"[图片] 2013 年加入阿里巴巴。现任阿里妈妈事业部工程生产力团队负责人。方向包括大规模算法与数据系统质量保证、实验效率提升、算法分析平台构建等。致力于运用技术手段，提升 AI 系统质量、监控、调试与分析能力，从而提升工业级算法迭代效率。带领团队在 SIGIR、KDD 发表多篇论文，涉及 CTR ...."

Fork me on GitHub

AI架构
本助手集算力、智能于一身，为您提供最精彩全面的人工智能技术资讯
abtest 阿里妈妈 • 0 回帖 • 1.2K 浏览 • 1 年前

如何利用在线 AB 实验提升算法工程效率

2013 年加入阿里巴巴。现任阿里妈妈事业部工程生产力团队负责人。方向包括大规模算法与数据系统质量保证、实验效率提升、算法分析平台构建等。致力于运用技术手段，提升 AI 系统质量、监控、调试与分析能力，从而提升工业级算法迭代效率。带领团队在 SIGIR、KDD 发表多篇论文，涉及 CTR 预估模型可视化，大规模稀疏数据异常检测等多领域。

稳定压倒一切，如何在阿里巴巴的钱袋子做高频线上实验？A/B Testing 是算法模型进行在线实验的经典方法。Google 于 2010 年发表了分层正交实验论文，各大公司依此思想建立了分层实验平台，可以对流量多层正交，互不影响，从而大幅提升实验效率。随着大规模机器学习技术的发展，高度复杂的深度模型被广泛使用，在线实验参数的变更，在后台会涉及复杂分布式系统数据切换，在线服务上线等一系列操作，会面临相当多问题，严重影响迭代效率。阿里妈妈作为国内领先的商业广告提供商，高度依赖在线实验。在投放系统的各个阶段，如检索召回、排序、竞价，涉及系统上下游多个模块，同时迭代模型版本近百个，每日实验发布近百次。而在线学习等新技术使用，使模型变更更加高频化。错误实验会对系统造成急性或慢性损害，如分布式系统宕机，营收缓慢下跌，从而引发严重金融故障。为了在金融系统做好在线实验，平衡效率与安全，我们研发了在线实验平台 WhaleShark，运用多种技术为业务提供帮助。目前已承载阿里妈妈所有场景广告，覆盖搜索直通车、超级推荐、品牌等多个业务场景，赋能用户进行模型、数据、配置、应用等多维高频变更。