强化学习、分布式系统、机器学习，美团专家ArchSummit开讲啦
ArchSummit全球架构师峰会，是InfoQ中国团队推出的重点面向高端技术管理者、架构师的技术会议。峰会秉承“实践第一、案例为主”的原则，全方位展示技术在行业中的最佳实践，以及在企业转型、发展中的推动作用。7月6日-9日，深圳ArchSummit全球架构师峰会即将拉开帷幕，美团技术团队也派出了强大的讲师阵容，他们即将呈现哪些精彩内容？让我们先睹为快。
专题：大型分布式系统架构
从长远发展角度来看，大规模服务化场景下分布式系统架构可以有效地对流量实施管制，避免大流量对系统产生较大冲击，确保核心业务的稳定运行。那么分布式系统架构落地过程需要突破哪些瓶颈，企业应该如何实施服务治理？此专题会针对这些技术问题进行解答。
美团技术总监方建平老师担任本专题的出品人，他致力于大型互联网分布式后台技术架构建设相关工作近十年。目前主要负责美团外卖后端技术。在美团外卖时期，从无到有，他设计并主导构建了高效的分布式外卖后端技术架构体系，支撑了外卖业务背后亿级用户日访问处理请求。方建平对大型分布式服务建设过程中，不同阶段所需要解决的关键问题以及对应的解决方案，有较多的认知与实践。在专题策划层面，也给出了很多宝贵的经验。
方建平认为，随着这些年互联网用户规模的不断增加，众多企业互联网产品服务在市场高速发展的过程中，也将面对海量用户的并发访问。如何构建高效稳定的后端服务系统，是很多技术从业人员都需要面对解决的一个问题。大规模分布式服务架构，在近十多年的发展过程中，也在不断地进行着自我的技术迭代与升级，其中涉及到从分布式存储、分布式服务系统、到分布式服务部署治理等众多领域知识。他希望通过此专题，汇集国内外较为成熟的企业应用实践经验分享，帮助业界相关的技术人员能够对大型分布式服务架构的演化过程、实践重点难点，有一个较为全面的认知与参考。
ArchSummit还曾经采访了方建平老师，详见《在架构师眼里，一份美团外卖是如何做出来的？》一文。
讲师简介：宋斌，美团资深技术专家，长期参与分布式系统架构、高并发系统稳定性保障相关工作。目前担任即时物流团队后台技术负责人。2013年加入美团，参与过美团外卖C端、即时物流体系从0搭建。现在带领团队负责调度、清结算、LBS、定价等业务系统、算法数据平台、稳定性保障平台等技术平台的研发和运维。最近重点关注AIOps方向，探索在高并发、分布式系统架构下，如何更好的做好系统稳定性保障。
在本专题中，宋斌将会带来《智能即时物流的分布式系统架构设计》的主题演讲。美团外卖发展了4-5年，即时物流的摸索也经历了3年的时间，业务从0孵化到初具规模，我们在这个过程中积累了一些分布式高并发系统的建设经验。最主要的收获有两点：
1. 即时物流业务，对故障和高延迟的容忍度极低，业务复杂度的提升，也要求系统具备分布式、可扩展、可容灾的能力；外卖阶段性的逐步实施分布式系统的架构升级，最终解决了系统宕机的风险；本次分享会从 即时物流与传统物流的对比调研，即时物流从0到1的架构演进，即时物流的微服务实践，即时物流在单元化、分布式、异地容灾等方面的探索和实践等多方面，介绍即时物流分布式系统架构的设计方案和原则。
2. 围绕成本、效率、体验核心三要素，即时物流体系大量结合AI，从定价、ETA、调度、运力规划、运力干预、补贴、核算、语音交互、LBS挖掘、业务运维、指标监控等方面，业务突破结合架构升级，来达到促规模、保体验、降成本的效果。在这个过程中，沉淀出了很多卓有成效的成果，例如：算法数据平台、智能业务运维平台、供需匹配引擎、运力规划架构。
演讲提纲：
- 即时物流行业的发展和现状
- 面临的技术问题和挑战
- 从0起步的美团外卖即时物流体系的建设历程
- 实践过程中关于架构、分布式的思考和演进
- 从产品策略型的系统演进到智能系统过程中，核心技术能力和平台沉淀
- 未来分布式架构可能遇到的挑战
听众受益点：
- 在垂直行业领域内，了解即时物流分布式架构的演进经验
- 结合机器学习，了解美团配送在智能物流领域的架构探索
- 从稳定性保障角度，高并发的履约交易系统是如何避免故障，解决宕机风险
专题：广告系统、精准推荐
众所周知Google和Facebook的主要收入来源于广告，可见精准投放系统对于广告系统的重要性。用户习惯在不断变化，就需要在广告系统上、动态创意上和内容广告上做优化。该专题重点围绕这几点，融合AI技术和特定的业务场景将进行深入的分享。
