从键盘键入到神经网络——深度学习在彭博的应用

编者按

作者介绍：李碧野，现任彭博数据自动化团队经理。主要负责带领团队开辟并应用机器学习领域最新的研究成果来处理彭博系统里的大规模金融数据。他的团队拥有并维护彭博最大的私有GPU数据中心，开发了业界领先的信息提取引擎。

喻向前，现任彭博衍生品流数据处理团队Team Lead，带领团队从事衍生品数据实时处理和批处理平台开发。在对低延迟处理有着超高要求的市场实时数据处理的大背景下，团队应用机器学习模型对跨度极大的市场数据进行各类实时分析和集成。

在金融数据领域，彭博用三十多年的时间从一个向用户提供部分美国公司金融数据的公司成长到了现在覆盖全球基本上所有公司的全方面的超大型集成平台。这些金融数据都需要从不同的格式中被尽可能快速并且准确的提取出来，标准化，最后通过统一的格式反馈到市场。在本次演讲中，我们讲述了在神经网络领域最新的突破如何帮助彭博对文件进行自动化处理，并展示了其在数据提取及分析方面体现出来的更高准确度和更快处理速度。

听众受益

1. 了解大数据背景下金融相关行业的一些独特挑战和问题，包括源数据源格式多样性及不规范性，准确性和低延时的高要求等；

2. 深入理解神经网络如何帮助从文件中识别和提取有用的金融信息；

3. 了解如何满足大型神经网络对数据和运维的海量需求；

4. 探讨如何高效率的大规模部署深度学习模型。

演讲视频

幻灯片

往期演讲推荐

阿里巴巴实时机器学习平台Porsche

苏宁机器学习实践

Uber大规模机器学习平台的架构与实践

QCon上海2018

一年一度的QCon上海大会将于2018年10月18-20日在上海宝华万豪酒店召开，点击“阅读原文”可以了解大会进程。