对于机器学习和算法本身，如今开放的互联网上已经有足够多的资料学习和参考，而将这些智慧和技术实际应用到现实场景中，我们又会遇到一系列的问题: 模型如何快速上线?如何监控与评估?多种类型的模型怎么办?迭代优化如何对业务方透明?训练和预测时的特征转换如何统一? 在过去的一段时间内，我们经过一系列的优化和迭代，算法服务平台逐渐成型，实现了算法平台和业务系统无缝连接，提高模型反馈到业务系统的效率。这里跟大家分享我们在解决这些问题时所做的努力与尝试。 听众收益 1、机器学习在实际系统应用时，如何走完最后一个环节； 2、打造算法平台时将会遇到哪些问题及如何解决； 3、系统的设计和实现，如何兼顾系统易用性和性能；