當前位置:
首頁 > 科技 > 好的架構師,既要懂微服務也要懂AI?

好的架構師,既要懂微服務也要懂AI?

2014-2019 這五年,對於很多互聯網公司而言,微服務和 AI 這兩項技術的誕生和發展起到了里程碑式作用。

作為企業架構重構的方向,微服務引起業界關注最多的話題包括架構設計原則、K8S 容器架構、K8S 聯邦以及開源微服務框架等。作為企業創新與轉型的方向之一,AI 技術從演算法調優、模型構建、託管機器學習平台到如今的「遷移學習」及「聯邦學習」,各類研究及應用層出不窮。因為採用速度之快,業界不得不笑稱,要做好的架構師,既要懂微服務也要懂 AI。

那麼,有沒有一場活動,能很好地將兩項技術的最佳實踐和風向免費傳遞給開發者呢?

演講內容及講師簡介

一、開源微服務框架 Apache ServiceComb 部署實踐

馬彬,華為開源軟體能力中心企業應用微服務化工程師,ServiceComb 社區成員,10 企業應用微服務化經驗,13 年電信級中間件平台、虛擬化、嵌入式操作系統與開源軟體設計、開發經驗。

議題簡介:

Apache ServiceComb 是當下最為熱門的開源微服務框架之一,本主題將分享 ServiceComb 如何助力傳統大型企業解決資源分散、應用孤立、數據不通等痛點問題,協同構建數字化轉型解決方案的實踐。

聽眾收益:

大型企業資源分散問題的解決

ServiceComb 數據難點突破

微服務構建數字化轉型解決方案

二、華為雲混合雲容器實踐分享

黃毽,華為 CloudBU PaaS 容器服務首席架構師,目前就職於華為 CloudBU,有十年的工作經驗,參與華為 PaaS 平台的構建,當前是華為雲容器服務的技術負責人,主導華為雲容器引擎 CCE、雲容器實例 CCI,MCP 混合雲容器等服務設計開發工作,在容器領域有非常豐富的經驗,熟悉 Kubernetes,Docker,CloudFoundry 等開源技術。

主題介紹:

伴隨著容器技術的日益普及,基於標準化的 Kubernetes 容器架構來構建混合雲已經成為了業界趨勢,華為雲打造的 MCP 混合雲容器服務,構建全棧的混合雲容器平台,本次分享將介紹華為在混合雲容器領域的相關實踐。

聽眾收益:

Kubernetes 在混合雲方面的實踐

Kubernetes 聯邦相關的架構設計

三、如何基於 Mask R-CNN 快速完成模型開發

孟繁亮,華為開源軟體能力中心 AI 領域首席架構師,負責 AI 的技術研究和產品開發,擁有 10 多年的開源社區開發和商業產品開發的研發經驗,對 TensorFlow、PyTorch 等 AI 計算框架有深入的理解,擁有豐富的 AI、容器、Devops 等開源項目和產品化經驗。

主題摘要:

當前,實例分割技術被廣泛應用於醫學影像、自動駕駛等場景。本次分享將會基於計算機視覺領域中的目標檢測、語義分割和實例分割概念,以 Mask R-CNN 為例,講解基於 Region 的 CNN 模型開發,包括圖像特徵提取,RoI 檢測區域生成,物體分類及邊界框回歸、圖像遮罩回歸。還會分享使用 COCO 數據集對模型進行訓練,在泛化場景中進行精確地識別物體的應用實例。

聽眾受益:

計算機視覺領域的實例分割技術深度解讀

基於 Region 的 CNN 模型開發

COCO 數據集對模型的訓練

四 、NLP 在不同場景中的演算法優化與部署

懷寶興,華為雲語音語義域演算法總監,畢業於中國科學技術大學,研究方向為文本挖掘、機器學習、數據挖掘,在 ACM TKDD 等國際學術會議期刊發表多篇論文,獲 CCDM2014 最佳學生論文,申請發明專利 6 個。

主題摘要:

NLP 在這一兩年實現了顯著的突破,OpenAI 等技術的誕生、遷移學習等技術的成功應用使得 NLP 技術在不同行業領域內的發展不斷壯大。但與此同時,不同的場景中會遇到各種各樣的難題,例如 NLP 涉及 CNN、BERT 等多個不同演算法,每個演算法都有其自身的約束條件,如何在滿足條件的前提下,獲取大量標註好的語料、增強算力、調參優化等,仍是重大難題。因此,本演講將深度解析華為雲 NLP 在企業智能場景中做出的演算法優化與部署,解析企業智能場景下 NLP 技術應用的突圍方法。

聽眾受益:

NLP 技術的演算法優化

NLP 在不同行業場景中的部署難點在企業智能場景下的

NLP 技術應用

時間及地點

時間5 月 6 日(星期一) 13:30-18:00

地點北京國際會議中心,201CD 會議室

報名方式


喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 InfoQ 的精彩文章:

左耳朵耗子:996不是福氣,努力也未必成功
2019最受歡迎的資料庫是?

TAG:InfoQ |