导读
DataFunCon是由DataFun主办的线上技术大会，由20余位知名专家学者出品，设置了18场专题分享，有超过80位一线资深技术专家参与分享，汇集了2020大数据、AI领域最新技术实践。本次大会将于7月25-26日，9：30-18：00在线上举行。
7月26日，9：00-12：20，由腾讯大数据智能学习团队负责人陶阳宇先生担任出品人的DataFunCon：AI 平台/框架论坛将准时开启，感兴趣的小伙伴和小编一起来了解下吧：
详细介绍：
出品人：陶阳宇 博士
腾讯大数据 | 智能学习团队负责人
陶阳宇，腾讯专家工程师，目前担任腾讯大数据智能学习团队负责人，支持腾讯广告推荐、金融支付、社交网络等业务场景的算法模型优化、训练与推理服务。他拥有10余年机器学习、大数据、分布式系统领域从业经验，2009年获中国科技大学电子科技专业博士学位。陶阳宇的主要研究方向包括分布式机器学习系统、广告推荐算法、大数据平台等，曾带领团队获得2015年世界排序大赛冠军及2017年中国电子学会科技进步奖。
韩堃 博士
滴滴 | AI Labs Researcher
分享主题：DELTA 基于深度学习的语言技术平台
内容摘要：近年来，随着深度学习的高速发展，语音和自然语言处理有了越来越多的应用，而这些应用都离不开一套优秀的模型训练和部署框架。为此，我们开发了一个基于深度学习的语言技术平台DELTA，它主要基于TensorFlow构建，能同时支持NLP(自然语言处理)和语音任务及数值型特征的训练。整合了包括文本分类、命名实体识别、自然语言推理、问答、序列到序列文本生成、语音识别、说话人验证、语音情感识别等重要算法模型，形成一致的代码组织架构，整体包装统一接口。本次演讲会着重介绍DELTA的基本架构和使用，并也会针对滴滴在用DELTA在语音交互领域所做的工作做一个整体的梳理。
听众收益：了解DELTA的架构和使用，并且了解基于DELTA的实际应用方法。
新技术/实用技术点：DETLA简介，架构，设计思路，包括多种深度学习模型的训练和使用，文本分类，命名实体识别，端到端文本生成，语音识别，语音情感识别等。
嘉宾简介：韩堃毕业于The Ohio State University，2013年在微软研究院实习，主要研究方向为语音处理和机器学习。韩堃于2014年获博士学位，并加入Facebook从事语音，自然语言处理，机器学习等工作。2018年加入滴滴AI Labs，负责语音交互，对话理解等方向的研究与产品。
王辉
华为 | 开源工程师
分享主题：MindSpore简介以及与TVM的联动
内容摘要：MindSpore是一套最佳匹配昇腾AI处理器算力，可用于端边云全场景的开源深度学习框架。本次分享我将为您介绍MindSpore的大体框架，及其在WASM领域与TVM项目的联动方案，最后我准备了一个Demo用于展示该方案的成果。
听众收益：通过本次分享，您将会对MindSpore框架的介绍和使用有一定的了解；同时会熟悉TVM编译栈和Runtime的大致流程；最后会学习到如何将WebAssembly技术在AI领域进行落地。
新技术/实用技术点：
- WebAssembly技术：WASM是一种为堆栈式进程虚拟机实现定义的二进制指令格式，目前已成为Web领域的事实标准；
- WASM Kernel Compiler：利用TVM针对单算子的LLVM编译生成WASM文件，并通过WASM Runtime进行WASM算子的加载；
- WASM Graph Compiler：利用TVM针对网络整图的LLVM编译生成WASM文件，并通过WASM Runtime进行WASM图的加载。
嘉宾简介：王辉是一名来自华为的开源工程师，在过去的四年里专注于新领域（人工智能、芯片、云）和开源技术研究。目前负责新型计算运行时（例如WebAssembly技术）研究和MindSpore AI框架的开源社区运营。在此之前，他作为OpenSDS Hotpot项目的PTL与OpenSDS团队一起工作，同时也是OpenStack、OPNFV和Open Service Broker API等社区的积极贡献者。
郭跃超
腾讯 | 应用研究员
分享主题：Angel深度学习在广告推荐训练系统中的实践
内容摘要：Angel是腾讯开源的分布式深度学习框架，支持数据并行、模型并行等多种大规模机器学习模型的训练和加速。本次演讲将介绍Angel深度学习在广告推荐中的应用实践，解决广告推荐CV、用户行为等特征模型训练时的多机多卡扩展等加速问题，以及取得的实践成果。
听众收益：通过本次分享，您将会对Angel平台，分布式的相关的技术，以及广告推荐模型训练有一定的了解；同时会学习到，一个生产力工具如何进入业务流程中，如何面对实际问题进行反馈调整，并最终产生实际收益的。
新技术/实用技术点：分布式模型训练多卡扩展；广告推荐深度特征生产技术等。
嘉宾简介：郭跃超毕业于北京大学，主要研究方向是异构加速计算，分布式系统的设计开发和优化，语音/NLP等领域的算法优化等。目前在腾讯主要负责Angel平台的深度学习方面的新技术研究，开发和业务场景的落地应用。
吴志华
百度 | 资深研发工程师
分享主题：飞桨框架和分布式训练技术及其应用
内容摘要：飞桨是源于产业实践的开源深度学习平台。本次分享主要介绍飞桨的核心框架、基础模型库、工具组件。并针对分布式训练模块展开详细介绍，带大家深入了解飞桨超大规模深度学习模型训练技术，以及在信息流、广告、搜索等业务场景上的应用。
新技术/实用技术点：
- 深度学习训练框架
- 分布式训练技术
- 推荐算法及业务应用
嘉宾简介：百度飞桨资深研发工程师，主要负责飞桨分布式参数服务器架构、PaddleRec推荐算法库及其在信息流、广告、搜索等业务上的应用。
李晓森
腾讯 | 高级研究员
分享主题：Angel图计算技术与实践
内容摘要：万物互连构成了复杂的网络世界，同时也积累了丰富的图数据，并蕴藏着极大的价值；本次分享将介绍Angel是如何解决图计算中的三驾马车问题——传统图算法/图表示学习/图神经网络，最终助力内部QQ、支付、音乐、安全等业务提升效果。
听众收益：图计算的应用场景，以及基于参数服务器的图计算架构，图计算在腾讯业务中的业务实践。
新技术/实用技术点：基于参数服务器的图计算架构，图计算中的常用优化方法。
嘉宾简介：李晓森 ( hansenli )，硕士毕业于北京大学，腾讯大数据高级研究员，腾讯图计算开源协同项目Owner & PMC，参与Angel图计算项目，专注于图计算在金融支付、安全风控、广告推荐、知识图谱等多个场景的落地。
活动报名：
识别二维码，免费报名
扫码关注 | 即刻了解腾讯大数据技术动态
