課程簡介

案例背景:
騰訊總共運營百款游戲，游戲場景規(guī)模、數據量等都非常大，如何能夠快速、有序的業(yè)務對接、同時快速完成大數據計算及模型的上線、快速迭代算法進行實驗都面臨非常大的挑戰(zhàn)

解決思路:
針對場景多而雜的特點，我們搭建了一個機器學習平臺，在平臺之上歸納總結了一套開發(fā)框架及流水線能夠達到快速、高效的業(yè)務對接；同時我們對整個訓練流水線的各個環(huán)節(jié)專項進行性能及應用便捷性優(yōu)化；為了保障整體算法實驗效果在線上符合預期，我們同時在監(jiān)控方面做了大量工作

成果：
能夠快速的完成大量業(yè)務的對接，同時能夠保證算法快速迭代、上線算法效果符合預期；同時對優(yōu)秀方案進行沉淀

目標收益

1.對騰訊游戲的運營實踐經驗有一定了解；
2.介紹平臺在架構上設計及歷史演進；
3.介紹機器學習流水線的建設及優(yōu)化實踐；

培訓對象

課程內容

案例方向

---

AI基礎設施/互聯網AI前沿/湖倉一體/數據智能平臺演進

案例背景

---

騰訊總共運營百款游戲，游戲場景規(guī)模、數據量等都非常大，如何能夠快速、有序的業(yè)務對接、同時快速完成大數據計算及模型的上線、快速迭代算法進行實驗都面臨非常大的挑戰(zhàn)

收益

---

1.對騰訊游戲的運營實踐經驗有一定了解；
2.介紹平臺在架構上設計及歷史演進；
3.介紹機器學習流水線的建設及優(yōu)化實踐；

解決思路

---

針對場景多而雜的特點，我們搭建了一個機器學習平臺，在平臺之上歸納總結了一套開發(fā)框架及流水線能夠達到快速、高效的業(yè)務對接；同時我們對整個訓練流水線的各個環(huán)節(jié)專項進行性能及應用便捷性優(yōu)化；為了保障整體算法實驗效果在線上符合預期，我們同時在監(jiān)控方面做了大量工作

結果

---

能夠快速的完成大量業(yè)務的對接，同時能夠保證算法快速迭代、上線算法效果符合預期；同時對優(yōu)秀方案進行沉淀