「阿里巴巴」3万字详细版纵览阿里巴巴达摩院15个实验室研究领域和科研成果( 十 ) 达摩院|算法|数据库

骄旸
骄旸达摩院计算技术实验室研究员
负责组建芯片开发工程团队，目前的开发重点是人工智能芯片。曾在华为创建并领导美国和上海的技术团队进行全新GPU开发；在三星作为GPU团队的核心成员，参与项目的规划和创建团队。
何建德
何建德达摩院计算技术实验室资深技术专家
曾在硅谷从事计算机绘图芯片设计工作，又先后在S3、TSMC、Broadcom、Qualcomm负责所有算法，微架构操作数设计与Shader core 布局设计。为Qualcomm设计的Shader core协助Adreno graphics Core稳占其竞争优势。
李伟良
李伟良达摩院计算技术实验室资深技术专家
负责组建AliNPU上海ASIC团队。曾在S3 Graphics从事图形芯片的设计，后供职于AMD ，负责上海研发中心的GPU IP设计部门，参与开发当前主流的图形芯片，致力于优化芯片的PPA 。在ASIC前后端的各个环节拥有丰富经验。
尹莉
尹莉达摩院计算技术实验室资深技术专家
负责芯片技术部软件部门，精于体系结构、编译器以及系统性能优化。曾在S3 graphics图形芯片架构部门，负责图形芯片可编程流水线以及后端编译器优化；后在Intel MLT部门从事二进制翻译、虚拟机以及spark性能优化。
数据计算智能计算实验室致力于下一代海量、异构数据的分布式存储、管理、查询、分析和机器学习系统与算法的研究和应用。通过并行与分布式数据处理和云上系统资源管理，多场景、多模态、异构计算引擎融合统一系统智能与自治化，数据安全隐私计算等关键技术，为各行业、各场景提供高效的算法支持和安全、可靠、强有力的计算引擎。
研究方向

下一代多场景多模态异构计算引擎

融合与统一批处理、交互式处理和流处理等多种计算模态，研究近似查询、渐进式执行等新技术，支持传统数据分析、图计算、机器学习等各种应用场景和计算需求下一代计算引擎。

大规模多样性数据挖掘和机器学习算法及应用

研究在大规模多样性数据（如结构化数据、图数据、信息网络等）上的高效数据挖掘算法和机器学习算法，探索和融合大规模图表征学习、知识图谱等新技术，应用于在线反作弊、推荐系统、和提高搜索效能等场景，服务普惠到社会生活中。

智能与自治化系统

将系统技术与人工智能技术相结合，利用人工智能技术在数据仓库管理、资源调度、引擎优化等各个方面的优势加强与改进系统.

数据安全和隐私保护

研究如何在数据采集、数据共享和数据呈现等多个可能泄露个人敏感信息的数据处理阶段有效保障数据安全和用户隐私，同时降低数据损耗并提供高效的数据分析能力。

超大规模图计算

研究以深度学习和图计算结合的大规模图表征学习为代表的机器学习算法和基于图的知识图谱技术，研发新型架构的超大规模图计算引擎和超大规模知识图谱推理系统。
产品及应用

超大规模图推理引擎图形推理与深度学习相结合，在阿里巴巴的许多业务场景中取得了成功的分阶段结果。
电子商务反作弊解决方案反作弊大致分成渠道设备反作弊和流量反作弊。渠道设备反作弊的主要任务是识别可疑的模拟器、设备牧场等。

研究团队
周靖人
周靖人达摩院智能计算实验室负责人
哥伦比亚大学计算机博士， IEEE Fellow 。拥有几十篇顶级会议和期刊论文，并持有多项专利发明。研究领域包括基于大规模分布式系统的数据计算处理方法和机器学习算法平台。曾任微软研究院研究员、微软研发合伙人。

「阿里巴巴」3万字详细版 纵览阿里巴巴达摩院15个实验室研究领域和科研成果( 十 )

「阿里巴巴」3万字详细版纵览阿里巴巴达摩院15个实验室研究领域和科研成果( 十 )