学习不等于成长，耳闻目见不代表升职加薪

我曾经参加过无数的大会，听过无数的沙龙，读过无数的书籍。

我在拼命学习，汲取知识内容，学习大咖经验，寻找技术脉络。可是我却陷入了一个奇怪的困局，在现场我觉得自己心比天高，自己单人就能打造第二家 Facebook。可一旦走出会场，合上书籍，我就又做回了自己。

如此反复，如此痛苦，长了皱纹，少了头发，却依然没能得到我想要的东西。

这样的学习有问题吗？有，因为耳闻目见，不代表真正的掌握，在亲自动手写下那一行代码之前，你永远不知道会遇到怎样的 bug，会报出多少的 error。

学习本无捷径，想要真正掌握一项技能，怎么能少了亲自参与。

5 月 6 日 QCon 北京《算法和人工智能的应用实践》技术专场，就将带来一场算法的盛宴，由一线算法工程师亲身演绎如何利用算法解决业务难题。找到合适的路径，掌握算法哪需要临时抱佛脚？

主题介绍

主题一、机器学习技术在用户挖掘中的应用与挑战

个人简介:2010 年硕士毕业于哈尔滨工业大学，曾在搜狗、阿里妈妈从事广告策略研发。2018 年加入贝壳，先后负责增长策略和用户策略，从 0 到 1 搭建了贝壳的增长工具平台，目前负责用户策略，深入挖掘买家和卖家行为，通过大数据和机器学习在买房和卖房的各个阶段更好的理解用户，为用户提供更好的线上线下体验。

 主题摘要

在用户的决策周期较长的情景中，平台需要精准挖掘用户状态，并预知用户接下来决策可能，以提升用户体验。本次专题分享将分享如何基于海量数据搭建机器学习系统，如何深度挖掘用户状态并预测状态变化及其过程中遇到的挑战。

用户挖掘系统的背景介绍

从 0 到 1 快速搭建机器学习系统，包含模型选型、特征设计、特征工程和效果评估模型选型的思考以及基于不同类型决策树模型调优过程中的挑战与解决方案

听众收益：

• 从工程和算法上全面了解机器学习在贝壳用户挖掘上的应用

• 了解机器学习系统的典型架构和关键技术点以及面临的挑战

• 数据分析是机器学习建模的基础，了解如何通过数据分析更好的调优模型

主题二、房源质量打分中深度学习应用及算法优化

个人简介: 硕士毕业于中科院，先后就职于华为，百度和医渡云。主要负责房源策略算法和人客方关系图谱两方面的工作。先后主导了房源标签的架构和数据建设，房源质量打分的算法迭代，人客房关系图谱的建设和应用。

主题摘要：

贝壳找房是一家以技术驱动的品质居住服务平台，旨在帮助用户精准挑选优质房源，提高企业运营效率。因此公司推出了房源质量打分功能，基于房源数据，利用深度学习模型描摹用户视角。本次分享将围绕着房源质量打分业务场景中深度学习模型的构建和算法策略的演变进行讲解。

听众收益：

• 如何利用房产数据精准评价房源质量

• 如何利用深度学习模型优化签前效率

• 房源质量打分算法策略的演变

主题三、智能客服系统的构建与算法迭代

个人简介:2015 年武汉大学遥感图像处理专业硕士毕业，先后在新浪微博、小米从事推荐算法和机器学习相关工作，曾独立负责了相关微博推荐与相关视频推荐项目；2018 年加入贝壳，负责的搜索效果优化项目获得了贝壳 2018 年度优秀团队奖，目前正在主导审核提效、智能客服等工作。

主题摘要：

智能客服是企业节流的重要手段。以往大量的人工客服已经解决用户反馈的诸多问题，那么充分利用历史知识积累让用户自助解决问题、降低人工客服成本就是智能客服系统的价值所在。

本次分享将从知识生产闭环构建、智能客服系统与算法迭代、效果评估等角度来剖析我们在智能客服系统构建过程中的探索与经验。

听众收益：

• 如何构建智能客服系统

• 深度学习算法在智能客服中的相关实践

• 智能客服系统指标体系的构建

主题四、人工智能在户型图自动生成算法中的应用

个人简介：贝壳如视首席算法架构师，巴黎萨克雷大学计算机博士，法国国立信息与自动化研究所博士后，加州大学伯克利分校访问学者。曾在大疆、优必选从事算法研发工作，对三维视觉、机器人定位建图、深度学习等有丰富经验。

 主题摘要

为增加用户对房屋的理解，贝壳找房基于自研设备采集到房屋的二维和三维信息，对房源进行深度解读；同时使用人工智能技术，全自动生成房屋三维模型和户型图。本次分享将会讲述如何借助深度神经网络和 GAN，提升用户对室内空间环境的理解。

 听众收益

• 深度神经网络和 GAN 原理介绍　

• 人工智能对家居空间理解的帮助

• VR/AR 设备与算法基本原理的结合

• 如视自动生成户型图技术的讲解

 时间及地点

时间：5 月 6 日（星期一） 13:30-18:00

地点：北京国际会议中心，201AB 会议室

 报名方式

点击下方【阅读原文】或者扫描下图二维码，填写个人信息通过审核后，您将获得包括参会信息在内的短信提醒。

如在报名中遇到任何问题，请添加工作人员微信 liwenzhaozhao 进行咨询（留言：咨询贝壳找房专场）。