<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>AI平台 on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek/tags/AI%E5%B9%B3%E5%8F%B0/</link>
    <description>Recent content in AI平台 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 15 Mar 2022 11:25:34 +0800</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek/tags/AI%E5%B9%B3%E5%8F%B0/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>美团一站式机器学习平台建设实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E4%B8%80%E7%AB%99%E5%BC%8F%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%B9%B3%E5%8F%B0%E5%BB%BA%E8%AE%BE%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 11:25:34 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E4%B8%80%E7%AB%99%E5%BC%8F%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%B9%B3%E5%8F%B0%E5%BB%BA%E8%AE%BE%E5%AE%9E%E8%B7%B5/</guid>
      <description>本文根据美团配送资深技术专家郑艳伟在2019 SACC（中国系统架构师大会）上的演讲内容整理而成，主要介绍了美团配送技术团队在建设一站式机器学习平台过程中的经验总结和探索，希望对从事此领域的同学有所帮助。 0. 写在前面 AI是目前互联网行业炙手可热的“明星”，无论是老牌巨头，还是流量新贵</description>
    </item>
    <item>
      <title>干货携程推理性能的自动化优化实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E6%90%BA%E7%A8%8B%E6%8E%A8%E7%90%86%E6%80%A7%E8%83%BD%E7%9A%84%E8%87%AA%E5%8A%A8%E5%8C%96%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:32:16 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E6%90%BA%E7%A8%8B%E6%8E%A8%E7%90%86%E6%80%A7%E8%83%BD%E7%9A%84%E8%87%AA%E5%8A%A8%E5%8C%96%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</guid>
      <description>度假AI 携程技术 投稿 一、背景 近年来，人工智能逐渐在安防，教育，医疗和旅游等工业和生活场景中落地开花。在携程旅游业务上，AI技术同样广泛覆盖了多个旅游产品和旅游服务领域，携程度假AI研发根据旅游的特定场景和业务需求，将自然语言处理，机器翻译，计算机视觉，搜索排序等主流AI技术成功应</description>
    </item>
    <item>
      <title>机器学习平台实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%B9%B3%E5%8F%B0%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:17:37 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%B9%B3%E5%8F%B0%E5%AE%9E%E8%B7%B5/</guid>
      <description>作者：伴鱼技术团队 陈易生 前言 本文是 「算法工程化实践调研」 系列的第 2 篇，介绍来自 Uber 在 2017 年 9 月发布的技术博客 Meet Michelangelo: Uber’s Machine Learning Platform [1]。它介绍了机器学习平台 Michelangelo（意大利文艺复兴时期伟大的绘画家、雕塑家、建筑师和诗人）的各个组件的职能，第一次细致地向大家描述了机器</description>
    </item>
    <item>
      <title>伴鱼用户画像平台设计篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%B4%E9%B1%BC%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%B9%B3%E5%8F%B0%E8%AE%BE%E8%AE%A1%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 09:13:44 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%B4%E9%B1%BC%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E5%B9%B3%E5%8F%B0%E8%AE%BE%E8%AE%A1%E7%AF%87/</guid>
      <description>作者：应京含 1. 背景 在伴鱼，我们努力了解我们的用户，旨在为用户提供更好的服务。APP 内容推荐，需要根据用户特征来决定推送内容；促销活动，需要针对不同的用户群体设计不同的活动方案；线上产品售卖，也需要了解用户喜好，才能更好地把产品卖给用户。 为此，我们搭建了用户画像平台。本文将首先探讨</description>
    </item>
    <item>
      <title>伴鱼技术机器学习预测服务设计篇</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%B4%E9%B1%BC%E6%8A%80%E6%9C%AF%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E9%A2%84%E6%B5%8B%E6%9C%8D%E5%8A%A1%E8%AE%BE%E8%AE%A1%E7%AF%87/</link>
      <pubDate>Tue, 15 Mar 2022 09:08:39 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E4%BC%B4%E9%B1%BC%E6%8A%80%E6%9C%AF%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E9%A2%84%E6%B5%8B%E6%9C%8D%E5%8A%A1%E8%AE%BE%E8%AE%A1%E7%AF%87/</guid>
      <description>作者： 陈易生 原文： https://tech.ipalfish.com/blog/2021/08/24/palfish-prediction-service-design/ 前言 在伴鱼，我们在多个在线场景使用机器学习提升用户的使用体验。例如，在伴鱼绘本中，我们根据用户的帖子浏览记录，为用户推荐他们感兴趣的帖子。 在线预测是机器学习模型发挥作用的临门一脚，重要性不言而喻。在伴鱼，我们搭建了机器学习预测服务（以下简称预测服务），统一地处</description>
    </item>
    <item>
      <title>美团新一代预测服务的优化实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%96%B0%E4%B8%80%E4%BB%A3%E9%A2%84%E6%B5%8B%E6%9C%8D%E5%8A%A1%E7%9A%84%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:46 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E6%96%B0%E4%B8%80%E4%BB%A3%E9%A2%84%E6%B5%8B%E6%9C%8D%E5%8A%A1%E7%9A%84%E4%BC%98%E5%8C%96%E5%AE%9E%E8%B7%B5/</guid>
      <description>作者：伟龙 小卓 文魁等 美团技术团队投稿 CTR模型在互联网的搜索、推荐、广告等场景有着广泛的应用。近年来，随着深度神经网络的引入，CTR模型的推理对硬件算力的要求逐渐增加。本文介绍了美团在CTR模型优化的实践。通过分析模型结构特点，结合GPU硬件架构，我们设计了一系列流程对模型进行定</description>
    </item>
  </channel>
</rss>
