講者

« 回列表

資料科學與軟體工程-機器學習導入生產系統

演講摘要

隨著近年學術研究進展及相關工具成熟,各產業開始關注資料科學的應用。然而要滿足實務需求,不止要有好的資料科學模型,還要顧及其對軟體系統的要求,如系統的可靠性及可擴充性。一個團隊要能持續研發模型,並有效率地導入相應的軟體生產系統,會同時需要資料科學及軟體工程的長才,在團隊的協作及科技的選擇上也會有諸多考量與取捨。 講者將分享過去開發機器學習系統的經驗與心得。討論不同性質團隊的考量:從基礎完善的大公司 Google、到決策彈性且變化迅速的新創團隊 MetaMind、再到被收購後配合建構較新創階段更可靠可擴展的雲端系統。並討論不同應用的需求差異:文獻檢索、醫療影像、商務應用、APP 後台 API、及生產自動化。

講者簡介

林宭宇
  • 林宭宇 個人網站
  • 創業中 / 創業家
  • 林宭宇 (Cliff Chiung Yu Lin) 曾在 Stanford 研究人工智慧。畢業後首先任職於 Google (2011-2015),優化學術論文搜索系統,處理搜索系統中各式資料科學問題。之後於 2015 年加入在矽谷的早期新創團隊 MetaMind,為客戶提供深度學習 (Deep Learning) 解決方案及開發所需之機器學習系統。於 2016 年被 Salesforce 併購後擔任人工智慧技術主管,建構可靠且可擴展的雲端平台,支援各式企業客戶的機器學習需求。目前在台灣創業中,專注於開發製造業所需之人工智慧系統。

歡迎在此登錄您的大名及電子郵件地址,日後任何台灣資料科學協會舉辦的相關活動,我們將會以電子郵件通知您。謝謝。