活动简介：

在海量数据不断产生的时代，基于数据分析和精准推荐的计算平台可以帮助企业实现更高的数据利用价值，同时，算法水平的提升，机器学习模型的使用，都在给大数据利用添砖加瓦。在7月7日晚上举办的魅族技术晚场上，我们将邀请来自腾讯、百度、eBay和魅族的技术专家，围绕大数据平台架构、推荐系统、图像识别、机器学习和搜索基础架构话题，带领现场的技术学习爱好者展开深入讨论，帮助大家提供技术解决方案新思路。

讨论话题：

1.AI

2.大数据平台框架

3.机器学习

4.推荐算法

5.搜索架构

个人简介：

博士，专注于机器学习领域的研究。目前，主要负责用户画像、广告平台CTR预估、个性化推荐引擎，以及Onemind的算法支撑。立志用心了解用户，提升用户体验，争取走在移动AI的前端。

技术点：精准推荐系统、用户画像、数据挖掘、机器学习

个人简介：

拥有11年互联网从业经验，3年半大数据平台架构及团队管理经验；擅长C++代码开发、平台架构设计、项目推进及管理。

2013年底开始主要负责魅族数据平台研发团队管理，组织关键技术及架构评审。当前，工作内容包括统一上报、集成开发平台、流平台、自助分析、用户洞查、智能推荐等大数据技术体系建立。

技术点：大数据平台架构、统一上报（数据采集）、用户洞察、流平台、智能推荐系统设计

个人简介：

eBay 数据和商业智能研发总监，致力于大数据分析和商业智能平台的创新和发展，自 2013 年起带领团队设计和开发了 eBay 新一代的大数据分析和商业智能平台。

技术点：数据分析、数据可视化、技术创新、技术和业务的配合、基于NLP的数据挖掘、推荐系统优化

个人简介：

百度 分布式系统专家，当前主要研究方向为大规模分布式系统，是百度海量数据库 Tera、百度文件系统 BFS 和集群操作系统 Galaxy 的主要作者。

技术点：基础架构搭建、大规模分布式系统设计、分布式文件系统、架构设计思想、实时数据处理系统

个人简介：

技术点：数据服务、机器学习/深度学习平台、AI应用、图像识别