规模化机器学习

即便在现代机器学习算法实现丰富且计算资源 readily available 的情况下，构建有意义的预测模型仍需技巧。若需处理数百 TB 的数据以生成训练数据集，建模工作将更具挑战性。在数字广告技术场景中，我们需要构建数千个此类模型，用于预测用户行为并在 7x24 小时混乱的实时生产环境中驱动广告活动。作为数据科学家，我们还必须让对实施成功至关重要的其他内部部门、管理层以及客户相信我们的机器学习系统是有效的。本文介绍了自动化、鲁棒的机器学习平台的设计与实现细节，该平台每月影响数十亿次广告展示。该平台使我们能够在多个大洲，针对不同的性能目标，持续优化面向数亿用户的数千个广告活动。