為了更好幫助企業深入了解國內外最新大數據技術，掌握更多行業大數據實踐經驗，進一步推進大數據技術創新、行業應用和人才培養，2015年12月10-12日，由中國計算機學會（CCF）主辦，CCF大數據專家委員會承辦，中國科學院計算技術研究所、北京中科天璣科技有限公司與CSDN共同協辦的2015中國大數據技術大會（Big Data Technology Conference 2015，BDTC 2015）將在北京新雲南皇冠假日酒店隆重舉辦。
2015中國大數據技術大會
BDTC 2015將為期三天，在大會主會之外，擬設立16個分論壇，包括資料庫、深度學習、推薦系統、安全等6大技術論壇，金融、製造業、交通旅遊、網際網路、醫療健康、教育、網絡通訊等7大應用論壇，以及政策法規和標準化、數據市場及交易、社會治理等3大熱點議題論壇，將邀請近100位國外大數據技術領域頂尖專家與一線實踐者，深入討論Spark、Kudu、PosgreSQL-X2、YARN、HBase、機器學習/深度學習、推薦系統等熱門技術及行業實踐。
在推薦系統論壇，本次大會邀請到了百度基礎架構部高級架構師沈國龍擔任演講嘉賓，進行題為「 BML百度大規模機器學習雲平臺實踐」的主題演講，分享百度機器學習平臺BML的底層框架實現，包括框架演進、算法研究過程等，以及在不同的業務場景下是如何應用這些算法。
沈國龍在接受CSDN的會前採訪中表示，大數據其實是一個綜合學科，開發者需要具備多方面的知識儲備才能勝任。從最基礎的多線程、分布式，到微積分、統計、機器學習理論、算法知識、算法調優經驗，更重要的是對行業的理解，才能讓大數據成功的落地。
對於推薦系統，他認為，覆蓋率、置信度、差異性、採納率、新穎性、隱私性、預測Auc、NDCG、收入波動等，都是考核一個推薦系統的指標。同時冷啟動、模型迭代速度、AB test等也是系統成敗的關鍵。
他還透露，深度學習、在線學習都是他的團隊最近在研究的方向。前者比經典算法在特徵組合和模型表徵上有很大的優越性，更適用於數據維度越來越多的當下，後者主要是為了解決模型迭代速度，使最新的數據更快更好的反映到模型中。同時，他還關注在不同行業數據中，算法的組合應用如何取得最好的效果。
沈國龍
百度基礎架構部高級架構師
沈國龍，百度基礎架構部技術經理、高級架構師。有多年大數據、商業智能、機器學習的研發經驗，在廣告、推薦等業務領域有深厚的知識積累。先後負責百度大規模機器學習算法平臺BML、分布式計算框架ELF、百度深度學習平臺Paddle等的設計研發，在提升機器學習算法分布式計算規模和效率的同時，這個產品組合支持了百度所有重要部門的機器學習需求，先後成功上線上百個智能應用。作為技術負責人參與了百度廣告系統大規模模型訓練、廣告觸發、百度搜索結果排序、移動雲渠道反作弊等戰略級核心項目，取得了巨大的收益。同時擔任百度開放雲大數據解決方案架構師，為合作夥伴提供廣告、推薦系統、自然語言處理等領域的專業技術支持。
以下為沈國龍採訪實錄：CSDN：請介紹一下您的工作，以及大數據、推薦系統對公司業務的價值。
沈國龍：我的工作有兩個方向，一是大規模機器學習平臺的建設和業務支持，包括框架、算法、平臺的設計和開發，特定業務場景的模型訓練和調優等；二是為百度開放雲的用戶提供大數據解決方案和相關產品。
百度擁有海量的用戶和流量，任何產品都會面臨到大數據的問題。如何使用好大數據，並構建出優秀的轉化率模型、推薦系統等智能應用，是決定產品成敗的關鍵。百度最重要的搜索和廣告業務，都需要大數據的支撐，優化搜索結果和廣告的排序，也屬於廣義上推薦系統的範疇。所以我們是非常重視相關的系統建設，也做了非常多的創新。
CSDN：能否介紹您在項目實施中曾使用過哪些大數據技術？您對這些技術滿意的地方和不滿意的地方分別有什麼？
