如何打造高性能向量检索平台向量检索广泛应用于各类机器学习系统，如在推荐系统召回环节基于用户向量计算其最相似的K个物品向量，在问答系统中使用用户输入语句向量匹配最相似的问题，在图片检索系统中基于图片向量检索最相似的图片等。为了快速满足上层应用对向量检索的需求和提高研发效率，我们基于Faiss打造了一套向量检索平台。本次议题首先介绍平台总体架构，然后介绍增量索引、分布式索引和检索服务，并分享系统优化过程中遇到的问题及解决方法。分享嘉宾：陈泽龙，58同城AI Lab后端高级工程师，2019年7月加入58，目前主要负责WPAI深度学习平台、向量检索平台的后端开发工作，2016年硕士毕业于中国科学院大学，曾就职于中科院信工所。
http://www.aicug.cn/#/docs
58同城AI Lab 社招/校招/实习生 招聘，欢迎加入
欢迎关注开源项目 qa_matchqa_match是58同城开源的一款基于深度学习的问答匹配工具，支持一层和两层结构知识库问答。qa_match通过意图匹配模型支持一层结构知识库问答，通过融合领域分类模型和意图匹配模型的结果支持两层结构知识库问答。qa_match同时支持无监督预训练功能，通过轻量级预训练语言模型（SPTM，Simple Pre-trained Model）可以提升基于知识库问答等下游任务的效果。github地址：https://github.com/wuba/qa_match
文章介绍：欢迎关注开源项目 dl_inferencedl_inference是58同城推出的通用深度学习推理服务，可在生产环境中快速上线由TensorFlow、PyTorch、Caffe框架训练出的深度学习模型。dl_inference提供GPU和CPU两种部署方式，实现了模型多节点部署时的负载均衡策略，支持线上海量推理请求，该服务支撑了58同城各AI场景下日均超过10亿次的线上推理请求。github地址：https://github.com/wuba/dl_inference文章介绍：
部门介绍58同城TEG技术工程平台群AI Lab，旨在推动AI技术在58的落地，打造AI中台能力，以提高各前台业务人效、收入和用户体验。AI Lab目前负责的主要产品包括：智能客服、语音机器人、"灵犀"智能语音分析平台、智能写稿、AI算法平台、语音识别、CRM商机智能分配系统等，未来将持续加速创新，拓展AI应用。欢迎关注部门微信公众号：58AILab
欢迎加入58 AI Lab技术交流社区欢迎在欣秀（https://app.ic3i.com）平台上加入"58同城AILab技术沙龙"圈子，一起交流技术，可以扫描以下二维码加入该圈子。