唐睿明，华为诺亚方舟实验室推荐与搜索项目组资深研究员。他于2009年在中国东北大学获得学士学位，专业为计算机科学与技术；并在2014年从新加坡国立大学计算机专业获得博士学位。2014年底，他加入华为诺亚方舟实验室。他的研究方向包括机器学习、推荐系统、深度学习、强化学习、AutoML等。在基于深度学习和强化学习的推荐系统领域，他的多篇论文发表于国际顶级会议和期刊，如WWW，IJCAI，TOIS，AAAI，RecSys，SIGIR等。

推荐系统在人们的日常生活中随处可见，是不可或缺的一部分。深度学习，在大数据时代，做为主流的机器学习模型之一，在图像和语音识别领域取得了突破性的进展。强化学习，在机器人控制和游戏博弈场景下，取得了长足的进步。AutoML，在计算视觉中的图像分类问题中，自动设计出各种新颖的神经网络，不断刷新各类竞赛的精度上限。将这三类技术应用于推荐系统，会带来如何的效果，这是一个非常有趣且值得研究的课题。在这次演讲中，我将首先向大家简单的介绍推荐系统、其在华为内部的一些应用场景；然后我会向大家科普学术界和工业界中一些比较流行的用于推荐系统的深度学习、强化学习模型和AutoML技术；同时，我会向大家展示诺亚方舟实验室研究出的学术成果以及其在推荐系统中的落地应用情况。演讲大纲：一、推荐系统在华为内部的应用场景。二、学术界和工业界推荐系统中的深度学习、强化学习模型和AutoML技术。三、诺亚方舟实验室研究出的学术成果以及其在推荐系统中的落地应用。