CCFTF22：靠数据驱动，如何解决问题创造价值？

只为技术专家

CCF TF第22期

主题　数据驱动

2019年09月21日

中科院计算所一层学术报告厅（北京海淀区科学院南路6号）

个人简介：巴川，资深数据科学家，曾就职于中国搜索、搜狐畅游等互联网公司，主要从事互联网数据挖掘工作，现任竞技世界（北京）网络技术有限公司首席数据科学家。主要研究领域包括互联网用户行为挖掘、运营分析、产品分析、社交网络挖掘、反作弊、风控体系、推荐系统、数据可视化等。

主题报告一：AI原生数据库系统

主题简介：本报告提出了原生支持人工智能（AI）的数据库系统，用于解决大数据时代下，数据库系统主要面临的三个方面的挑战。我们定义了人工智能原生数据库的五个阶段，给出了设计人工智能原生数据库的挑战。最后还以数据库自动调优、基于深度强化学习的查询优化、基于机器学习的基数估计和自治索引/视图推荐为例，展示人工智能原生数据库的优势。

个人简介：李国良，清华大学计算机系教授、软件所所长。主要研究方向为数据库、大数据挖掘与分析、群智计算。在数据库、数据挖掘、信息检索领域的顶级会议和期刊上发表论文100余篇，他引6500余次，入选爱思唯尔2014-2018年中国高被引学者榜单。主持国家优秀青年基金、青年973、自然基金重点等项目。

主题报告二：饿了么众包业务中的算法实践与应用

主题简介：配送效率是即时配送行业的核心竞争力。与传统物流行业不同，即时配送的波峰现象非常明显，高峰期压力是平时的数十倍，所以对运力的弹性有着极高的要求。相对于专送而言，众包运力具有更好的弹性，可以在短时间内快速扩充以缓解高峰期压力。众包业务最关键的问题是如何在有限成本下，最优化配送效率与各方体验。本次分享将主要介绍饿了么众包物流的智能调度与定价系统，包括机器学习与运筹优化算法在其中的具体实践与应用。

个人简介：傅周宇，饿了么研究员，目前是众包智能物流算法的技术leader。2009年毕业于澳大利亚国立大学获得信息工程方向博士学位。在加入饿了么之前曾经就职于澳大利亚莫纳什大学、西悉尼大学、滴滴研究院、微软亚洲研究院。

主题报告三：数据科学的术与道

主题简介：本报告将结合滴滴的例子，讲讲数据科学在追求数据驱动的终极目标上，做的事情，里面涉及到文化建设、埋点、指标体系建设、实验评估、洞见落地等方面。

个人简介：缪莹莹，浙江大学毕业，曾任职于中国电信、Chinahr、亚信科技，现任滴滴出行高级数据科学家。做过底层数据建设、报表开发、数据产品架构、产品运营策略分析、建过模型，也做过科学评估。目前在做滴滴核心的供需策略交易方向的数据科学工作。

主题报告四：用AI和大数据打造智慧城市

主题简介：城市计算是计算机科学以城市为背景，以时空大数据分析和挖掘为核心，通过不断获取、整合和挖掘城市中不同领域的大数据来解决城市痛点，是当今城市通向新型智慧城市的途径。本报告将展现京东城市的愿景，介绍京东城市计算平台的架构和其中基于时空大数据挖掘中的各种技术。并且分享基于京东城市计算平台的选址、自行车道规划和违章停车智能监测，物流地产选址和物流优化等案例。

个人简介：鲍捷博士，于2014年在美国明尼苏达大学获得计算机系博士学位，主要的研究方向包括了时空大数据的管理分析和挖掘。曾在微软亚洲研究院工作多年，具备近十年的时空数据挖掘和管理经验。从加入京东之后推进了在集团内的时空数据挖掘系统的研发，参与了物流地产智能选址，物流轨迹数据挖掘等各种项目的落地。也是2018年度京东数科卓越价值观奖获得者，京东数科Techday 特邀讲师。

主题报告五：打造“轻量化”工业智能是制造业转型的关键

主题简介：制造业是国家之间硬实力的较量，目前中国的整体工业大多在工业2.0后期向3.0转化，大部分的工厂并没有形成工业大数据，使得基于工业大数据基础上的强工业智能难以发挥作用。因此我们提出轻量化的工业智能，以解决单一生产痛点为目标，仅利用少量生产数据，加以工艺知识就可以建立智能辅助决策，即以工艺知识为基础，通过少量工业数据转化为智能分析和决策支撑技术——给工厂引入一位可以快速、简单的解决行业痛点的专家。

个人简介：刘晶，工学博士，美国爱荷华大学博士后，河北工业大学人工智能与数据科学学院研究员，河北省大数据计算重点实验室副主任，天津开发区精诺瀚海数据科技有限公司董事长，CCF YOCSEF天津副主席。