AutoML未来可期,工程师的明天何去何从?
论坛主席
黄宜华,南京大学大数据技术研究中心主任、PASA大数据实验室教授、博导
论坛嘉宾
嘉宾 1:罗远飞,第四范式资深研究员
演讲议题:自动特征工程在大规模稀疏数据上的应用研究
个人简介:罗远飞,第四范式资深研究员。任职期间,负责研发了多个自动机器学习算法并产品化,显著提升了自动机器学习在实际业务中的效果;多次获得国内外比赛第一名,是国内首届迁移学习算法大赛冠军;曾在KDD/ACL/EMNLP上发表文章,并申请十几项国内外专利。
嘉宾 2:朱光辉,江苏鸿程大数据研究院副总经理,南京大学PASA大数据实验室博士
演讲议题:自动化机器学习AutoML技术研究进展
个人简介:朱光辉,江苏鸿程大数据研究院副总经理,南京大学PASA大数据实验室博士研究生。研究方向为大数据并行计算、自动化机器学习。已在TPDS、ICDE、JPDC、PARCO、ICPADS、计算机学报等国内外著名学术期刊和会议上发表论文多篇,并承担多项国家级大数据研发项目。从2017年初开始从事AutoML技术的探索和研究,连续三次在国际著名AutoML挑战赛中(PAKDD 2018 AutoML、NeurIPS 2018 AutoML、 KDD Cup 2019 AutoMLZ)以优异成绩获奖。所研发的AutoML算法和系统已成功应用于华为、360等国内知名IT企业,并在第五届中国“互联网+”大学生创新创业大赛获得金奖。
议题简介:“AI赋能行业”的应用模式在未来将迎来高速成长。但是,人工智能的普及和应用面临技术门槛高、专业人才严重短缺、大量依赖专家经验、建模周期长等瓶颈和制约。为了解决上述问题和挑战,近年来国内外出现了自动化机器学习(AutoML)研究领域,即用机器去自动化地完成算法模型选择和参数调优,从而大量节省人力成本,降低人工智能使用门槛,大幅提高建模效率。本报告将介绍AutoML近几年来的研究现状与技术层面,包括自动化超参调优、自动化机器学习流水线设计及模型选择、自动化特征工程、自动化神经网络架构搜索,以及学术界在各个技术层面的最新研究进展。同时,本次报告也将重点介绍南京大学PASA大数据实验室在AutoML算法和系统方面的最新进展和成果。
嘉宾 3:王健宗,平安科技副总工程师、联邦学习技术部总经理、深圳市地方级领军人才
演讲议题:AI赋能AI:从0到1搭建自动化深度学习平台
个人简介:王健宗,博士,留美人工智能博士后。平安科技副总工程师、联邦学习技术部总经理、深圳市地方级领军人才,拥有十多年的大数据、云计算和人工智能的研发经验,专注于人工智能在银行、保险、投资、医疗和智慧城市行业的落地,精通AutoML平台的架构和实现,并著有《深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台》。在计算机领域拥有发明专利200余项,发表国际论文50余篇,荣获CCF科学技术奖,2019年度十佳新锐程序员。
议题简介:满怀AI创意奈何无从下手,难得有亮点项目却苦于AI开发周期长、成本高、过程重复又繁琐?自动化机器学习(AutuoML)平台的出现将大幅度地降低AI开发门槛,缩短AI开发周期,为个人用户和传统企业带来福音。本主题从算法、框架、平台三个层面描述如何从0到1搭建一个自动化深度学习平台。重点讲解了神经架构搜索(NAS)、元学习、基于微服务的AI流程自动化、面向AutoML的分布式并行框架,实现AI赋能AI!
嘉宾 4:吕慧,天云融创数据科技(北京)有限公司-数据科学部门-经理
演讲议题:保险重疾率模型的自动化建模落地实践
个人简介:吕慧,天云大数据首席数据科学家,中国传媒大学通信与信息系统博士。在大数据挖掘,AI建模方面有很丰富的项目经验。负责公司AI系列产品平台的规划开发及AI场景项目落地实施工作。带领团队在银行风控领域,保险大数据领域,能源领域、证券资管领域等多个领域进行了AI模型的场景化落地实践工作。
议题简介:传统经验分析的重疾模型只考虑性别、年龄、保单年度等简单信息,导致同性别同年龄的被保人均为同一重疾发生率,无法涵盖被保险人的状态变化而对未来重疾率产生的影响。区别于传统经验分析法,我们使用精细而即时的大数据信息构建预测模型,实践了流程自动化的多维度预测被保险人未来重疾率的模型。通过对传统数据的突破性建模,高效的提升了数据利用率,结合平台工具产品,实现的建模流程自动化,为后续业务人员更新和维护模型提供了便利。