稳定压倒一切，如何在阿里巴巴的钱袋子做高频线上实验？A/B Testing 是算法模型进行在线实验的经典方法。Google 于 2010 年发表了分层正交实验论文，各大公司依此思想建立了分层实验平台，可以对流量多层正交，互不影响，从而最大化提升实验效率。 随着大规模机器学习技术的发展，高度复杂的深度模型被广泛使用，在线实验参数的变更，在后台会涉及复杂分布式系统数据切换，在线服务上线等一系列操作，会面临相当多问题，严重影响迭代效率。

讲师介绍

向杭，花名刑志，高级技术专家，2013 年加入阿里巴巴。现任阿里妈妈事业部工程生产力团队负责人。方向包括大规模算法与数据系统质量保证、实验效率提升、算法分析平台构建等。致力于运用技术手段，提升 AI 系统质量、监控、调试与分析能力，从而提升工业级算法迭代效率。带领团队在 SIGIR、KDD 发表多篇论文，涉及 CTR 预估模型可视化，大规模稀疏数据异常检测等多领域。