能力说明:
了解变量作用域、Java类的结构,能够创建带main方法可执行的java应用,从命令行运行java程序;能够使用Java基本数据类型、运算符和控制结构、数组、循环结构书写和运行简单的Java程序。
暂时未有相关云产品技术能力~
暂无个人介绍
小叽导读:机器智能的核心本质与基本范式到底是什么?机器智能给各个行业都带来创新变革的同时,为什么在网络安全行业的表现却一直差强人意?到底什么才是真正意义上的智能安全系统?本文希望能给整个安全行业带来一点不一样的启发,也期望能促进机器智能+网络安全这个交叉领域往正确的方向发展。
小叽导读:电商平台的搜索广告数据处理链路通常较长,链路中的任一节点出现异常或数据延迟,都有可能会对广告主以及平台造成“资损”影响。 传统的测试手段对全链路功能的测试缺乏有效和全面的测试手段。我们期望可以做到线上广告错误投放问题的实时发现。同时,通过不同的触发检测方式,做到数据变更的各个环节的有效覆盖。
小叽导读:机器客服如果仅仅只是根据历史记录来回复用户,就会生成相对安全、通用的回复,无法让用户感受到人类客服的语言“温度”,自然也无法让用户真切地感受到服务的力量。为了解决这个问题,阿里工程师提出了异构记忆网络来同步处理用户语句、对话历史以及背景知识库,从而提升机器的对话质量。 本文已被自然语言处理领域顶会EMNLP2019收录,2019年EMNLP阿里巴巴共16篇论文被主会收录。
小叽导读:在导购中,3D 能解决什么问题?用户购买服装需要尺寸和视觉体验,即使是标准化的东西冰箱、洗衣机也都需要 3D 来感知商品。 再说说场景化,如果用户对一个桌子感兴趣,当看到桌上摆放的茶壶等物品,就把用户带入了一个场景中。当3D和场景化相结合,能擦出什么火花?如何在线上就享受线下贵族般的导购服务?接下来,阿里资深算法专家赵斌强(乐田)为我们讲讲淘宝的3D场景化导购——“躺平”。
小叽导读:2019杭州云栖大会上,高德地图首席科学家任小枫在高德技术专场分享了题为《视觉智能连接真实世界》的演讲,主要涉及地图制作和导航两方面内容,现场火爆,听众反响强烈。于是,我们将现场搬到线上,根据现场内容整理了今天的文章,希望对你有所帮助。
小叽导读:今年的农历春节中,淘宝直播上线了这样一款名为“猜画夺宝”的实时互动游戏,让我们这些灵魂画手也能在手机端轻松地一展画技,通过AI猜画夺宝,赢取了海量的红包奖励,春节期间活动吸引的互动总人次超过1亿。今天,我们就来揭秘,游戏背后的技术。
小叽导读:信息检索是处理好LBS大数据和用户之间的智能链接的关键技术,而搜索建议又是检索服务不可或缺的组成部分。比如,我要买杯奶茶,在高德地图上输入“一点点”,高德使用智能定位、排序的方式让我快速找到店址,让我更快喝到。 本文将主要介绍机器学习在高德搜索建议的具体应用,尤其是在模型优化方面进行的一些尝试,这些探索和实践都已历经验证,取得了不错的效果,并且为后来几年个性化、深度学习、向量索引的应用奠定了基础
小叽导读:LADV是DataV内嵌的智能识别设计产品,能够迅速学习和识别手绘草图、信息图表、大屏截图等资料,并在DataV内自动生成可配置的可视化应用。也就是说,LADV的出现,能将过去数据可视化应用搭建过程中痛苦的前端还原图表设计稿的过程压缩为秒级!
小叽导读:天猫精灵CC/CCL是这样一款智能音箱:2019中国的宠物猫狗综合超过1亿,,天猫精灵能够识别你家的萌宠,并把他们最精彩瞬间截取下来推荐给你!AI Labs研发了创新的智能摄影算法服务宠《萌大机密》,以家中宠物做为主要目标,把真正的智能相机带进中国千万用户的家庭之中。让你不在家,也能陪伴萌宠。
小叽导读:在淘宝这个平台上,消费者每天都在浏览着琳琅满目的图片,图片是消费者与商品交互的第一媒介。图片的质量会极大影响消费者的消费体验和转化效果,高质量的图片会让消费者怦然心动,流连忘返,而低质量的“辣眼睛”图片会让消费者望而却步。在淘宝首页猜你喜欢(以下简称首猜)场景下,由于图片数量太多,让人工来审核所有图片是不现实的。作为阿里技术人,我们的使命就是使用技术手段过滤掉低质量的图片,将高质量的图片和素材呈现给消费者。
小叽导读:从简单的图像分类到3D姿势识别,计算机视觉从来不缺乏有趣的问题和挑战。通过肉眼我们可以检测出一张宠物照中的猫和狗,可以识别出梵高作品《星夜》中的星星和月亮,那如何通过算法赋予机器“看”的智能,就是我们接下来要讲的。
2019年12月8日,神经网络和深度学习领域的顶会NeurIPS 在加拿大温哥华召开,阿里巴巴计算平台PAI团队和达摩院智能计算实验室开发的Aligraph在Expo Day 现场进行展示。
双十一当天,淘宝会产生很多的点击率。点击率(Click Through Rate,CTR)和点击转化率(Conversion Rate,CVR)预估在电子商务中的许多工业应用(例如搜索、推荐和在线广告系统)中发挥着重要作用。其中最主要的挑战是,用户、query、商品的特征分布以及ground truth的CTR/CVR可能受季节性、商家活动、大促等因素影响,随时间发生很大的的变化。受限于在线系统对模型的构建和切换的耗时,模型只能每N小时(N>=2)生效一次。因此模型不仅滞后实时数据N小时,而且由于模型是冻结的,也无法应对CTR/CVR的实时变化。下面我们一睹为快吧。
如何依托阿里的大平台服务好商家和消费者一直是我们思考的问题。随着流量红利的下降以及消费水平的升级,对商家而言,通过传统营销方式来获取用户已经越来越难,相对应的,消费者对于频繁的营销促销也已产生了抵触情绪,此时亟需一种新的形式来将商家和消费者更好地连接起来。
本文就目前推荐算法的巨大潜力空间下,先是分析了整个行业短视频业务和淘宝段视频业务现状。而后就视频推荐算法框架以及基于视频的召回和视频排序做了详细的讲解。最后说明了业务策略的几个要点。