任知乎首頁業務總監，負責知乎信息流產品的技術研發及產品運營團隊。

崔志：小米閑聊算法負責人

演講議題：機器學習技術在 “小愛同學”閑聊算法中的應用

崔志，小米閑聊算法負責人。2016年畢業于加州大學圣地亞哥分校。2017年加入小米公司，負責閑聊的相關算法及閑聊項目架構的工作。

曹皓：百度核心搜索部資深研發工程師

演講議題：機器學習在搜索領域的實踐

曹皓，百度核心搜索部資深研發工程師。2012年碩士畢業于北京大學軟件工程專業。同年加入百度，一直負責百度搜索系統調研架構相關研發工作，支撐搜索算法持續快速迭代進化，覆蓋了算法迭代、A/B Test以及大數據OLAP分析等環節；其中，從無到有搭建了百度搜索機器學習全流程平臺，見證了百度搜索機器學習化全過程，不斷推進搜索調研效率的提升。

除了機器學習技術專題之外，大會還開設了自然語言處理、機器學習工具、數據分析、知識圖譜、計算機視覺、語音識別等技術專題，以及智慧金融、智能駕駛、智慧醫療等行業峰會。