三级片全 二要强化职责担当，打造共建共治共享格局。

　　京东的人工智能技术已经渗透到了其业务的各个方面，包括电商，金融，物流等场景。丰富的应用场景加上大量数据可以进行模型训练，京东人工智能利用知识图谱和机器学习的方式，为用户提供最精准的商品推荐;在金融方面，用于智能投顾的风控和反欺诈;京东的无人车，无人机，无人仓也都应用到了人工智能技术。

　　京东技术开放日是技术分享交流平台。 2017年京东技术开放日推出3.0版本，据天极网了解，本期的京东技术开放日，将首度向业界以专题的形式，分享京东在人工智能平台核心系统架构与数据处理方面，积累的丰富的一线经验。

　　内容适合人群：3-5年工作经验以上的资深工程师，人工智能，机器学习系统平台的搭建负责人与应用者，关注GPU，Tensorflow，Kubernetes，Docker，Spark，分布式集群技术的一线技术骨干。

　　日程安排

　　13：30-14：00 签到

　　14：00-14：45 京东人工智能平台的核心系统架构解密 – 鲁楠 京东高级工程师

　　14：45-15：15 大规模视频智能分析系统的应用与挑战 -赖俊杰 NVIDIA 亚太地区高性能计算及Applied Deep Learning部门技术经理

　　15：15-15：45 茶歇&自由交流

　　15 : 45 -16 : 30 机器学习中的数据处理核心及场景化应用 – 武健 京东高级算法工程师

　　16：30-17：15 Kubernetes在京东人工智能平台中的应用 – 范振 京东资深架构师

　　17 : 15 - 18：00 OpenTalk

　　18:00 活动结束

　　讲师&议题亮点

　　嘉宾：翁志，教授级高工，京东集团副总裁，京东集团AI 与大数据部负责人，专注于大数据技术、AI 技术及大型分布式系统的研究和开发，拥有十多项美国技术专利。加入京东前曾先后就职于美国Sybase、Oracle、Earthlink、Google 等高科技公司。

　　议题一：京东人工智能平台的核心系统架构解密

　　京东人工智能平台—登月，在系统的网络的优化，GPU管理，存储，日志和监控等方面，积累了丰富的经验。

　　本议题将针对平台中为了分布式算法框架能够更好的适配底层集群，在集群之上建立的任务分发机制，使有些算法不能兼容集群的问题，在系统任务分发的环节中得以解决。

　　另外，平台的底层容器化，应用部署的环境能够更好的进行隔离，以及对GPU调度优化的经验也会深入展开进行分享。

　　讲师：鲁楠 京东高级工程师

　　2015年加入京东，参与大数据系统稳定性与性能提升等多个公司级重点项目的研发工作，2016年开始参与数据挖掘平台和算法平台构建的相关工作。

　　议题二：大规模视频智能分析系统的应用与挑战

　　人工智能的一大挑战是理解视频的内容。应用非常的丰富：视频审核，视频广告投放，自动驾驶汽车，等等。挑战在于人工智能一般需要消耗大量的计算资源。尤其是对于实时视频流的分析更是如此。面对这类问题的挑战，我们除了在GPU硬件上不断改进设计，提升芯片的处理能力之外，从软件上我们特别设计了DeepStream SDK。DeepStream可以充分利用GPU上的硬件编解码资源，以及通用计算资源， 并且能够大大简化跟加快视频分析类应用的研发。

　　讲师：赖俊杰 NVIDIA 亚太地区高性能计算及Applied Deep Learning部门技术经理

　　在清华大学电子工程系取得本科及硕士学位，于法国INRIA获得博士学位，博士期间的主要的研究方向包括GPU架构研究及GPU性能分析模型。

　　现在的工作重点在尝试将机器学习/深度学习的最新技术，去解决计算机视觉，语音，推荐系统，游戏等行业应用中遇到的实际问题。同时领导NVIDIA DeepStream SDK，image inference engine等软件库的开发工作。

　　议题三：机器学习中的数据处理核心及场景化应用

　　京东的业务系统中大量用到了机器学习和数据挖掘技术，大量的业务数据和交易数据，在人工智能平台中，通过清洗出特征和标注数据进行处理。

　　包括样本采样，样本调权，异常点去除，特征归一化处理，特征变化，特征组合等过程，最终生成的数据供模型训练使用。

　　本议题将针对机器学习在应用场景中进行数据处理时遇到的各项挑战，展开深入的剖析。

讲师：武健 京东高级算法工程师

　　曾参与新浪企业微博平台研发、加入京东后负责数据云平台研发。目前与团队一起开发京东登月机器学习平台，并作为支持金融智投项目的核心成员，为京东人工智能的应用服务及基础算法平台做出了卓越贡献。

　　议题四：Kubernetes在京东人工智能平台中的应用

　　Kubernetes作为容器集群管理工具，为应用平台提供了基于云原生的微服务支持。也为容器集群架构升级，构建高效大规模计算体系提供了技术基础。

　　京东人工智能平台作为一个大规模集群化的平台设施，充分利用Kubernetes负载均衡调度，秒级扩容缩容，任务失败自动重启等优势，实现了Kubernetes调度一切，包括错峰调度在线，离线应用，提升机器资源利用率和降低基础设施成本。本次议题中将重点分享Kubernetes在京东人工智能平台中丰富的应用经验。

讲师：范振 京东资深架构师

　　2014年加入京东，负责基础平台架构开发工作;是京东CDN项目，DDOS二期项目、反比价项目、机器学习平台基础平台项目的负责人。

　　不仅主导设计和开发了以上公司级别的重大项目，而且在高性能服务器、大数据领域也有着丰富的经验和独特的见解。

　　本期内容适合人群：3-5年工作经验以上的资深工程师，人工智能，机器学习系统平台的搭建负责人与应用者，关注GPU，Tensorflow，Kubernetes，Docker，Spark，分布式集群技术的一线技术骨干。