AI工程架构系列沙龙

沙龙说明：

AI系统包括算法模型和工程架构两大部分，近年来深度学习的火热让大家把算法模型和AI几乎划上了等号，然而我们也不可忽略工程架构的作用，两者紧密结合才能构建一套完整的AI系统。在构建AI系统时如何设计一套稳定灵活的工程架构以支持算法模型的高效迭代是一项技术挑战，本次AI工程架构系列沙龙将分享58同城AI Lab在智能客服、“灵犀”智能语音分析平台、语音识别引擎、向量检索平台中的工程架构实战经验。

分享安排：

议题：”灵犀”智能语音分析平台后端架构设计

摘要：
语音是58同城生活服务平台上用户之间的重要沟通媒介，C端和B端用户之间可以通过电话、音视频通话建立连接，58同城销售客服人员会通过呼叫中心与客户进行电话沟通，这些场景下产生的海量语音数据具备巨大的挖掘价值，我们打造了”灵犀”智能语音分析平台，利用自研语音识别引擎将通话录音转换为文本，使用NLP技术挖掘文本语义标签，构建了语音质检、用户画像等AI应用。本次议题将首先介绍灵犀平台总体架构，然后介绍海量语音数据的下载/存储方案、语音转文本服务、语义标签挖掘/存储/检索流程，最后介绍Web可视化接入系统。

嘉宾介绍：
刘晟源，58同城AI Lab后端资深工程师，2019年1月加入58，目前主要负责灵犀语音分析平台后端开发工作，2015年硕士毕业于中国科学院大学，曾在航天科技、创业公司从事后端研发。

议题：如何打造高性能向量检索平台

摘要：
向量检索广泛应用于各类机器学习系统，如在推荐系统召回环节基于用户向量计算其最相似的K个物品向量，在问答系统中使用用户输入语句向量匹配最相似的问题，在图片检索系统中基于图片向量检索最相似的图片等。为了快速满足上层应用对向量检索的需求和提高研发效率，我们基于Faiss打造了一套向量检索平台。本次议题首先介绍平台总体架构，然后介绍增量索引、分布式索引和检索服务，并分享系统优化过程中遇到的问题及解决方法。

嘉宾介绍：
陈泽龙，58同城AI Lab后端高级工程师，2019年7月加入58，目前主要负责WPAI深度学习平台、向量检索平台的后端开发工作，2016年硕士毕业于中国科学院大学，曾就职于中科院信工所。

组织方：

58同城AI Lab、58同城技术委员会 AI 分会、AICUG

出品人：

詹坤林，58同城AI Lab负责人，技术委员会AI分会主席