沈國龍：作為百度的基礎架構部門，在優秀大數據的技術上都有投入，比如hadoop、spark、MPI，我們的規模都做到了世界領先。還有自研的一些大數據計算框架，比如處理流式數據的Dstream、TM，機器學習的計算框架ELF等等。這些產品和技術是我們處理大數據必備的。我對這些產品的性能和易用性都很滿意，利用百度的這套系統，可以很容易的處理各種大數據問題，搭建服務。
CSDN：能否分別從軟體、硬體、開發者的角度談談，大數據在您的行業落地目前主要面臨哪些挑戰？
沈國龍：大數據雖然聽起來很美，但要落地有很多的問題。硬體成本高，是很多初創公司面臨的首要難題。搭建一套從原始數據處理，到數據分析，再到模型訓練、調研，最後到模型上線和迭代，需要大量的存儲和計算資源，對於初創企業，自建IDC實施和運維，是非常昂貴的。軟體層面的問題相反，是開源社區特別活躍，各種工具層出不窮，選擇成了最大的難題，要付出很大的學習成本，並且要承擔日後數據量更大之後系統全面推倒升級的風險。大家現在基本都會選擇雲作為解決方案，百度開放雲也提供了整套的大數據產品組合。大數據其實是一個綜合學科，開發者需要具備多方面的知識儲備才能勝任。從最基礎的多線程、分布式，到微積分、統計、機器學習理論、算法知識、算法調優經驗，更重要的是對行業的理解，才能讓大數據成功的落地。
CSDN：評估一個推薦系統好壞的指標有哪些？技術人員容易犯哪些錯誤導致推薦系統實踐的失敗？
沈國龍：指標有很多，比如覆蓋率、置信度、差異性、採納率、新穎性、隱私性、預測Auc、NDCG、收入波動等，都是考核一個推薦系統的指標。同時冷啟動、模型迭代速度、AB test等也是系統成敗的關鍵。所以技術人員不能夠認為推薦系統只需要一個auc不錯的模型就夠了，這是一個非常複雜的系統，要以最終的收入指標為準，做完備的AB測試才能夠逐步把系統調節到最優的效果。
CSDN：針對您所在的行業，哪些大數據技術、推薦算法是您目前主要觀察和研究的，您為什麼看好這些技術？
沈國龍：深度學習、在線學習都是我們最近在研究的方向。深度學習作為機器學習現在最熱門的方向，比經典算法在特徵組合和模型表徵上有很大的優越性，在數據維度越來越多的情況下，深度學習更能勝任。當然計算複雜度和模型調優的難度也隨之上升。在線學習主要是為了解決模型迭代速度，使最新的數據更快更好的反映到模型中。同時我們也在關注在不同行業數據中，算法的組合應用如何取得最好的效果。
CSDN：請談談您在這次大會上即將分享的話題。
沈國龍：我會分享百度機器學習平臺BML的底層框架實現，包括我們的計算框架演進的歷史、最新的ELF有哪些特點、算法的研發過程等等。另外，重點講我們在不同的業務場景下是如何應用這些算法，最終達成業務目標，算是一個案例講解。相信能給大家帶來一些啟發。
CSDN：哪些聽眾最應該了解這些話題？您所分享的主題可以幫助聽眾解決哪些問題？
沈國龍：基礎架構的架構師，算法開發人員，數據分析師，產品運營人員，都可以了解這些知識。這可以幫助聽眾對機器學習在企業內如何落地有一定認識，並且了解大數據現在的主流趨勢，對未來的開發和決策都有幫助。
CSDN：能否談談您對BDTC2015、其他的講師分享的話題有什麼期待？
沈國龍：希望能夠了解下如火如荼的大數據和人工智慧創業公司，是如何解決技術和行業應用之間的gap的。
90+位講師，16大分論壇，Databricks公司聯合創始人、Apache Spark首席架構師辛湜，Hadoop、HBase和Thrift項目的PMC成員和Committer、Kudu的發明人Todd Lipcon等海外專家將親臨2015中國大數據技術大會。餘票已然不多，預購從速。