【沙龙预告】机器学习、大数据在“新零售”领域的实践案例

活动报名链接:http://www.huodongxing.com/event/8470667630000

2018年,互联网进入寒冬基本是大家最常讨论的话题,最近有很多开发者们也面临着被裁员,工作难找的问题。

那么,新的发展在哪里?新的技术岗位需求在哪里?无疑是人工智能,大数据。

在“新零售”的大背景下,推动着大数据,机器学习等技术的从理论阶段向实际落地应用阶段转变。同时为广大的技术开发者们带来了更多的机会。

演讲嘉宾及主题简介:

叶政君

个推大数据分析师

主要负责个推大数据平台画像系统相关建模和开发,完成了画像在广告、个像等业务的落地工作,对用户行为属性的刻画、海量数据商业分析有着丰富的一线经验。

演讲主题:大数据时代,用户画像实践与应用

庄学坤 

达达-京东到家 物流算法团队Leader

中国科技大学硕士,曾任职于新浪微博,长期从事机器学习算法在商业场景中的应用项目,在效果广告、物流供需预测与调度等领域具有丰富的实战经验。达达算法团队的宗旨是使用AI技术全面赋能新零售的1小时达即时物流配送服务,在达达-京东到家任职期间,主持研发的物流供需调控项目。曾荣获公司2017年度技术最高奖CTO奖,该项目在节省了海量预算的同时,使得订单的接单配送效率获得了大幅提升。

演讲主题:即时物流场景下的机器学习实践

主题简介:达达-京东到家是中国领先的同城速递信息服务平台和无界零售即时消费平台,达达目前已覆盖全国 450 多个主要城市,服务超过 120 万商家用户和超 5000 万个人用户,日单量峰值达到千万级。不同于传统物流形式,即时物流的一小时达服务具有高度的动态性,运力供需关系变化更快。如何有效的分配和调度众包运力来保证接单率,对算法设计提出了很高的要求。本次演讲中,我们将讲述如何在即时物流系统中构建机器学习系统,预测并捕捉物流系统的供需变化,通过智能派单、供需调控等方式优化配送效率,其中也包括我们在深度强化学习(Deep Reinforcement Learning) 技术上面的探索实践。


孔晓泉

吉利集团 Ecarx 算法专家

谷歌开发者机器学习专家(Google Developer Expert for Machine Leraning),对话机器人框架 Rasa Stack 的核心贡献者(Hero contributor)和大中华区社区组织者。从事自然语言处理三年多,有丰富的理论和实践经验。目前在吉利集团旗下车联网公司从事车载人机交互系统的研发工作,曾在阿里巴巴集团从事自然语言相关的框架和算法的研发工作。

演讲主题:使用智能对话机器人增强新零售服务链

主题介绍:

随着新零售概念的流行,消费者成为了服务的核心,越来越多的产品使用人工智能来优化用户体验,其中智能对话机器人是核心技术之一。本次分享将从理论和实践结合的角度,介绍对话机器人的理论、实现和流程,同时将介绍一个非常流行&开源的对话机器人框架:RASA stack,并通过一个 demo 来展示其工作流程。


李泽洲

Pinlan的联合创始人兼CTO

美国斯蒂文斯理工学院机器学习硕士学位,主要研究领域为计算机视觉与深度学习,曾在国内外核心期刊、ICME等发表多篇学术论文。曾任职才云科技行业AI部图像组负责人,主导人脸识别、图像识别和物体检测在新零售领域的落地应用。Pinlan的联合创始人兼CTO。品览是一家专注于新零售AI场景的科技营销服务公司。通过AI技术创新与客户价值洞察来打造企业级商品识别平台以及商品管理赋能的一系列方案。

演讲主题:AI赋能营销数字化转型

主题简介:本次分享以AI技术为核心,介绍品览Pinlan自身在新零售场景下如何利用计算机视觉与深度学习技术实现智能的商品检测、识别与分析,赋能企业完成行业内的数字化转型。本次分享包含了物体检测、细粒度商品识别等技术线,以及品览Pinlan基于Tensorflow框架完成商品智能分析的技术经验。

沙龙日程

13:00-13:30   活动签到

13:30-14:30 【大数据时代,用户画像实践与应用】 - 叶政君 -个推大数据分析师 

14:30-15:30 【即时物流场景下的机器学习实践】-庄学坤 - 新达达-京东到家 物流算法团队Leader   

15:30-16:30  【使用智能对话机器人增强新零售服务链】-孔晓泉 - 吉利集团 Ecarx 算法专家 

16:30-17:30  【AI赋能营销数字化转型】-李泽洲 - Pinlan的联合创始人兼CTO

17:30-17:40    沙龙结束,抽奖合影留念



活动报名链接:http://www.huodongxing.com/event/8470667630000

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容