5-字节跳动-基于深度学习的在线质量评价系统以及服务化实践-马国俊.pdf

《5-字节跳动-基于深度学习的在线质量评价系统以及服务化实践-马国俊.pdf》由会员分享，可在线阅读，更多相关《5-字节跳动-基于深度学习的在线质量评价系统以及服务化实践-马国俊.pdf（22页珍藏版）》请在三个皮匠报告上搜索。

1、在线质量推荐系统以及服务化实践 字节跳动马国俊 个人简介 前言 在线质量推荐系统的构建 总结与思考 提纲 ?国俊 字节跳动互娱影像质量保障团队、研发效能团队负责人 履历：先后就职于腾讯、百度等互联?公司 工作：主要从事工程效能&质量保障领域相关?作，效能工程服务化、机器学 习算法评估与应用研究、质量保障团队管理等。 2019年加?字节跳动 个人简介 前言 前言 在预防为主的质量阶段，业内涌现大量测试方法论和工具链&服务化建设。 这两年在国内互联网界，智能测试方兴未艾。 结合字节跳动互娱质量保障的实践，介绍下AI是怎么赋能智能测试的。 剪映：抖音官方剪辑工具 产品目标： n国际化出海 n核心剪辑

2、工具 +“剪同款”出海 演示Demo：剪同款模板 剪同款模板：集视频、音频、特效、贴纸、文 字、画中画、滤镜等诸多素材与剪/编辑于一 体。小白套模板即可剪出高大上的视频。 我司效果妹子做的一个剪同款模板。 复杂的模板对设备性能有一定要求。 背景 挑战 剪同款模板的性能兼容性测试如何开展 n传统测试评价方法：单模板的多机型兼容性 能手工测试 n问题： 兼容性难全覆盖 人力、设备可维护性挑战多多 评价方法缺乏泛化能力，突出表现在： 新模板 新机型 解决之道 n引入推荐算法思想，基于模板线上表现数据来建模 n关键点： 算法选型：具备泛化能力 样本工程：怎么定义一个模板在某个终端设备上，表现是 好的，

3、还是不好的。 特征工程：模板性能表现，受哪些维度影响 训练：Batch-实时 预测：预测服务，多模型联合决策能力 CMS: 报表、干预、长尾 在线质量推荐系统 剪映：抖音官方剪辑工具 国际化出海面临问题： n海外低端机（如右图，脱敏版） n低端机run起崩溃或者导出失败现象 n低端机run起后存在部分卡顿，视频导出时间过长，有损 用户体验 n个别地区甚至1/3强设备都属于低端 带来议题： 模板素材进行分级性能优化策略（RD侧） 模板根据机型表现制定分级下发策略，根据性能兼容性 决定是否下发（QA侧） 背景 用户 推荐模型 PB模型 预测结果 Feeds流 埋点上报 预测服务 在线质量推荐系统 在线质量推荐系统 系统架构 Wide & Deep/DeepFM Kafka flink AML 数 据 处 理 埋点 客 户 端 队 列 样本工程 特征工程 预 测 预测服务 召回池过滤 数据报表人