现在的你

各种职场困惑

  • 算法基础薄弱,能力平平
  • 缺乏企业项目实战经验
  • 简历无亮点缺乏竞争优势
  • 想从事NLP算法工作但苦于无法入门

快速进阶

加入NLP实训营

  • 京东AI真实实战案例
  • 技术大咖近距离对话
  • 提供真实模型训练环境
  • 京东AI官方认证证书

将来的你

算法殿堂之路

  • NLP算法工程领域专家
  • 一线大厂核心骨干水平
  • AI技能点upup
  • 职场竞争力满满!
了解更多

为什么要选择京东AI的NLP高阶实战训练营?

名额有限 抢先报名

真 · 企业级实战化项目

京东AI真案例、真实数据,疯狂实践实现高速蜕变

京东图书智能分类项目

商家智能运营·图书自动化分类

京东智能营销项目

京东发现好货·AI营销文案生成

京东智能客服机器人项目

对话系统·AI对话生成
了解更多

真 · AI科学家、博导级科研教学团队

京东技术大佬告诉你 服务亿级用户的算法如何诞生
  • 吴友政
    京东AI NLP算法科学家、总监
    兼任中国中文信息学会语言与知识计算专委会委员,中国科学院自动化研究所博士,带领团队在多轮对话、自然语言生成、知识图谱上不断取得创新,打造的京东咨询导购机器人“京小智”每天服务超过10万品牌商家。 在自然语言处理、人工智能等领域国际重要会议和期刊发表论文30余篇(如ACL、EMNLP、AAAI、IJCAI、CIKM、COLING、ICASSP、INTERSPEECH、Computer Speech & Language等)。
  • 李浩然
    京东AI算法工程师
    中国科学院自动化研究所博士 研究方向是自动文摘、文本生成和篇章分析。 在ACL、TKDE、TASLP、TALLIP、AAAI、IJCAI、EMNLP 和 COLING 等自然语言处理、人工智能领域国内外期刊杂志发表论文 18 篇,其中一作 10 篇。
  • 李文哲
    贪心学院CEO
    曾任凡普金科集团首席数据科学家、 美国亚马逊和高盛的高级工程师, 是金融行业开创知识图谱做大数据反欺诈的第一人。 美国南加州大学博士, 先后在AAAI、KDD、AISTATS、CHI等国际会议上发表过15篇以上论文。
  • 蓝振忠
    贪心学院资深顾问
    ALBERT模型的第一作者, 现任Google AI实验室科学家。 将于2020年6月份作为特聘研究员和博士生导师加入西湖大学,并建立”蓝振忠实验室”。 美国卡耐基梅隆大学博士。 美国NIPS举办的视频智能分析大赛连续多年TOP3 先后在NIPS, CVPR, ICCV, IJCAI等会议发表30篇以上论文,1000+ 引用次数。
  • 袁源
    美国微软(总部)推荐系统部负责人
    美国亚马逊(总部)资深工程师, 美国新泽西理工博士, 14年人工智能, 数字图像处理, 视频处理和自然语言处理研究和项目经验 先后在AI相关国际会议上发表20篇以上论文。
  • 杜宇甫
    京东智联云人工智能平台部创新平台组负责人
    2011年起,担任京东JOS(京东开放服务)平台资深架构师,曾负责京东开放系统的JOS架构设计,带领团队研发出京东第一套API自动化开放系统,深入研究开放体系强化平台建设并建立开放标准,在短短几个月内支撑京东开放API从几十个到几百个,为JOS平台从百万到数十亿的调用设计保驾护航。
  • 何云龙
    京东智联云机器学习平台组架构师
    京东人工智能平台部技术总监、架构师, Spark上最早的开源参数服务DisML的作者, 领导开发了京东模型训练平台和自动化机器学习平台, 建设了京东第一个大型人机对话知识图谱, 并对开源的xgboost进行改进,实现了分布式环境下的精确解的版本。
  • 张明
    京东智联云数据科学家
    15年数据行业从业经验,从事过电信、航空、电商、能源、医药等多个行业的数字化体系建设,对企业数字化建设以及数据价值变现有深入的思考和研究。
  • 陈蒙
    京东智联云AI算法工程师
    2013-2018任职于国际语音巨头Nuance Communications,担任高级研究员, 主要研究方向为自然语言处理、语音识别和人机对话技术, 在IJCAI、ECAI等国际学术会议上发表多篇学术论文,发表多项专利。
  • 鲍军威
    京东智联云AI算法工程师
    哈尔滨工业大学博士 微软亚洲研究院(MSRA)联合培养博士。 研究方向文本生成、知识图谱问答、对话系统、预训练语言模型等。
了解更多

