直播预告 | 算法工程师在做数据产品开发时应该思考哪些要素？

Di Live：

5月15日(周五)晚20点，滴滴首席统计学家朱宏图教授开讲，深入浅出分享数据产品的三个核心层：应用层、数据层、算法层之间的关系，及数据产品开发的四个关键要素，精彩内容不容错过！

直播预告

Di Live 联合狗熊会、DataFunTalk，邀请滴滴首席统计学家朱宏图教授于5月15日晚8点开讲，深入浅出分享数据产品的三个核心层： 应用层、数据层、算法层之间的关系，及数据产品开发的四个关键要素，精彩内容不容错过！

内容摘要

在这次讲座中，我将主要分享数据产品开发中我个人的一些思考：

“ 

第一个思考是数据产品三个核心层：应用层、数据层和算法层之间的关系。一个高水平的数据建设就是以应用层为引导，打造出最经济实惠的数据框架，并根据用户来定制对应的数据产品，而每个数据产品都是应用层、数据层和算法层三者的有机融合。

第二个思考是讨论成功的数据产品开发的四个关键要素：如何选取好的业务指标，有效地把业务指标进行有效的拆解为多个模块和它们相关的技术指标，对所有的模块进行高效的底层数据建设与精准的建模，既懂业务又懂算法技术的算法工程师。我会用一些实际例子来讲述其中的问题和难点，相关例子都来自UNC Big-S2团队、滴滴统计决策团队和特征挖掘团队最近的成果。

”

嘉宾介绍

朱宏图博士2018年加入滴滴出行担任首席统计学家，北卡罗来纳大学教堂山分校生物统计学终身教授，MD安德森癌症中心的诊断影像学Bao-Shan Jing讲席教授和生物统计学终身教授。现负责滴滴统计决策科学团队和特征挖掘团队，带领AI科学家、工程师们为滴滴出行平台提供创新解决方法。

2000年获得香港中文大学统计学博士学位。主要研究领域为统计学习、医疗图像处理、精准医疗、生物统计、人工智能和大数据分析。2011年当选美国统计学会和数理统计学会会士。2016年荣获德克萨斯州癌症预防与研究中心杰出研究奖。2020年因强化学习在网约车出行中的应用荣获Daniel Wagner杰出应用奖。在多个大型医疗研究项目中担任统计分析师，并提供实验设计、数据分析和新方法开发。现有高水平期刊论文250多篇，包括Nature，Nature Genetics，Nature Neuroscience，JAMA Psychiatry，PNAS，AOS以及JRSSB；高水平会议论文40篇，包括KDD，NIPS，ICDM，AAAI，MICCAI以及IPMI。担任多个国际顶级会议的区域主席，包括Information Processing in Medical Imaging。担任多个国际顶级期刊的编委，包括Statistica Sinica，JRSSB，Biometrics，Annals of Statistics和Journal of American Statistical Association。

——END——

文章推荐：

Apache Flink在滴滴的应用与实践

从算法到应用：滴滴端到端语音AI技术实践

强化学习在滴滴车服用户运营中的实践

关于我们：

DataFunTalk 专注于大数据、人工智能技术应用的分享与交流。发起于2017年，在北京、上海、深圳、杭州等城市举办超过100场线下沙龙、论坛及峰会，已邀请近500位专家和学者参与分享。其公众号DataFunTalk累计生产原创文章400+，百万+阅读，5万+精准粉丝。

一个在看，一段时光！👇