主要内容

Linkedin机器学习的基本流程，着重于如何将结果数据集应用于线上application，并阐述原有流程的痛点。
介绍derived data platform的整体设计以及几个关键技术点，例如如何合并批量和实时数据。
通过几个实例，例如数据标准化和相关性计算，来介绍derived data platformr如何存储海量结果数据集，并为线上application提供高可用，高性能的服务。
最后将总结在新平台上线和迁移过程中的一些经验，例如如何进行对用户无感知的迁移。

讲师介绍：

严岩

LinkedIn Staff Engineer

严岩，拥有10年从业经验，先后就职于Oracle、人人网、Google、LinkedIn，体验过从传统软件行业到互联网行业的转变，也历经了从国内到硅谷的工作生活变迁。曾任人人网高级架构师、技术委员会主席，负责基础架构部门，主导搭建了人人网大数据平台。

2015年加入LinkedIn Data Infrastructure部门，参与开发分布式key-value数据库Voldemort。现负责构建LinkedIn新一代deserved data platform，整合了从批量计算和实时计算获取的多种数据源，并通过跨大洲的多机房备份，为上层系统提供全球范围内可靠的高性能的数据服务。

完整演讲PPT下载链接：

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

创作场景

LinkedIn Derived Data Platform