OpML 2020会议回顾：我们离真正的AI产品还有多远？
机器之心分析师网络 作者：Yuanyuan Li 编辑：H4O 本文主要对 OpML 2020 大会上的一些议题进行了探讨，如生命周期管理等，并对大会嘉宾提出的一些从业观点以及作者个人的经验进行了整理分析。 1. 介绍 受到新冠疫情影响，本届 OpML（USENIX Conference on Operational Machine Learning）和其他许多大会一样，改于八月初在线上举办。但也得益于此，会议上展示的所有 talk 目前都对公众开放，既展示了目前工业界主要关注的机器学习问题，也给了大众一个了解目前机器学习在业内发展情况的窗口。 作为专注于可操作的机器学习（Operational Machine Learning）的会议，OpML 关注的重点是将机器学习部署到生产中并对其进行产品生命周期管理 （life cycle management）。OpML 试图将 ML 研究人员和实践者（例如，数据科学家，数据工程师，系统 / IT 管理员和 DevOps 专家）聚集在一起，以开发并付诸实践具有影响力的研究和前沿解决方案。 本届 OpML 共有 8 个 session，分 8 天进行，相当于每天有一个不同的主题 ，包括嵌入数据科学分析算法的框架的搭建（Deep Learning and GPU Accelerated Data