推薦系統，在信息大爆炸的今天，已經成為了互聯網行業的主要驅動力。 其根本任務是聯繫用户和產品，解決信息過載的問題，通過分析用户行為，對用户興趣建模，從而預測用户的興趣並從海量的數據中篩選、推薦給用户感興趣的信息。
隨着行業數據規模的不斷擴大，深度學習與推薦系統結合，基於大規模訓練數據的深度學習推薦模型已經優於傳統的內容推薦和協同過濾，然而複雜的模型與數據的快速增長也為實際的生產環境帶來了新的挑戰。
首先是龐大的數據量。商業級推薦系統的構建，往往需要通過龐大的數據訓練實現，在這種規模下，數據的提取、轉換、加載和預處理要比訓練普通的深度學習模型花費更多的時間。
然後是大量的重複試驗。在實際的生產環境部署之後，隨着新用户、新趨勢、和新項目的不斷變化，系統需要不斷定期的對模型進行再訓練，保證隨着時間的推移保持較高的準確性。
最後是實時性，即實時推斷。對於每個用户的興趣匹配，其參與評分的用户項可能高達數千，系統需要在處理高吞吐量為許多用户提供服務的同時，還需要以低延遲滿足在線商務引擎的嚴格延遲閾值，這無疑給系統帶來了很大的負擔。
當然，實際環境的需求不同，所面臨的問題也不同，而如何有效解決推薦系統在開發與部署過程中遇到的問題，智東西公開課推出推薦系統公開課NVIDIA專場。7月6日晚7點，NVIDIA 資深機器學習專家王澤寰主講，為大家深度解析構建基於端到端的推薦系統應用框架Merlin的架構組成及算法原理。
王澤寰，NVIDIA 資深機器學習專家，畢業於北京郵電大學，2012年加入英偉達，現擔任亞太GPU專家團隊研發組長。同時他也是GPU點擊率預估訓練框架HugeCTR和RNN計算引擎RnnEngine的主要作者，並參與設計了開源Transformer加速方案FasterTransformer。
專場內容
主題：NVIDIA推薦系統Merlin以及在互聯網業務中的應用
提綱：1、推薦系統：新一代互聯網公司的引擎2、推薦系統的原理和算法解析3、Merlin架構及NVIDIA GPU加速
講師介紹
王澤寰，NVIDIA 資深機器學習專家，畢業於北京郵電大學，2012年加入英偉達，現擔任亞太GPU專家團隊研發組長。同時他也是GPU點擊率預估訓練框架HugeCTR和RNN計算引擎RnnEngine的主要作者，並參與設計了開源Transformer加速方案FasterTransformer。
直播信息
時間：7月6日19點地點：智東西公開課小程序
報名方式
添加小助手芒芒（ID：zhidxclass005）即可申請，備註“姓名-公司/學校/單位-職位/專業”的朋友將會優先審核通過哦~