58同城人工智能平台架构在大数据分析中的实践

"58同城的人工智能平台架构实践展示了如何在大数据技术背景下构建和优化AI平台，以提升服务效率和用户体验。58同城的AILab致力于推动AI技术在生活服务行业的应用，涵盖智能客服、个性化推送、智能外呼、智能写作和智能推荐等领域。报告内容包括平台的背景、总体架构、机器学习平台设计、深度学习平台设计以及总结。机器学习平台支持LR、FM、GBDT等模型，而深度学习平台则涉及FNN、DNN、W&D等网络结构。平台的目标是统一管理模型，提高算法开发效率，并对外赋能，提供特征工程、模型训练和在线预测等功能。特征工程作为关键步骤，通过MR作业进行处理，模型训练则包括一系列的工作流程。" 58同城在2018年中国大数据技术大会上分享了其人工智能平台的构建实践，该平台旨在增强58集团内部各业务线的AI研发能力。演讲者詹坤林，58同城TEGAILab的负责人，概述了平台的背景和目标，即推动AI在生活服务行业的落地，以提升人效、用户增长和体验。 平台的总体架构是一个全面的人工智能赋能系统，涵盖了从特征工程、模型训练到在线预测的全过程。特征工程是算法开发的关键环节，平台提供了抽象化的工具和流程，使得特征提取配置更加便捷。模型训练阶段，平台支持多种机器学习和深度学习模型，如逻辑回归（LR）、因子分解机（FM）、梯度提升决策树（GBDT）、全连接神经网络（FNN）、深度神经网络（DNN）以及W&D等复杂网络结构。 机器学习平台的设计关注任务流程的高效执行，特征工程部分通过MapReduce（MR）作业实现，确保大规模数据的处理能力。模型训练过程也有其特定的工作流程，可以利用已有的特征工程模块进行模型构建。这些设计都旨在提升算法开发的效率，使AI解决方案能够快速适应和满足业务需求。 此外，58同城的AI平台还注重对外赋能，不仅服务于内部业务，还提供了对外的功能支持，包括对机器学习和深度学习的支持，以促进整个行业的技术进步。通过这样的平台，58同城能够实现更智能的服务，如智能客服、个性化推送、智能电话外呼、自动新闻编写以及精准推荐，进一步提升了其在大数据时代的生活服务品质。