讲师简介：王兴星，美团技术总监，目前是外卖商业技术负责人。2016年初加入公司，带领团队从0到1搭建外卖商业变现技术体系，应用在外卖Feeds广告、Push广告、品牌广告及搜索广告等多个场景下。曾在搜狗商业、百度凤巢等部门任职，是前搜狗 PC 联盟和无线联盟的算法整体负责人，所研发的大规模训练系统应用于搜狗联盟、DSP等多个商业产品线。多次获得公司最佳个人、技术部犀牛、MVP等奖项。也是数据挖掘爱好者，曾带领团队获得百度电影推荐大赛全国第一名、品友互动RTB算法竞赛线下/线上第一名等奖项。
在本专题中，王兴星将会带来 《强化学习在外卖商业中发挥的作用》的主题演讲。经过几年的发展，美团外卖的日订单早已突破千万单。业务成长到一定阶段后，进行商业变现是一个常见的问题。如何针对业务定制一套合适的智能算法，是其核心问题。外卖属于交易闭环，相比于传统广告只考虑单位流量收入，还需要考虑用户体验、商户投入产出比等方面。传统机器学习解决以上问题，会遇到长期受益较难建模、商品易重复、用户兴趣变化捕捉较难等问题。针对以上痛点，我们尝试了强化学习方法，并取得了一些正向业务收益。
演讲提纲：
- 外卖业务的介绍
- 优化目标的选择
- 技术方案的选择
- 强化学习的落地
- 未来规划
听众受益点：
- 了解外卖业务特点
- 了解传统机器学习的优缺点
- 了解强化学习的常见算法及如何进行业务落地
专题：深度学习平台和机器学习应用
机器学习尤其是在互联网领域，无论是杀手级应用互联网广告、还是电商内容平台推荐、风控欺诈识别以及共享出行，已经成为互联网变现提高盈利的重要手段。但是对于企业来讲，哪些业务可以尝试实践机器学习？落地机器学习之前该做哪些功课？该规避哪些坑？哪些深度学习平台（TensorFlow、Caffe、MXNet）更适合企业的业务？
讲师简介：尹非凡，美团高级技师专家，2015年加入美团，现主要负责美团外卖配送部门的算法数据平台和LBS平台，LBS系统、定价系统、动态预测系统和天平爆单系统研发工作。拥有多年互联网研发以及架构设计经验，在高并发、高可用以及性能优化方面积累了丰富的经验。
在本专题中，尹非凡将会带来《一站式机器学习平台架构的搭建》的主题演讲，互联网几年来的发展已由数据的在线化，过渡到流程的自动化，目前我们正处于人工智能的风口，即：决策智能化。机器学习、人工智能算法变得越来越重要。配送作为外卖平台闭环链条上重要的一环，在线下的运营中积累了大量的数据，这就为我们在配送过程中运用机器学习的方法进行效率优化，运营成本的优化打下基础。目前配送的多个业务都已经可以看到算法的身影，比如运单调度、定价、时间预测等等。
为了提升机器学习研发效率，支撑算法的运用和快速迭代，厘清算法和工程的边界，我们在整合已有的支撑机器学习工具的基础上，围绕数据构建闭环，以平台化的思维搭建了一站式的机器学习平台。
机器学习定义语言（MLDL）：定义机器学习全流程（数据清洗、数据抽取、构造训练数据集、模型训练、模型评估、线上预测）；
- 模型管理平台：统一算法模型格式，为算法模型的发现、部署、切换提供支持，同时支持分区模型和超大模型；
- 元数据管理：在数据分层的基础上多维度索引元数据，解决算法工程师找数据的问题；
- 特征平台：为线下特征生产提供统一口径、为线上特征获取提供稳定高效的接口，支撑线上高并发；
- AB实验平台：为线上实验提供分流、埋点和实验效果自动评估服务。
演讲提纲：
- 机器学习在美团配送中的应用
- 美团配送机器学习平台演进历程
- 演进方向与展望
听众受益点：
- 机器学习全流程如何落地？
- 如何高效支持算法快速迭代？
作为全球最大的生活服务电子商务平台，美团拥有超过8000人的业界一流工程师队伍，涵盖了前端（Web、iOS和Android）、后台、系统、算法、测试、运维等技术领域。经过多年耕耘和沉淀，团队已经建成了比较完备的技术体系，有基于主流开源技术加自研的大数据、人工智能、基础架构、复杂业务系统平台，和比较完备的运维、安全、风控系统。欢迎更多优秀技术人才加入我们。
“道生一，一生二，二生三，三生万物。” —— 《道德经》 Picasso是大众点评移动研发团队自研的高性能跨平台动态化框架，经过两年多的孕育和发展，目前在美团多个事业群已经实现了大规模的应用。 Pi ...