在QCon北京2018大会上，李碧野、喻向前讲师做了《从键盘键入到神经网络——深度学习在彭博的应用》主题演讲，主要内容如下。

演讲简介：

在金融数据领域，彭博用三十多年的时间从一个向用户提供部分美国公司金融数据的公司成长到了现在覆盖全球基本上所有公司的全方面的超大型集成平台。这些金融数据都需要从不同的格式中被尽可能快速并且准确的提取出来，标准化，最后通过统一的格式反馈到市场。在本次演讲中，我们将讲述在神经网络领域最新的突破如何帮助彭博对文件进行自动化处理，并将展示其在数据提取及分析方面体现出来的更高准确度和更快处理速度。

听众受益

了解大数据背景下金融相关行业的一些独特挑战和问题，包括源数据源格式多样性及不规范性，准确性和低延时的高要求等；
深入理解神经网络如何帮助从文件中识别和提取有用的金融信息；
了解如何满足大型神经网络对数据和运维的海量需求；
探讨如何高效率的大规模部署深度学习模型。

讲师介绍：

李碧野

彭博数据自动化团队经理

李碧野，2010年毕业于华盛顿大学并加入彭博至今。现任彭博数据自动化团队经理。主要负责带领团队开辟并应用机器学习领域最新的研究成果来处理彭博系统里的大规模金融数据。他的团队拥有并维护彭博最大的私有GPU数据中心，开发了业界领先的信息提取引擎。

喻向前

彭博衍生品流数据处理团队Team Lead

喻向前，2008年毕业于武汉大学，2012年加入彭博。现任彭博衍生品流数据处理团队Team Lead. 带领团队从事衍生品数据实时处理和批处理平台开发。在对低延迟处理有着超高要求的市场实时数据处理的大背景下，团队应用机器学习模型对跨度极大的市场数据进行各类实时分析和集成。

完整演讲PPT下载链接：

https://qcon.infoq.cn/2018/beijing/schedule

创作场景

从键盘键入到神经网络——深度学习在彭博的应用