【IT168 评论】对于企业来讲，一个好的企业架构对企业业务来讲是一个良好的开端，有效的企业架构对企业的生存和成功具有决定性的作用，是企业通过IT获得竞争优势的不可缺少的手段。就在今年的10月17日~19日，为期三天的第十届中国系统架构师大会以“十年架构，成长之路”为主题在北京顺利召开。本届大会云集了国内CTO、研发总监、高级系统架构师、开发工程师和IT经理等技术人群，与会规模超千人。毫不夸张的讲，中国系统架构师大会俨然成为架构师的风向标之一。
本届大会包括了核心业务系统架构设计、大数据平台架构、传统企业数字化转型、人工智能应用等四大主线。今天小编就以人工智能应用主线为例，和大家一起来感受架构的魅力所在。
intel亚太研发资深软件工程师，项目经理赵娟：通过OpenCV理解深度学习的计算与加速
目前，深度学习广泛应用于不同的领域。OpenCV是一个大家熟知的计算机视觉的库。今年，OpenCV增加了深度学习的模块，那应该如何理解OpenCV的深度学习模块，如何便利的使用OpenCV深度学习模块更快的搭建出用户的程序?
赵娟的分享涵盖了深度学习和OpenCV，深度学习的瓶颈和应用，OpenCV的架构，深度学习库的介绍和应用，介绍深度学习的网络模型导入，推理引擎和架构和硬件加速，并向大家介绍了计算机视觉模型和具体的目标识别，视频风格变换，图像分类，人脸检测等用例。
百度主任架构师毕然：机器学习的思考故事
毕然作为百度主任架构师，其主要专注于数据分析、商业战略、机器学习和人工智能等领域，目前负责搜索战略和业务分析，视觉搜索策略，搜索生态合作圈构建等业务。
在本次议题分享中，毕然通过机器学习与大数据、机器学习的建模及机器学习的实践案例，AI技术产业应用方法等四个维度介绍了机器学习的思考故事，通过交流“思想”和“应用方法论”，掌握机器学习的深层次思想，并贯通商业、产品和技术。
前转转搜索推荐部负责人张相於:自然语言处理技术在个性化推荐系统中的应用
个性化推荐是大数据时代不可或缺的技术，在电子商务、信息分发、计算广告、互联网金融等领域都起着重要的作用。具体来讲，个性化推荐在流量高效利用、信息高效分发、提升用户体验、长尾物品挖掘等方面起均起着非常核心的作用。
张相於作为前二手交易平台转转搜索推荐技术负责人，曾负责转转的推荐和搜索系统以及其他算法相关工作。主导过多个推荐、搜索以及机器学习系统从0到1的搭建，以及后续的持续优化。多年来主要从事推荐系统以及机器学习系统的相关工作，也做过计算广告、反作弊等相关工作，并热衷于探索个性化推荐和机器学习技术在其他领域的应用实践。
张相於提到，在推荐系统中经常需要处理各种文本类数据，例如商品描述、新闻资讯、用户留言等等，对这些数据处理和理解的能力直接影响着推荐系统推荐效果的好坏。除此以外，推荐系统中很多用户行为相关问题都可以使用自然语言处理中的技术来解决，并且可以取得非常好的效果。
猎聘网首席数据官单艺：构建企业级机器学习平台
随着大数据和AI技术的发展和普及，机器学习走出了学术圈的象牙塔，在各行各业中得到越来越多的应用，逐步成为不可缺少的关键技术。不同于相对固定的逻辑驱动的系统，基于机器学习的系统非常依赖数据、模型和学习训练。如何高效地处理数据流?如何保证数据质量?如何有效管理特征的定义、计算、迭代和共享?如何高效地执行模型的训练和在线预测?...这些是开发企业级机器学习应用都需要解决的关键问题。
为了解决这些共通的问题，猎聘网开发了一个通用的机器学习平台。根据单艺介绍，该机器学习平台的目标服务人群主要为机器学习工程师、数据分析师以及业务研发工程师。其主要目标分为以下几个方面：
●简化机器学习模型的开发、测试和部署，提升效率，降低成本
●提供便利的数据处理和特征管理工具，提升数据和特征质量，促进共享
●提供全面的监测功能，保证线上服务的稳定、可靠和性能
●提供高性能的特征计算服务，实现毫秒级的响应
●提供实时的训练数据生成服务，保证数据质量，避免“穿越”问题
●运用AutoML技术自动优化模型构建，优化模型效果。
单艺认为，该机器学习平台的开发使用，能够显著提升各种机器学习应用的开发效率，对于机器学习工作人员来讲是一大幸事!
通过《机器学习与深度学习》专场几位老师的精彩分享，我们了解了不同企业对于机器学习与深度学习的应用情况以及相关经验。
