2016年11月25-26日，由51CTO.com主办的WOT 2016大数据技术峰会在北京粤财JW万豪酒店隆重召开。自2012年以来，WOT品牌大会秉承“专注技术、服务技术人员”的理念已成功举办了十二届，不仅积累了大量的专家资源，更获得广大IT从业者和技术爱好者的认可和好评，已成为业界重要的技术分享及人脉拓展平台。
在本届WOT2016大数据技术峰会的“机器学习”主题专场，来自猎聘网***数据官单艺做了《高效机器学习系统的设计原则和模式》的精彩主题演讲。在会后，记者采访了他，请他聊一聊猎聘网在机器学习方面的经验和体会。
单艺告诉记者，之所以确定这个发言主题，是因为他发现，在很多机器学习的会议中，大家讨论交流的主要是算法和模型，其实在实际工作当中，要把机器学习技术应用起来，还需要建设一个好的系统。“与一般的信息系统不同，机器学习是数据驱动的系统，在输出方面要做好性能的检测，在输入方面要保证数据的质量，在数据流的处理上要采用良好的设计模式。”单艺概括道，要有一个“全局观”，才能开发出一个高效、稳定可靠的机器学习系统。”
大数据+人工智能=新思路
据单艺介绍，猎聘网目前拥有三千多万的注册用户，两年前，CEO戴科彬意识到猎聘网已经积累了大量的用户数据和企业数据，这些数据有很大的社会价值和商业价值。单艺举了一个例子，猎聘网招聘的数据可以反映中国的各个行业的变迁、兴衰，而企业招聘的需求、人才的流动，不仅对企业HR，甚至对政府的工作都有很大的价值。
不仅如此，猎聘网是一家以招聘为核心业务的网站，招聘中核心的问题就是"人岗匹配“。如何做到人尽其才?显然靠人工费时费力而且效果不佳，但是用大数据+人工智能技术给解决这个难题开辟了新的思路。
此外，猎聘网还有职业社交的业务。如何给几千万用户精准地推荐他会感兴趣的内容，推荐职场的朋友?这也需要用大数据平台予以解决。
“基于以上三点，猎聘网就组建了一个大数据团队，用大数据技术解决这些难题。同时也尝试用数据驱动业务，提高猎聘各个产品线和部门的运营效率，支持创新。”单艺表示，他加入猎聘两年多，现在团队已经发展得较为成熟，在这两年里，他们经历了从搭建基础的数据平台到建设业务分析团队、建设机器学习应用开发这三个阶段，算是达到了初步预定的目标，未来还有更高的目标要实现。
用数据分析支撑运营决策
在采访中，记者聊到***数据官这个职务在国内非常少见，单艺笑称的确如此，但是他有信心地表示，数据的应用越来越多，他相信随着应用数据的场景和人们对数据价值的认知越来越清晰，以后国内这类的职位也会越来越多。
单艺和记者详细描述了一下猎聘网***数据官这个职务所做的工作。
首先要先搭建一个大数据的基础设施，把散落在各地的数据收集、存储起来，然后用分布式的计算进行处理，***才能实现高层的应用。在这基础上，单艺和他的团队还会开发机器学习的各种应用，如职位推荐、人才推荐、职业社交推荐等应用。
此外，还要利用大数据技术做行业研究、全国中高端人才发展情况的分析，同时猎聘网的各个部门从销售到产品、市场，工作的日常运营都逐步地开始使用数据支持决策，以提高了决策的可靠性和效果。
“未来我们发力的方向有两个，一是机器学习系统的开发，主要是人才推荐、职位推荐和职业社交这类功能，要持续深入;另一个方向是加强业务分析和产业合作，继续推动全国各行业人才数据的挖掘和共享。”单艺表示。
保证高质量的数据输入
对于眼下热门的机器学习，单艺有不少体会愿意分享。他告诉记者，“行内有句话：输入的是垃圾，那系统输出肯定也是垃圾。”他认为机器学习的系统是一个数据驱动的系统，在这个系统里面，首先要保证输入的数据是一个高质量的数据，同时这个系统里面它在运行当中会遇到各种各样的问题，要及时把握系统性能的变化，做到在问题刚出现时就立刻发现，因此输出的监测也很重要。
他也指出，中间的数据处理开发工作量相当大，这时候有一个高效的进行数据处理的系统和工具，尤其是流式计算系统就变得很重要。
他还透露，“当在做大数据下模型学习的时候，需要选择一个好的机器学习模型训练的计算模式，或者是找到合适的工具。很多情况下，如果能把握这些方面，这个系统就会比较容易成功。”
迎接全盛时代
对于2017年机器学习的发展，单艺认为在通用智能算法方面，尤其是深度学习和强化学习在自然语言处理、推理、问答和图像/语音识别方面的深入，仍将是一个热点。他表示2017年会有更多开源的机器学习工具出现，帮助用户更简单地开发出一个聪明的系统。
对于机器学习目前所处的阶段，单艺认为已经进入一个全盛的时期。越来越多的人开始接触机器学习，学习人工智能，在各个行业的应用也是全面开花。他告诉记者，机器学习的全盛周期会持续很长时间，因为机器学习的目标是去创造智能的系统，而智能系统则是一个更加久远的目标。
