期望最大化（洪亮劼的专栏） 分享技术、管理、团队和业界的思考

关于

洪亮劼，博士 – LinkedIn工程总监


我目前担任LinkedIn的人工智能工程总监（Director of Engineering – AI）。LinkedIn是全球最大的职场社交网络，在全球200多个国家与地区运营并且拥有超过6.6亿用户。

我领导多个机器学习研发团队，为两大LinkedIn核心产品群提供人工智能解决方案：一是涵盖企业级招聘、用户职位搜索以及推荐的“英才方案和职场规划产品群”（Talent Solutions and Careers）、二是领英中国（LinkedIn China）的招聘职场产品（InCareer）。团队开发的算法是LinkedIn核心竞争力的重要驱动力。在这些领域，我作为人工智能技术领导，与产品的其他功能领导一起制定产品的中长期发展规划，并且为团队的发展规划蓝图。

在加入LinkedIn之前，我于2016年到2020年担任总部位于纽约的电子商务网站Etsy的数据科学与机器学习工程总监（Director of Engineering – Data Science and Machine Learning）。我发展并且管理了一支位于纽约和旧金山有近40人的数据科学家及机器学习工程师团队。团队成员绝大多数拥有硕士以及博士文凭，来自计算机科学、运筹学、统计、经济学、物理等学术背景。我的团队主要职责是为Etsy提供全方位的数据科学支持，包括个性化与推荐、搜索、计算广告、图像处理及深度学习和文字信息挖掘等多方面的基于机器学习的产品优化方案。

在加入Etsy之前，我于2013年到2016年在雅虎研究院（Yahoo Research）工作，历任科学家、资深科学家和高级研发经理职位。在雅虎研究院工作期间，我亲自领导并参与了多项大数据大规模机器学习系统的研发工作，包括雅虎首页千万级用户个性化推荐系统、雅虎移动搜索千万级用户搜索优化系统以及大型个性化广告系统，对如何在产品中使用机器学习数据分析，以及如何在工程中实现高级机器学习模型有独到见解。

我长期从事机器学习与人工智能的基础以及应用研究，对推荐系统、搜索引擎、计算广告学、社交网络以及自然语言处理等领域有深入理解，在国际顶级学术会议中发表重要论文近50篇，文章引用量超过5000次（H-Index：25）。同时，我也长期担任多个国际著名会议及期刊的评审委员会成员和审稿人，并且组织过多个关于推荐、搜索、用户体验优化的国际研讨会。我拥有4项美国专利。

我分别于2010年和2013年从里海大学获得计算机科学硕士和博士学位，之前于2007年从北京化工大学获得计算机科学学士学位。

经典专栏文章

访谈及媒体报道

大众文章

主要工作经历

学习经历

主要荣誉

  • 雅虎专利里程碑奖 2016
  • ACM RecSys会议最佳论文 2014
  • ACM WSDM会议最佳论文提名 2013
  • WWW会议最佳展板（Poster）论文 2011

主要学术界服务

发表论文

代表性演讲

  • 计算英才市场于Melbourne Search and Recommendation Group Meetup，虚拟会议，2021年11月
  • 计算英才市场于The AI Summit - Silicon Valley，虚拟会议，2021年11月
  • 搜索科学与自然语言处理在工业界的应用于宾夕法尼亚州立大学，虚拟会议，2021年4月
  • 工业级推荐系统最新挑战和发展主题演讲于Booking.Com，虚拟会议，2020年12月
  • 工业级推荐系统最新挑战和发展主题演讲于“第一届工业级推荐系统研讨会”（KDD 2020），虚拟会议，2020年8月
  • Tutorial on Online User Engagement: Metrics and Optimization 于KDD 2020，虚拟会议，2020年8月
  • 电商搜索和推荐算法的最新发展和挑战 于Southern Data Science Conference，虚拟会议，2020年8月
  • 电商搜索和推荐算法的最新发展和挑战 于WSDM 2020工业界日，美国休斯敦，2020年2月
  • Tutorial on Online User Engagement: Metrics and Optimization 于WWW 2019，美国旧金山，2019年5月
  • Search for E-Commerce: (Not) Solved (Yet). 于SIGIR eCOM Workshop 2018，美国安娜堡，2018年7月
  • 讲点击转换成购买于Machine Learning Innovation Summit，美国旧金山，2018年5月
  • 机器学习和人工智能在Etsy电商平台中的实践 于Big Data Meetup，美国纽约，2018年3月
  • Tutorial on Metrics of User Engagement 于WSDM 2018， 美国洛杉矶， 2018年2月
  • 从点击率提升到用户长期行为优化：浅谈人工智能技术在电商搜索的落地应用 于AICon 2018，中国北京，2018年1月
  • A Gradient-based Framework for Personalization 于印第安纳大学，2017年11月
  • A Gradient-based Framework for Personalization 于Global Artificial Intelligence Conference，美国纽约， 2017年10月
  • GB-CENT 于Big Data Innovation Summit，美国波士顿，2017年9月
  • 人工智能在Etsy电商平台中的技术实践 于Insights Data Science，美国纽约，2017年8月
  • 人工智能在Etsy电商平台中的技术实践 于Machine Learning Summit，中国北京，2017年6月
  • GB-CENT 于中科院，中国北京，2017年6月
  • GB-CENT 于Data Science PopUp，美国纽约, 2017年6月
  • GB-CENT 于Machine Learning Innovation Summit，美国旧金山，2017年6月
  • GB-CENT 于Lehigh University，美国宾夕法尼亚州，2017年4月
  • GB-CENT 于Global Predictive Analytics Conference，美国圣塔克拉拉，2017年3月
  • GB-CENT 于Predictive Analytics Innovation Summit，美国圣地亚哥，2017年2月
  • Personalization@Yahoo 于小红书，中国上海，2016年六月
  • Beyond Clicks: Dwell Time in Personalization 于Twitter，美国旧金山，2015年六月