"阿里巴巴大数据及AI实战"
本文主要讲述了阿里巴巴大数据及AI实战中的实践经验和技术分享。以下是主要的知识点：
1. 云计算的重要性：云计算是企业IT基础设施的必然趋势，能够帮助企业快速实现数字化和业务价值。
2. 数据智能化：数据智能化是云时代的最大价值所在，可以处理海量数据，实时地进行数据分析，并把人工智能和大数据完美结合，提炼数据的内在规律。
3. 阿里云智能计算平台：阿里云提供了统一的技术平台，沉淀了很多优秀的方法论，为企业和开发者提供了实践手册，帮助他们探索数据智能领域的创新和落地。
4. 实时计算和大数据：实时计算和大数据是阿里巴巴大数据及AI实战的两大方向，能够帮助企业快速实现数字化和业务价值。
5. 淘宝推荐实战：淘宝推荐系统是阿里巴巴的核心业务之一，能够提供个性化的推荐服务，提高用户的浏览效率和成交量。
6. 推荐系统的特点：淘宝推荐系统具有购物决策周期、时效性、人群结构复杂、多场景和多目标等特点，需要制定差异化的推荐策略和自动的超参学习等。
7. 推荐技术框架：淘宝推荐技术框架包括推荐算法和模型、原始日志和基于日志加工出来的特征和离在线计算及服务能力等。
8. 云和端的协同计算：通过把深度学习模型部署到了端上，实现了云和端的协同计算，提高了推荐系统的实时性和准确性。
9. 实时计算在阿里妈妈数据字化营销解决方案中的应用：实时计算能够帮助阿里妈妈快速实现数字化和业务价值，提高用户的浏览效率和成交量。
10. MaxCompute 在高德大数据上的应用：MaxCompute能够处理海量数据，实时地进行数据分析，并把人工智能和大数据完美结合，提炼数据的内在规律。
11. 实时计算助力1688打造「实时挑货」系统：实时计算能够帮助1688快速实现数字化和业务价值，提高用户的浏览效率和成交量。
12. 实时计算在「阿里影业实时报表业务」技术解读：实时计算能够帮助阿里影业快速实现数字化和业务价值，提高用户的浏览效率和成交量。
本文主要讲述了阿里巴巴大数据及AI实战中的实践经验和技术分享，涵盖了云计算、数据智能化、实时计算、大数据、推荐系统等多个方面的内容。
