好算法距离好产品有多远?丨QCon

2020 年 3 月 16 日 InfoQ

一项令人振奋的技术离令人心动的产品还有很长的距离,真正吸引用户的是可以产生实际价值的产品而不是底层技术。QCon 北京 2020《技术产品化思考》专题的几位老师想带你思考如何将好的技术转化为好的产品,转化为产品的 Aha moment。

1 阿里巴巴人货场关系的智能分析系统

阿里巴巴零售终端团队从 2018 年开始致力于打造一套标准化、低成本、高效率并可稳定提供人货场关系的数字化统计工具。全线产品首先以人场关系为突破点,打磨了一套以 ReID 算法为核心的第四代客流服务解决方案,在两年之内完成了产品化、标准化和规模化的三大阶段。随后基于客流服务研发经验,又先后推出基于智能机器人的货场关系巡检服务,以及基于视觉算法的商品热力统计服务,并均进入商业化阶段。

阿里巴巴技术专家蒋佳忆的演讲将带你了解好的算法如何可以变成一款好的产品。同样都是打榜算法,那么竞品之间的差距主要在哪里?当我们着手开始设计一款以算法为核心的产品的时候,我们首先要考虑的问题有哪些?最后,当我们的算法变为产品的时候,又如何突破规模化的瓶颈。

内容大纲
1. 为什么好算法多而好产品少
  • 算法屡屡打榜破纪录

  • 拥有顶尖算法的公司生存艰难

  • 传统 IT 公司转型更成功?

  • 好的算法产品需要哪些组成部分:底层算法,数据引擎,业务包装,部署运维

2. 算法产品之间的差距在哪里?
  • 成本:端,云,人

  • 稳定性:场景,对象,事件

  • 数据:原子数据 =?业务数据

  • 生态:开放算法 or 开放能力?

3. 如何开始设计一款好的算法产品?
  • 算法是否真的到应用阶段了?

  • 整条服务链路是否已经完备?

  • 是否可以把握核心环节?

  • 业务上的需求是否一定要用算法解决?

4. 算法产品的 1-100 如何突破?
  • 效率为王:研发,部署,Conner Case

  • 链接生态:定位,开放

  • 拓展场景:业态,服务内容,深度

听众受益
  • 了解算法变成产品的基本过程和相关模块;

  • 了解如何开始着手设计一块以人工智能算法为核心的产品;

  • 了解算法产品在规模拓展阶段的瓶颈突破的基本思考方式。

适合人群

一线人工智能算法研发工程师,具备一定算法基础并希望转投相关领域的研发工程师,具备一定产品设计经验希望从事人工智能产品设计的产品经理。

2 蘑菇街选品中心基础设施建设

从 2019 年 6 月开始,蘑菇街组建了自己的买手团队,并在公司成立了选品中心基地,期望做到更好的人货匹配场景。在选品中心的运营过程中,科技给时尚赋能一直是蘑菇街架构师陈辉对团队工程师的要求。在业务高速发展的半年多时间里,他们结合实际场景,研发出了一整套选品合作体系、货品管理体系、直播监控体系等,切切实实通过技术手段提升了整个场子的效率,降低了成本。

在这些产品诞生到运行的过程中,他们也遇到过非常多的争执、质疑,但最终,通过不断的积累,找到了技术如何赋能业务的方法。如果你也在这条技术路上探索,蘑菇架构师陈辉的分享不容错过。

内容大纲
1. 选品中心介绍
  • 业务模型介绍:电商直播

  • 难点介绍:人货匹配问题

  • 项目的大概背景介绍

2. 货的问题

(1)货的问题

  • 货怎么进来的问题

  • 货怎么管理的问题

  • 怎么找货的问题

(2)货的解决方案

  • 我们是如何找到软硬件解决方案的(采购、样品、仓库、发货)