真 · 实训环境助力高速成长

了解更多

试学视频

了解更多

课程简介

阶段1:商家智能运营项目
Week1: 开幕式
课程安排与三大京东项目介绍
京东实战平台的使用介绍
经典的数据结构与算法
必要的工程数学介绍
Week2:多分类文本预处理与特征工程
最大匹配分词技术
结巴分词原理剖析
停用词与词的过滤
独热编码,TF-IDF, 词向量
SkipGram, CBOW, Glove, FastText
Part-of-Speech Tagging
Sentence Embedding技术
小作业:计算短文本之间的相似度
Week3:图书分类建模以及模型部署
逻辑回归模型
梯度下降
线性SVM
Bias and Variance
集成模型的思想
基于逻辑回归的多模型融合
F1-Score, AUC的评估
工程代码规范
项目的部署上线
Week4: 其他常用的分类算法
非线性SVM以及对偶问题
核函数以及核技巧
神经网络以及深度学习
卷积神经网络模型
Pytorch的使用
小作业:基于CNN的文本分类
处理深度学习中的过拟合
深度学习的优势
阶段2:AI智能营销项目
Week5: 理解项目与深度学习核心技术
深度学习相比浅层学习的优势
RNN,LSTM与GRU
BPTT算法
深度学习中的梯度消失与爆炸
京东实训平台上如何使用GPU
小作业:实现深度学习的BPTT算法
小作业:实现LSTM模型
Week6: 实现基于Seq2Seq模型的文本生成
Bi-LSTM模型
层次表示与Deep BI-LSTM模型
深度学习中的可视化
传统Translation Model
Seq2Seq模型
Greedy Decoding技术
小作业:实现Greedy Decoding解码
Week7: 加入Attention机制与深入理解Decoding技术
注意力机制的思想
常见的注意力机制技术
Search以及不同变种
小作业:Beam Search的实现
Adam, Adagrad, SGD, L-BFGS的区别
深度学习中的Debug技术
深度学习中的调参技术
Week 8: 实现Pointer Network以及改造Beam Search
文本生成中的那些坑?
Pointer-Generation Network模型
频繁生成重复的词, 怎么办?
如何让文本具有多样性?
如何评价模型效果--Rough与Bleu评价标准
Pointer-Generation Network其他变种
阶段3:客服机器人项目
Week9: 理解对话系统核心技术
项目介绍以及需要完成的任务
基于检索的对话技术
基于task-oriented的对话系统
基于generation-oriented的对话系统
基于reinforcement learning的对话系统
项目的技术架构
京东对话系统数据处理
Week10: 构建对话类别分类器以及检索模型
业务型对话与闲聊型对话
准备训练数据以及构建intent classification
Query的预处理以及句子嵌入
倒排表技术以及Elastic Search
HNSW算法的实现
Week11: Learning to Rank模块搭建
Learning to Rank技术介绍
常用的Learning to Rank技术综述
BM25技术
语法树以及CFG语法
基于CKY算法的语法树构建
基于parser Tree 的 Similarity 计算
如何使用XGBOOST/LIGHTGBM建立ranker 模型
Week12: 理解自注意力机制以及Transformer
SeqSeq中的Bottleneck问题
捕捉Long-Term Dependency
小作业:可视化Long-Term Dependency
Transformer模型
Self-Attention
Multi-head Attention
Week13: 实现基于BERT和Transformer的闲聊引擎
Layer-Norm, Batch Normalization
Residual Network
Transformer的完整实现
Transformer Encoder与BERT
MLM与BERT的训练
Finetune BERT在自身任务
结合BERT输入与Transformer生成引擎
Week14: 理解XLNet, ABERT以及应用
基于Autoregressive训练与AE的训练
Permutation Language Model
XLNet与Two-stream Attention
XLNet的工程实现以及应用
ALBERT模型
ALBERT的工程实现以及应用
Week15: 实现基于Distillation的模型压缩
模型压缩的重要性以及必要性
基于矩阵分解和贝叶斯方法的压缩技术
基于模型蒸馏的压缩技术
基于不同Targert(如Soft Target)来构造目标函数
利用Distillation把Transformer模型做大力度压缩
显存不够, 怎么办?
Week16: 构建合理性模型来处理多轮对话
多轮对话的重要性以及挑战
多轮对话常用技术
多轮数据的准备
合理性模块的损失函数构造
对话系统的整体评估
阶段4:面试准备
Week17: AI工程师面试准备
如何撰写一份有吸引力的简历
AI工程师的职业发展规划
自测:面试中那些常见的问题, 你会几道?
面试中你应该如何展现自己?
一线AI公司中的项目概览
京东人工智能项目介绍
week18: 闭幕式
课程总结
项目答辩
毕业典礼
了解更多

毕业学员福利

了解更多课后福利

常见问题

了解更多
给我们留言
您好,现在客服不在线,您可以留下【姓名】 +【电话】,备注您关心的问题,我们的教务 老师会很快联系你。
姓名:
手机:
留言内容:
提交