【O'Reilly AI Conference 2019】Facebook机器学习：平台设计对开发人员生产力的影响（Large-scale machine learning at Facebook: Implications of platform design on developer productivity），Facebook， Kim Hazelwood/ Mohamed Fawzy

报告主题： Large-scale machine learning at Facebook: Implications of platform design on developer productivity

摘要：

在实现Facebook的人与人之间的联系和建立社区的使命中，人工智能发挥着关键作用。 从提供相关内容到使平台安全，几乎每一个可见产品都以机器学习算法为核心。 将这些产品扩展到数十亿全球用户，已经发现了系统堆栈中每一层的许多引人入胜的挑战，例如发现了计算和存储瓶颈，使ML平台对于ML工程师而言是高效且高效的，并解决了诸如隐私和环境可持续性等关键挑战。 Kim Hazelwood和Mohamed Fawzy提供了端到端的视角，探讨了应用ML如何继续改变Facebook平台和基础架构的格局。

邀请嘉宾：

Kim Hazelwood是高级工程经理，领导着AI基础设施基金会和Facebook的AI基础设施研究工作，重点是为Facebook的许多基于机器学习的应用产品和服务设计和优化高效的硬件和软件系统。 此前，Kim是弗吉尼亚大学的终身教授，Google的软件工程师和Yahoo Labs的系统研究总监。 她获得了NSF职业奖，Anita Borg早期职业奖，《麻省理工学院技术评论》授予35岁以下的35名创新者和ACM SIGPLAN十年时间测试奖的殊荣。 她是CRA的董事会成员，并撰写了50多篇会议论文和一本书。 她拥有哈佛大学的计算机科学博士学位。

Mohamed Fawzy是Facebook的高级经理兼技术主管。 在公司工作的六年中，他致力于分布式存储系统的开发，并且是开发冷存储的团队的成员，冷存储是Facebook的Exabyte归档存储系统，可确保您的记忆安全。 最近，他成立了分布式培训小组，以建立用于深度学习的大规模分布式培训基础架构。