12月15日下午，多模态预训练半监督学习

Posted 2022-01-06 阿里巴巴淘系技术团队官网博客

北京时间12月15日下午14:30，大淘宝技术联合将门-TechBeat人工智能社区举办的「推荐算法揭秘」第二场活动，将准时在线上进行！本次分享关键词： 多模态预训练、半监督学习 。

活动议程

纯粹想看【直播】的同学可以关注以下平台：

👇 B站 👇

http://live.bilibili.com/22649640

👇 视频号 👇

直播过程中将在活动群进行抽奖活动，送出大淘宝技术定制陶瓷杯，快扫码入群！

分享内容及主讲者

淘宝拍照

基于分类的超大规模多模态技术

主讲人：涩锋 | 大淘宝技术算法专家

【主题介绍】

淘宝拍照以图搜图系统，经过多年技术和产品打磨，已成为淘宝每天数千万DAU的核心产品，沉淀业界领先图搜算法。业务复杂度的不断提升，对以精准同款搜索为核心能力的淘宝拍照提出更高的要求，而如何有效地融合商品图文多模态信息至关重要。针对海量的商品图文数据，我们从数据、算法和计算三个层面探索了训练10亿级超大规模商品图文多模态数据的新方法。

【分享提纲】

1. 用户行为数据的弱监督

2. 细粒度多模态表征学习

3. 基于分布式的计算加速

Holmes：

基于半监督的大规模异构图异常检测解决方案

主讲人：明小 | 大淘宝技术资深算法工程师

【主题介绍】

在风控安全领域，黑产攻击存在强对抗、快变易的特点，未知的攻击模式层出不穷，如何及时、准确地主动发现黑产的攻击手段是风控平台的核心目标之一。异常检测是目前常用的一种方法，但是这种方案存在几个缺点：

1. 只能检测较为异常的行为，针对高度对抗的行为检测能力较弱；

2. 忽略了黑产之间的攻击存在的相关性；

3. 强依赖专家经验，检测的时效性低；为了解决已有方法存在的不足，我们提出 Holmes 事件异常检测解决方案，以大规模异构图为基础，有机的融合图异常检测、风险传播、模式聚类等方式做到自动化的异常发现、风险模式挖掘，极大提高了异常检测的时效性及有效覆盖率。

【分享提纲】

1. 风控安全异常检测介绍

2. Holmes 异常检测解决方案整体框架

3. 半监督异构图异常检测方法介绍

12月14、15、16日，三场直播不见不散

关于大淘宝技术

大淘宝技术是阿里巴巴新零售技术的王牌军，支撑淘宝、天猫核心电商以及闲鱼、每平每屋等创新业务，服务9亿用户，赋能各行业1000万商家。

大淘宝技术打造了全球领先的线上新零售技术平台，并作为核心技术团队保障了13次双十一购物狂欢节的成功。通过不断探索和衍生颠覆型互联网新技术，打造了业内领先的淘宝直播、用户增长、智能营销等技术体系，并且通过技术驱动商业，在家装家居赛道中成功开创了每平每屋新业务，以更加智能、友好、普惠的科技深度重塑产业和用户体验。

同时，我们积极参与开源社区的建设，不断贡献优秀项目，开源了前端研发体系（ICE）、客户端语言协程框架（coobjc）、深度学习框架（MNN）、测试Sandbox体系重要模块（Sandbox-Repeater）等10多个项目，与全球开发者共享最佳技术实践。

大淘宝技术的愿景是致力于成为全球最懂商业的技术创新团队，打造消费者和商家一体化的新零售智能商业平台，创新商业赛道。随着新零售业务的持续探索与快速发展，我们不断吸引用户增长、机器学习、视觉算法、音视频通信、数字媒体、端侧智能等领域全球顶尖专业人才加入，让科技引领面向未来的商业创新和进步。

如果你也够有好奇心、有恒心、有思考力，希望一起创造时代传奇！欢迎加入我们，招聘邮箱：[e-mail]

关于TechBeat人工智能社区

TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>TechBeat，一个荟聚全球华人AI精英的学习成长社区

点击”阅读原文“，进入报名页面！