课程介绍

• 

  陈迪豪

  架构师

  第四范式先知平台架构师。活跃于Kubernetes、TensorFlow等开源社区，参与了Xiaomi CloudML、4Paradigm Prophet机器学习平台搭建，熟悉高可用、分布式系统原理，Github账号https://github.com/tobegit3hub。

• 主题说明

  目前深度学习技术渐趋成熟，基于机器学习的应用也越来越多，搭建分布式的通用机器学习平台成为各大企业的重要议题。对于一个支持多租户的分布式、高可用系统，设计灵活、安全的权限模型和支持多种计算框架的调度也非常重要。本次分享的主题将涵盖搭建分布式机器学习平台的架构设计和实现细节，介绍多种业界标准的认证和授权模型，还有如何集成Kubernetes、TensorFlow等开源组件，让机器学习在真实的业务中落地。

• 适合对象

  适用于对机器学习、深度学习、系统架构、对话机器人、芯片、推荐系统、Keras、NLP、用户画像等AI领域感兴趣的架构师、技术总监、研究员、工程师等。

• 学习要点

  1. 了解业界机器学习平台的实现原理；

  2. 对于权限模型和调度系统的架构设计有进一步理解；

  3. 能够基于开源项目搭建一个通用的机器学习平台。

• 课时安排