转载于: https://mp.weixin.qq.com/s/wwBY7Tq1kJg0cQlospvtKg

毕业于北京理工大学，计算机硕士。曾任职于电信、HP、Yahoo Global，现就职于京东，作为京东零售效能技术通道委员，参与零售子集团的效能通道的规划和建设。是负责搜推系统的风险控制、质量保障、效率提升的质量保障部总监。作为京东搜推效能领域的技术带头人，设计并落地测试服务平台（Taas）和 MLOps 平台，分别提升研发和算法迭代效率，在业内具有一定的领先性。

在电商业务场景中，无论是提升用户转化率，还是帮助商家精细化运营，或是培育良性发展的生态系统，机器学习技术，特别是模型和特征的质量起着决定性的作用。而且，随着电商竞争的加剧，算法迭代效率也是出奇制胜的关键因素。为了实现持续快捷交付高质量的推理服务和高可用、极致弹性和韧性服务运行这两大目标，京东自 2019 年 12 月开始规划建设 MLOps 平台。最开始，该平台是为了解决上百个推理服务的模型推送和日常管理的问题，经过 2 年的发展，平台已经具备一站式开发、模型质量保障、快速部署接入、模型监控、生命周期管理、容量管理等功能。目前，我们还正在探索模型血缘管理、特征治理等。在电商业务场景中，无论是提升用户转化率，还是帮助商家精细化运营，或是培育良性发展的生态系统，机器学习技术，特别是模型和特征的质量起着决定性的作用。而且，随着电商竞争的加剧，算法迭代效率也是出奇制胜的关键因素。为了实现持续快捷交付高质量的推理服务和高可用、极致弹性和韧性服务运行这两大目标，京东自 2019 年 12 月开始规划建设 MLOps 平台。最开始，该平台是为了解决上百个推理服务的模型推送和日常管理的问题，经过 2 年的发展，平台已经具备一站式开发、模型质量保障、快速部署接入、模型监控、生命周期管理、容量管理等功能。目前，我们还正在探索模型血缘管理、特征治理等。