人物志 | KDD Cup 2017双料冠军燕鹏

475009人浏览 / 2017-09-07 00:00:00.0

2017年数据挖掘领域最有影响力的赛事KDD Cup近日揭晓,Convolution队从全球70个国家的3582支队伍里脱颖而出,包揽两项任务的冠军。这支双料冠军队成员名单里,有一个我们熟悉的名字——美团点评高级技术专家燕鹏。

燕鹏

说燕鹏可能大家并不一定知道,但提起燕鹏的网名Eureka,玩算法竞赛的同学一定不会陌生。是的,燕鹏同学就是在世界最大的算法竞赛平台Kaggle总排名第5的Eureka,目前在所有中国同学里排名最高,历史总成绩是16金13银3铜。

现在,就让我们一起来认识一下这位身边的大神吧。

对话燕鹏

Q:Hi燕鹏,请先简单介绍一下自己。

燕鹏:2002年清华硕士毕业,主要做模式识别。2002-2005在创业公司做计算机视觉相关工作,2005-2008年自己创业,2008-2016年在网易做广告相关的事情。2016年4月来到美团,主要负责酒旅排序的工作,现在到了金融服务平台,做机器学习相关的工作。

这几份工作都和数据挖掘专业相关,都是用机器学习来解决不同的问题,前期主要偏向图像,后期偏向数据相关。

Q:那说说你的KDD Cup经历吧。

燕鹏:这个大赛在圈子里还是很有名的,20年悠久历史了。算上这次我已经参加三次了。

第一次是2015年,当时我是队长,和7个不同国家(小编查了一下有美国日本韩国奥地利新加坡……)的人加上另外一个清华的同学,我们9个人组了队伍。队名就叫InterContinental Ensemble(洲际天团)哈哈。

大家在各个国家,用Skype,然后不同的时差,最后在一个时间点上等待着最终成绩的发布,最后我们第一名,这个让我印象很深刻。

等待成绩的时候一开始很忐忑,因为并不知道自己第几名。我们前几名的差距非常非常小,谁都可能是第一名,所以当时知道自己是第一名的时候,我们几个都炸掉了!

Q:所以你已经拿过一次冠军了啊。

燕鹏:是啊。其实这次你们要是不说,也就过去了。这次我不是队长,只是队里的老大哥。

Q:那第二次呢?好像没成绩?

燕鹏:2016年第二次也做完了,但由于算错了时差,答案提交得较晚,错过了获奖机会。

Q:说说这次冠军之路吧。

燕鹏:说实话,第一次赢了之后还是很高兴的。这次就没有那么强感觉了。相当于找人打了一局王者荣耀,赢了也没有值得炫耀的事情,输了也就输了。

另外第一次的前几名都是外国人,这一次比赛多是中国人,基本也没什么好说的。

Q:还是说说细节和感受吧。(小编心理活动:不然我怎么写稿子啊)

燕鹏:今年组队的同学里,有两个微软的(胡可和黄攀),一个是北航的研究生(陈欢),其中微软的小伙子是队长。我们线下认识,就商量说一起玩一下吧。我们几个人都有Kaggle比赛的冠军经验,所以实力还是很强的。

我是抱着玩儿的心态去的,他们比我更想赢,毕竟还没有赢过嘛。很多玩数据挖掘的人,都想赢一次KDD,它是一个相对于知名度较高的比赛,夸张的说,这个比赛是这个圈子里的奥林匹克。

本次大赛的题目,还是有一定挑战性的。具体可以看胡可的分享。

小编从胡可分享Slides里找到这幅图

这次数据比较少,意味着你的方法结果会不稳定,这种不稳定会意味着最后要靠一些运气来争夺输赢。应该是实力+运气的组合,这两个的组合不太好量化,其实很多比赛到了最后比1、2、3名的时候,都会靠一点点运气。曾经我有一次比赛,在十万分位的比别人高一点点,赢了。

Q:你们几个人是怎么合作的?

燕鹏:我们会先从自己的技术积累出发,充分讨论技术点和可能的方案。然后自由探索,分别给出自己的解决思路。这样做的好处是,不会一上来就把思路限制住。最后再进行充分融合。

Q:你觉得在KDD这种比赛取得好成绩,需要哪些能力和素质?

燕鹏:首先数学得好。

第二是实践实践实践。经验很重要,用数据挖掘、机器学习的方法来解决各种各样的问题的经验。多做,多用机器学习解决各种各样的问题,那么你再来一个新问题,哪怕是以前都没有从来没有做过的问题,可能都会做得出来。

在这个比赛之前,我也参加过各种各样的比赛,一方面是看时间,一方面是看问题。我以前喜欢做我擅长的,如广告,后来就越来越杂,比如这次的是交通的问题,我也做过金融、教育、医疗的问题。这个就是兴趣,你可能看到一个新的东西,你就会要解决他,觉得这个还挺高兴的。

除了数学好,对数据得敏感,这个不知道怎么更好的描述,有些人先天看到数据就会很感兴趣,就会找到规律,我们经常会用数据来说明情况。

Q:你是怎么加入美团点评的?

燕鹏:噢,原来的公司搬家了,搬远了。我家就在望京,美团点评离家很近,就来了。(小编心理活动:能不能别尽说大实话啊。)

Q:那来了美团点评以后感觉怎么样?

燕鹏:各方面都挺好的,对公司很满意。Leader对我很信任,能给我一些空间,让我做一些探索性的事情。

Q:对从事算法工作的同学,有什么建议?

燕鹏:我一直的观点,Paper+方法都要有。

机器学习发展的速度非常快,从事算法的同学应该更多的去Follow学术界和工业界的最新研究成果,想办法把这些研究成果运用到自己的工作中去。

另外,我觉得搞数据挖掘的同学可以多参加KDD这样的比赛,这是一个不错的学习的方式。大家从论文能学到东西,确实有很多新的方法,但是这种比赛里面会有很多技巧性的东西,这种技巧性的东西往往可能不是特别的深奥,写不出paper来,但也是非常有用的。

所以这两者不会重叠,会有一些互补。

Q:最后一个问题,有什么优秀的学习资料可以推荐给大家?

燕鹏:我推荐《The Elements of Statistical Learning》,比较难,但我非常喜欢。初级一点的同学,可以去学台大林轩田教授的机器学习课程

低调,实在,但其实挺牛、挺靠谱。嗯,这就是我们美团点评技术团队。