解浚源
字节跳动联邦学习系统架构师
解浚源，字节跳动联邦学习系统架构师。2019年取得华盛顿大学计算机专业博士学位，主要研究计算机视觉方向。曾经在Amazon AI负责深度学习算法和系统研发，是开源深度学习框架MXNet的主要开发者和维护者之一。
演讲主题
联邦学习 -- 原理与实践
数据是人工智能时代的石油，但是由于监管法规和商业机密等因素限制，“数据孤岛”现象越来越明显。联邦学习（Federated Learning）是一种新的机器学习范式，它让多个参与者可以在不泄露明文数据的前提下，用多方的数据共同训练模型，实现数据可用不可见。本演讲主要探讨联邦学习在广告投放和金融等场景中的应用模式、算法研究、软件系统、和实践经验。
