大家好，我是来自百度的焦学武，目前负责百度大商业机器学习平台的研发，很荣幸担任本次峰会图机器学习论坛的出品人。

图机器学习技术最近几年发展迅速，已经在工业界和学术界广泛使用。在工业界，图模型广泛用于推荐系统、风控、反作弊、药物开发等领域；在学术界，最近几年图模型相关的论文数量也在大规模增长。与此同时，当前的图机器学习技术，在图的规模、大模型的结合、工程与算法实践等方面，依然存在着诸多挑战。本次论坛，我们有幸邀请到多位工业界专家，希望通过这次机会，能够与大家一起分享与交流，共同探讨与推动图机器学习领域的技术前进。


嘉宾&议题


议题详情

出品人：焦学武 百度 主任架构师

个人介绍：焦学武，毕业于中科院计算所。现任百度主任架构师，百度商业体系机器学习平台负责人。先后负责百度凤巢检索架构、模型训练平台等工作。带领团队完成了具备业界开创性的DNN模型框架PaddleBox、图模型框架PGLBox、特征框架FeaBox、自动寻优平台AutoML等工作。曾多次获得最佳百度人、百度总TC技术创新奖、商业体系最佳项目奖、业务进攻奖等荣誉，在KDD、BigData等人工智能顶级会议上发表多篇论文。

胡伟 百度 资深研发工程师

个人介绍：胡伟，百度资深研发工程师，百度大商业图模型方向负责人。
演讲题目：超⼤⾏为异构图的表征学习及应⽤
演讲提纲：
1. 背景和现状（面临的挑战）
2. 解决方案和技术创新
3. 收益和落地
听众收益：
1. 如何优化图存储
2. 如何加速图模型训练
3. 如何优化多机通信的性能

姚亮 腾讯 高级研究员

个人介绍：姚亮，现任腾讯高级研究员，博士毕业于浙江大学，曾在美国西北大学任博士后研究员。以第一作者在AAAI、SIGIR、TKDE等顶级会议及期刊发表论文多篇，谷歌学术H指数21，入选全球前2%顶尖科学家、AI 2000人工智能全球最具影响力学者。现在腾讯游戏从事图学习、大语言模型相关的研究和落地。
演讲题目：腾讯游戏的图学习研究与落地
演讲提纲：
1. 大规模图学习算法 PB-GNN
2. 链路预测算法的研究与应用落地
3. 大语言模型在知识图谱补全的应用
听众收益：熟悉大规模图学习算法，链路预测算法，图预训练算法、大语言模型和知识图谱的结合。

于翔 新浪微博 资深算法工程师

个人介绍：于翔，新浪微博机器学习平台深度学习框架负责人，目前主要负责机器学习平台的大规模稀疏模型训练推理服务、图深度学习系统等。
演讲题目：大规模图深度学习训练在新浪微博的工程落地实践
演讲提纲：本次主要跟大家分享在大规模图学习落地过程中，遇到的一些问题与解决方法，其中包大规模图训练的挑战，开源训练框架选择与落地优化，介绍下图学习场景的业务实践
听众收益：了解大规模GNN遇到的训练挑战与解决方案。

黄泓 Akulaku 资深算法开发工程师

个人介绍：毕业于代尔夫特理工大学，专注于图计算与知识图谱在Akulaku各种智能应用的落地。
演讲题目：图计算在 Akulaku 智能风控中的应用
演讲提纲：
1. Akulaku 的应用场景简述
2. 应用场景分类与系统设计
3. 应用场景举例
4. 总结
听众收益：
1. 图计算在智能风控场景落地的难点与方案
2. 图计算与大模型融合的可能方向
扫码报名咨询

 更多最新详情，点击阅读原文，查看大会官网！

内容中包含的图片若涉及版权问题，请及时与我们联系删除