4月23日09:00-12:00，在DataFunSummit2022：大数据核算架构峰会上，由蚂蚁集团资深技能专家，将约请来自蚂蚁集团、Akulaku、阿里飞猪的4位技能专家，就相关主题进行深度共享，欢迎各位一同讨论沟通。

  个人介绍：潘臻轩，蚂蚁集团资深技能专家，现担任蚂蚁图核算部分流式图核算团队。2012年参加阿里集团数据渠道，2016年参加蚂蚁集团数据技能部，阅历了阿里和蚂蚁实时核算从0到1的演进，从17年末开端担任流式图体系和团队的构建，从0到1打造了蚂蚁的流式图体系。对实时核算和图核算以及上层的运用场景有深化的了解。

  个人介绍：蚂蚁分布式核算引擎 Ray 项目担任人；Ray 开源社区 Committer；参加蚂蚁前，曾在 Facebook Instagram Infra 团队从事功能优化相关作业。

  讲演提纲：本次讲演将介绍 Ray 怎么样才干处理分布式体系的通用问题，简化分布式体系开发。并介绍蚂蚁怎么根据 Ray 支撑包括图核算、机器学习、科学核算、隐私核算在内的多种不一样的大规模分布式核算体系。

  个人介绍：结业于代尔夫特理工大学，专心于图核算与常识图谱在 Akulaku 各种智能运用的落地。

  个人介绍：14年浙大硕士结业之后入职阿里，一向从事大数据范畴相关作业，之前在阿里集团参加过 Galaxy 流核算、OLTP/OLAP(Hologres) 等体系研制，现在在蚂蚁金服首要担任流式图核算 Geaflow 体系结构内核的研制作业。

  个人介绍：2020年参加飞猪导购算法团队，现在首要担任飞猪交通职业场景算法（交通查找引荐、拼接等）优化作业，包括飞猪交通域用户了解和爱好建模等方向。

  讲演介绍：OD（Origin-Destination）引荐在交通职业算法中具有极端重大意义，能够给用户引荐下一个他感爱好的航班道路组合，引导其购买。在游览引荐场景里时空（Spatial-Temporal）特性是要要点考虑的要素，一方面用户在不同历史时期的行为关于当时时间的决议计划影响程度存在差异性，此外出发地和目的地也存在必定的地舆空间相似性：比方海岛城市和西部城市等。咱们提出了选用异构图网络和多任务学习来处理 OD 引荐问题，并在机票引荐场景中获得显著效果。相关作业已投递至 ICDE2022，并被接纳。

  听众收益：算法与数据发掘相关从业同学，能了解到游览场景里的特别物料航线是怎么施行引荐的，以及图网络怎么在该场景中运用。