Alex Smola AWS机器学习总监

曾在慕尼黑理工大学学习物理, 并于1998年获得了柏林科技大学计算机科学博士学位。之后, 他成为澳大利亚国立大学的正式教授, 并在 NICTA 领导了统计机 器学习小组。Alex Smola于2008年加入雅虎搜索，2012年，在加州大学伯克利分校担任副教授，2013-2017年，在卡耐基梅隆大学担任正教授。在此期间， 2012-2014年，他在谷歌搜索工作, 2015年成立了马里亚纳群岛实验室，2016年加入亚马逊。 Alex Smola发表了200多篇论文, 撰写或编辑了5本书, 并在 ICML，NIPS, COLT, KDD, WWW等许多其他会议的项目委员会中任职。

Aston Zhang 亚马逊应用科学家

曾在谷歌研究院、微软研究院、雅虎实验室、瑞银和高频交易所实习。他毕业于伊利诺伊大学香槟分校，师从Carl Gunter和Jiawei Han教授，并获得计算机科学博士、硕士和统计学硕士学位。博士研究期间，他的第一作者论文发表在WWW、KDD和SIGIR。

精彩抢先知 《AWS 上运行 MXNet以及 MXNet 的新接口Gluon 介绍》 本教程介绍Gluon,它是一个灵活的新界面, 用用户友好的前端来匹配 MXNet的速度。像 Theano 和 TensorFlow 这样的符号框架提供了速度和内存效率, 但很难编程，像Chainer和 PyTorch 这样的命令性框架很容易调试，但当涉及到速度时, 它们很少能与符号代码竞争。而Gluon可以调和这两者，通过使用实时编译和高效的运行引擎来消除关键的痛点。

王乃岩 图森未来首席科学家&合伙人

将深度学习应用于目标追踪领域的全球第一人，多次在国际数据挖掘(KDD Cup/Kaggle Challenge)和计算机视觉（ImageNet LSVRC）比赛中名列前茅。2014 Google PhD Fellow（中国仅4位入选），知名深度学习开源框架 MXNet 核心开发者，香港科技大学博士。

精彩抢先知 《MXNet在图森自动驾驶业务中的应用》 图森未来专注于以视觉为主导方案的限定场景自动驾驶技术，这背后势必涉及到大量深度学习算法。图森未来围绕MXNet开展了大量开发，在此演讲中将介绍图森未来基于MXNet的一些工作以及开源的一些项目，和它们在自动驾驶业务中的应用。

焦少慧 英伟达（NVIDIA）公司深度学习解决方案架构师

负责GPU计算的解决方案。加入NVIDIA之前，曾任Intel的高级研究员，专注于深度学习算法研究和产品孵化。焦少慧拥有中国科学院软件研究所的博士学位，曾在SIGGRAPH, SIGGRAPH ASIA, CVPR, ICCV等多个学术会议发表论文。

精彩抢先知 《Volta-AI 和HPC的最佳处理器》 本演讲将详细介绍英伟达最新的GPU-Volta架构及最新性能，和大家一起讨论Tensor Core，MPS，NVLink/HBM2等新特性。还将介绍深度学习最新SDK，包括TensorRT，CUDA9.0新特性等。最后将介绍Volta GPU对AI和HPC应用的促进。