講者

« 回列表
分享

數據特性 vs AI產品設計與實作

演講時間/地點

第 1 天 11/13 (五) 15:00-15:40 於 R2

演講摘要

數據生而不平等. 不同產業欲推動數位化, AI 化時, 所面臨的挑戰以及可預的期效益大相逕庭. 在設計 AI 產品時, 首要考量為數據的擷取, 閉環的形成, 以及從中產生效益. 然而, AI 模型對數據的依賴性, 以及本身的容錯性, 對於整個產品的設計同等重要. 針對模型特性設計容錯的配套, 隨著數據迭代進行模型更新, 並加速整個數據閉環的循環, 才能讓數據發揮最大的效用.

此演講從宏觀至微觀, 以理論輔以實際案例, 幫助產品經理與工程師 / 架構師在推動 AI 產品化時, 更能掌握上述各點之間的取捨.

分享

講者簡介

陳彥呈
  • 陳彥呈
  • OfferUp / 資料科學家

  • Albert 陳彥呈博士致力於 AI 研究 15 載, 近 9 年來專注於 AI 產品化, 是台灣人工智慧學校創校教師群, 曾協助台灣與美國零售, 廣告與電子業推動數位化與 AI 化, 幫多間 VC 進行 AI 投資項目評估, 指導台大, 台科大, 廣達電腦團隊於創業競賽得獎.

    Albert 2018-2020 任 Clobotics US 總經理, 2015-2018 任 Viscovery 研發副總, 並曾任科技部, 經濟部, 工研院與資策會計畫之顧問與評審委員. Albert 是 SUNY-Buffalo 博士, 國立清華大學學士, 並曾獲教育部業師獎, 紐約州立大學教學獎.

分享