  • 解决方案是如何一步步优化和演进的

  • 针对货的问题,技术上赋能的总结

3. 人货匹配的问题
  • 技术思维下提出的解决方案

  • 这种解决方案跑下来遇到的问题和复盘

  • 重新开始,找到出路

  • 技术上赋能的总结

4. 如何能够更好的赋能业务
  • 思维上的差异是什么:开发追求完美、往往想的大而全

  • 目标该怎么定才合理

  • 怎么能够做好赋能

  • 需要具备什么样的能力

听众受益
  • 了解技术如何更好地赋能业务;

  • 在产品开发过程中遇到质疑、争执时候,怎么去平衡大家的心态;

  • 做技术和做业务产品的思考方式区别。

适合人群

业务开发工程师,想要转型接触产品或者运营的工程师,想了解如何更好赋能业务的工程师。

更多热点技术实践请持续关注 QCon 北京 2020 ,跟一线大咖共同关注前沿技术落地。目前大会报名限时折扣中,还有门票买三赠一、买五赠二等多重优惠。识别二维码或点击【阅读原文】了解更多大咖实践。有任何问题欢迎联系 Ring:17310043226(微信同号)。

👇点击阅读原文查看更多大会议题

登录查看更多
0

相关内容

在数学和计算机科学之中,算法(Algorithm)为一个计算的具体步骤,常用于计算、数据处理和自动推理。精确而言,算法是一个表示为有限长列表的有效方法。算法应包含清晰定义的指令用于计算函数。 来自维基百科: 算法
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
【阿里技术干货】知识结构化在阿里小蜜中的应用
专知会员服务
96+阅读 · 2019年12月14日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
推荐系统产品与算法概述 | 深度
AI100
11+阅读 · 2019年6月13日
业务中台:如何在互联时代,快速响应用户需求?
互联网er的早读课
24+阅读 · 2018年12月26日
【机器视觉】深度解析移动机器人的几种视觉算法
产业智能官
4+阅读 · 2018年11月10日
智能时代,图像检索技术在美团APP中的应用分析
人人都是产品经理
9+阅读 · 2018年5月23日
揭秘人脸识别的十大关键技术
全球创新论坛
6+阅读 · 2017年9月6日
Multi-Grained Named Entity Recognition
Arxiv
6+阅读 · 2019年6月20日
Neural Response Generation with Meta-Words
Arxiv
6+阅读 · 2019年6月14日
Learning Discriminative Model Prediction for Tracking
Learning Implicit Fields for Generative Shape Modeling
Arxiv
10+阅读 · 2018年12月6日
Arxiv
23+阅读 · 2018年10月1日
Arxiv
6+阅读 · 2018年8月27日
Structure Aware SLAM using Quadrics and Planes
Arxiv
4+阅读 · 2018年8月13日
Arxiv
6+阅读 · 2018年3月27日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
【阿里技术干货】知识结构化在阿里小蜜中的应用
专知会员服务
96+阅读 · 2019年12月14日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
相关资讯
推荐系统产品与算法概述 | 深度
AI100
11+阅读 · 2019年6月13日
业务中台:如何在互联时代,快速响应用户需求?
互联网er的早读课
24+阅读 · 2018年12月26日
【机器视觉】深度解析移动机器人的几种视觉算法
产业智能官
4+阅读 · 2018年11月10日
智能时代,图像检索技术在美团APP中的应用分析
人人都是产品经理
9+阅读 · 2018年5月23日
揭秘人脸识别的十大关键技术
全球创新论坛
6+阅读 · 2017年9月6日
相关论文
Multi-Grained Named Entity Recognition
Arxiv
6+阅读 · 2019年6月20日
Neural Response Generation with Meta-Words
Arxiv
6+阅读 · 2019年6月14日
Learning Discriminative Model Prediction for Tracking
Learning Implicit Fields for Generative Shape Modeling
Arxiv
10+阅读 · 2018年12月6日
Arxiv
23+阅读 · 2018年10月1日
Arxiv
6+阅读 · 2018年8月27日
Structure Aware SLAM using Quadrics and Planes
Arxiv
4+阅读 · 2018年8月13日
Arxiv
6+阅读 · 2018年3月27日
Top
微信扫码咨询专知VIP会员