孟工
0 ? $score . '分' : '10.0分' ?>前百度 高級研發(fā)工程師
互聯(lián)網(wǎng)
機器學習
BI
工程師
深度學習
金融
大模型
訪問次數(shù)
145
反饋數(shù)量
0
關于教練
孟工，近十年機器學習學習與從業(yè)經(jīng)驗，一直專注于AI技術的建設和應用。曾先后歷任第四范式建模工程師、百度高級研發(fā)工程師、BIGO資深研發(fā)工程師、Allsec研發(fā)總監(jiān)。有比較豐富的ToB/ToG數(shù)據(jù)智能化經(jīng)驗。曾從0到1建設基于大規(guī)模深度學習的個性化檢索技術體系，大幅度提升業(yè)務營收。
曾負責四大行智能營銷系統(tǒng)建設、某銀行信用卡中心現(xiàn)金分期產(chǎn)品智能營銷系統(tǒng)建設、百度金融垂類機器學習平臺建設工作、金融客戶百度信息流廣告投放優(yōu)化工作。
目前本人專注在大模型及Agent算法技術領域。
課程
-
推薦系統(tǒng)架構設計與系統(tǒng)實現(xiàn)
本課程主要以講解工業(yè)界推薦系統(tǒng)領域先進技術為主，基于業(yè)務視角從業(yè)界主流推薦系統(tǒng)架構案例出發(fā)，圍繞用戶理解、內(nèi)容生態(tài)和作者生態(tài)，剖析推薦系統(tǒng)。
本課程主要包含推薦在線預估、在線檢索、在線策略服務架構設計與工程實現(xiàn)、特征中心、A\B實驗平臺、監(jiān)控平臺等推薦系統(tǒng)整體架構設計中的核心模塊。
本課程從在線架構和離線架構入手設計設計機器學習算法在推薦系統(tǒng)中的落地解決方案，講解推薦系統(tǒng)關鍵技術。
從常見的CF召回算法入手，引申到KT、UT、AT等推薦系統(tǒng)召回算法體系建設。
介紹推薦系統(tǒng)粗排算法架構與精排算法的技術演變及常見問題解決方法、系統(tǒng)架構。
結合實際應用場景的系統(tǒng)方案分析，圍繞多目標、多樣性、多場景，講解用戶滿意度優(yōu)化、內(nèi)容生態(tài)優(yōu)化、作者生態(tài)優(yōu)化等推薦系統(tǒng)中常見業(yè)務問題。暫無課程排期工程師 -
保險行業(yè)大模型與 agent 技術培訓
本課程旨在幫助保險行業(yè)從業(yè)者掌握大模型與Agent技術的應用，通過理論學習與實踐操作相結合的方式，使學員能夠將AI技術實際運用到保險業(yè)務中。
暫無課程排期工程師
大會議題
訪問次數(shù)
145
反饋數(shù)量
相關教練
