淘宝天猫业务产品很多，每年还会有很多大促活动，产品页面心智不同导致 UI 视觉多样、业务性质不同导致业务逻辑不同，大量的 UI 难以复用，需要投入大量的前端人力来开发，前端同学的业务压力非常大。为了解决这种困境，我们研发了自动生成代码平台 imgcook，帮助提升前端研发效率。

在 imgcook 中我们逐步引入了 CV、NLP 等 AI 技术来辅助识别设计稿信息智能生成可读性和可维护性较高的代码，并在双 11 大促中自动生成了 79.34% 的前端代码，助力前端研发效率提升 68%。智能生成代码平台 imgcook.com 在 2019 年已经正式对外开放，服务于 25000+ 用户。 本次分享将为大家介绍设计稿生成代码平台 imgcook 的核心思想以及AI技术在 imgcook 中的应用场景和落地实践。

演讲提纲：

1. 设计稿生成代码平台 imgcook 介绍
   • 产品发展历程
   • D2C双11研发提效
2. 机器学习技术在 D2C 领域的应用场景
3. 前端视角下，D2C 领域机器学习应用实践
   • 使用机器学习解决问题的一般步骤
   • 组件化代码生成的问题定义
   • 如何收集组件样本数据？
   • 如何做机器学习算法选型？
   • 前端工程师如何训练模型？
   • 模型识别服务部署
   • 模型识别服务应用于D2C工程链路
4. D2C 双 11 零研发工程实践
5. 未来展望

你将获得：

1. 了解机器学习技术在设计稿生成代码（D2C）领域的应用场景
2. 了解如何将机器学习技术应用到工程项目中解决业务问题