Qing Da (笪庆)’s Homepage

E-mail / Google scholar / DBLP

曾任阿里巴巴资深算法专家（花名达卿），本硕均毕业于南京大学计算机系，师从周志华教授，从事机器学习相关的研究工作。2015 年初，于博士二年级退学，加入当时的阿里巴巴搜索推荐事业部，从事搜索推荐算法相关的工作至今。

在阿里期间，除了本职工作之外，对内承担了一些算法新人培训的工作，2019 年集团新人课程《搜索推荐广告-算法体系概论》作者之一，杭州场主讲人，亦承担了次年（2020 年）搜索推荐事业部算法新人班的班主任；对外则担任了 TNNLS、AAAI、IJCAI、ICML 等领域期刊会议的审稿人等。

教育经历

本科：南京大学，计算机科学与技术系，2006-09 至 2010-06

• 全国大学生数学建模大赛全国一等奖，第一完成人，2008
• 教育部-Sun 大学生创新实验计划杰出项目(Outstanding project)，第一完成人，2009
• 南京大学本科优秀毕业论文（设计）一等奖，2010
• 保送至本系继续攻读研究生学位（Rank 1st）

硕士：南京大学，计算机科学与技术系，机器学习与数据挖掘研究所（LAMDA），2010-09 至 2013-06

• PAKDD 数据挖掘竞赛公开组冠军，第五完成人，2012.
• 首届“中国云·移动互联网创新大奖赛”，一等奖 1 项，二等奖 1 项，三等奖 2 项，第一完成人，2013. [央视新闻]

• 硕士毕业论文，《基于直接策略搜索的强化学习方法研究》.

博士：南京大学，计算机科学与技术系，机器学习与数据挖掘研究所（LAMDA），2013-09 至 2015-01，肄业

• 博一期间以一作身份分别发表 CCF A 类一篇[2006-2]，CCF B 类一篇[2006-3]，博士生中期考核中优秀（Rank 1st）.

• 博二上学期因个人原因退学进入工业界.

职业经历

2015.01 – 2016.06: 资深算法工程师 搜索事业部 阿里巴巴

• 从事淘宝搜索算法相关工作
• 通过和工程团队的配合，上线第一版基于 parameter server 的大规模在线学习模型，推动了在线学习在手淘搜索的遍地开花，相关工作《基于在线矩阵分解的淘宝搜索实时个性化》获得集团 2015 年十大算法奖
• 首次将最优分配+PID 在线调节的技术引入双十一红包的发放，该技术已成为目前集团内权益发放+流量调控的基础通用方案，并沉淀了专利《一种通过关键词发放红包出售流量的方式》
• 2015 年搜索事业部最佳新人奖，双 11 疯狂搜索人奖，技术卓越奖团队成员
• 集团内部算法竞赛奖项若干：新浪微博互动预测大赛亚军；简历智能评分大赛亚军，菜鸟-需求预测&分仓规划优胜奖（rank 4）

2016.07 – 2017.12: 算法专家 搜索事业部 阿里巴巴

• 首次将强化学习引入电商搜索排序中，并且在 2016 年双十一进行上线应用，相关工作被多家媒体报道。[机器之心报道]

• 设计实现了搜索内部的强化学习框架 AI4B-RL，在多个业务线尝试进行强化学习应用，包括搜索排序[2018-2]、锦囊展示学习[2018-3]、引擎性能优化[2021/2022-6]、卖家分层调控、流量调控、虚拟淘宝[2019-3]等工作，相关工作已经整理发表在 KDD，AAAI，ECML 上。

• 组织集团内所有相关算法团队，发布电子书《强化学习在阿里的技术演进与业务创新》，其内容包含搜索、推荐、广告、物流、智能客服等广泛领域，次年其实体书由电子工业出版社出版发行。

2018.01 – 2020.07: 高级算法专家 AI 国际事业部 阿里巴巴

• 带队参加 OpenAI 举办的强化学习算法竞赛，获得全球总冠军，第一完成人。[OpenAI 官网新闻][阿里技术报道]

• 2018 年 8 月开始担任 AliExpress 搜索算法负责人角色，开始组建团队和技术升级，同时针对国际化业务特点进行技术创新。目前从 2-3 人的种子团队成长为 20+的算法团队，覆盖搜索相关性、搜索效率、搜索导购产品、流量调控等 4 个子方向。在先后2 个财年内，搜索转化率在原先优化了 8 年的 baseline 基础上，分别提升了 30%和20%，同时在搜索相关性、搜索导购产品等相关业务上也有较大幅度的提升和改进。

• 针对国际化业务的多语言问题，在 facebook 的 XLM 提出来同期就开始研究跨语言的向量模型，目前覆盖英、俄、西、法、葡，并最终全量上线，用于搜索的语义向量召回[2021/2022-3]；针对国际卖家标题填写困难的问题，通过建立图像和关键词的关系，完成标题的辅助填充，相关工作整理到发表PAKDD[2021/2022-2]。

• 针对单一模型很难捕捉到全球国家用户的行为差异，将经典的 MOE 结构升级为层次MOE 结构，并通过场景子网络和场景梯度隔断来保障最后的融合效果，相关工作已经全量上线，并被 CIKM’20 录取[2020-2]。

• 针对重排序场景，为了捕捉用户对商品整体排列的行为偏好，提出了基于评估器-生成器架构的 learning to rank 框架，该框架可以直接生成一个商品排列，以最优化全页面的用户行为，相关工作已经全量上线，并且被 TKDE 收录[2023-1]，以及相关领域媒体报道。

2020.08 – 2021.09 : 资深算法专家 AE 技术部 阿里巴巴

• 设计并产品化了 AliExpress 的流量调控系统，用于商业策略和效率策略的高效整合，其中涉及的相关工作：online matching[2021/2022-7]已经在 AAAI’10 发表，其余部分还在整理投稿中[2021/2022-10]。

• 目前除了担任 AliExpress 搜索算法负责人外，还兼任 AliExpress 算法架构师，负责AliExpress 整体搜索、推荐、广告、用增等多条业务算法线的横向能力建设。

书籍出版

• 笪庆，曾安祥主编，《强化学习实战：强化学习在阿里的技术演进和业务创新》，电子工业出版社，2018

推荐系统开源环境

1. VirtualTaobao[AAAI’19], Github.

本项目提供了基于淘宝实际数据训练得到的VirtualTaobao模拟器，尝试解决传统推荐系统模型学习范式中，用有偏离线数据评估学习策略的问题。在淘宝，当客户输入某个查询词时，推荐系统会根据查询词和客户信息返回一系列商品。系统期望返回的商品列表能让客户有较高点击概率。通过VirtualTaobao模拟器，用户可以访问一个与真实淘宝环境类似的“实时”环境。每次会产生一个虚拟客户,虚拟客户开始进行查询，推荐系统需要返回一系列商品。虚拟客户会决定是否点击返回列表中的商品，这与真实客户类似。VirtualTaobao是如何进行训练的描述见原文:

• Jing-Cheng Shi, Yang Yu, Qing Da, Shi-Yong Chen, An-Xiang Zeng. Virtual-Taobao: Virtualizing real-world online retail environment for reinforcement learning. In: Proceedings of the 33rd AAAI Conference on Artificial Intelligence (AAAI’19), Honolulu, HI, 2019. PDF

论文发表