高级技术总监和杰出科学家

2002-2006 本科毕业于北邮计算机学院，2006-2009 硕士毕业于北大信息科学学院；加入字节跳动之前，曾在Google Brain担任Staff Researcher的角色，专注于Tensorflow的研发，其带领团队成功将Deep Learning应用到Google所有的Ads产品，在Google Translate上线deep neural based新翻译系统，将全世界193种语言相互翻译准确度大幅度提升。参与MedicalBrain的项目建设，研究deep learning对于医疗行业的改进。刘小兵研究的wide-deep的推荐模型目前在业界很多推荐系统中被广泛采用。2009-2013在腾讯公司担任Senior Staff Engineer，研究大规模机器学习系统在搜索、广告场景上的应用，主持开发的Olympic系统至今依然在腾讯被广泛使用。研究领域包括：分布式机器学习系统，自然语言处理，推荐系统和机器翻译。Xiaobing Liu在ACL 2017, ACL 2018, IJACAL 2018, ICDM 2018担任评审委员会委员，在AAAI 2017担任领域主席。持有2项美国专利，包括Nature、RecSys等期刊和会议发表若干篇学术论文。

议题： 大规模深度学习和序列模型的研究及应用

议题简介：本讲座中我会首先回述一下sequence modeling的历史以及当时的背景，以及Attention的机制在sequence model的作用以及关键点。然后结合工业界的情况分享一下在ASR、NMT、TTS、Deep-QA上的具体应用和实践。最后我会介绍在推荐系统中如何采用sequence model建模以及关键技术要点。