- TF105:大语言模型技术进展及应用
- TF104:软件工程的复杂性
- TF103:降本增效 架构先行
- TF102:攻击面管理
- TF101:全域营销的数据科学
- TF100:大模型时代下数据智能的应用与前景
- TF98:数字化转型先锋论坛-金融行业实践专场
- TF97:大语言模型时代的知识工程
- TF96:知识图谱赋能时空AI
- TF95:元宇宙系列(三):行业智能化,产业元宇宙来助力
- TF94:NLP技术和产业化发展
- TF93:云原生年度回顾与展望
- TF92:工业机器人柔性控制
- TF91:前端新技术与新实践
- TF90:研发效能度量
- TF89:数智转型 势在必行
- TF87:数据洞察与数据驱动
- TF86:知识图谱赋能智能制造
- TF85:打造公路“头等舱”——智能座舱与交互革命进行时
- TF84质量与效能
- TF83中间件设计:打造互联网架构的基石
- TF82前端与图形学
- TF81工业制造中的数据治理
- TF80云原生安全
- TF77智慧商业,连锁革命
- TF76金融知识图谱构建与应用:进展与展望
- TF75云原生架构演进:降本增效背景下的云原生实践
- TF74产业互联网下的数据科学
- TF73边缘计算不边缘——创新焦点之边缘智能设备和应用
- TF72技术创新驱动企业增长
- TF71 产业变革中的工业互联网安全
- TF70跨模态前沿AI技术及产业应用
- TF69工业制造中的大数据分析和预测
- TF68前端与多媒体
- TF67如何用因果推断和实验驱动用户增长
- TF66大转型,走进农业新时代
- TF65知识图谱开源开放及生态
- TF64量子人工智能:机遇与挑战
- TF63基础架构设计:从架构热点问题到行业变迁
- TF62元宇宙系列(二):数字化底座,万丈高楼平地起
- TF61开发安全与供应链安全
- TF60企业级研发效能提升的实践
- TF59研发效能提升之美
- TF58视觉基础模型研究及应用
- TF57数据安全之流动数据的安全管控
- TF56MBD,开启产品数字化定义新未来
- TF55前端工程体系,告诉你头部企业的新探索
- TF54工程师成长地图与卓越研发组织打造
- TF53预训练时代的大规模知识表示与推理实践
- TF52智慧、融合、安全——智能科技车与路
- TF51畅谈元宇宙的发展与挑战
- TF50工程师文化驱动组织创新
- TF49 产品设计与生产制造协同案例分享与探讨
- TF48云原生时代架构变迁与前瞻
- TF47AI技术落地过程中的实践问题探讨
- TF46数据科学的新发展与数字化转型
- TF45知识图谱新技术、新场景、新应用
- TF44智能驾驶的技术挑战和解决方案
- TF43前端的发展与未来
- TF42区块链DeFi技术新机遇与实战
- TF41云上大数据和数据中台建设
- TF40人机共存,传统行业供给侧服务者赋能技术与系统实战
- TF39语言知识前沿研究与工业实践
- TF38无(少)标注数据在人工智能中的应用
- TF37基于场景的机器人环境理解与智能交互
- TF36工业大数据在智能制造领域的应用与探索
- TF35从数据分析到数据智能
- TF34工业互联网安全前沿与技术热点
- TF33人工智能的下半场—— 知识图谱的新机遇与行业落地
- TF32端到端数据分析系统构建
- TF31智能:前端技术的新挑战
- TF30产业互联网下的数据智能实战解析
- TF29机器视觉技术进展及工业应用
- TF28技术战略转型背后的工程师文化
- TF27零信任网络架构实践 (ZTNA Practice)
- TF26互联网架构中的热点应对
- TF25工业人工智能技术创新与应用
- TF24 仿真工业软件的研究与应用
- TF23AI联邦学习的最新应用落地
- TF22数据驱动
- TF21 认知智能落地中的问题与对策
- TF20 深度学习技术和框架应用
- TF19 未来智能设备的交互技术
- TF18 数据安全与风险防控
- TF17 认知计算产业化落地
- TF16 NewSQL探索与实践
- TF15 Cloud Native 云原生时代的架构
- TF14 联邦学习技术及数据隐私保护
- TF13 大数据时代背景下数字内容生产行业的技术变迁
- TF12 语言认知与知识计算
- TF11 容器化和Service Mesh实践
- TF10 AI在智慧媒体领域的应用
- TF09 人机对话的产业应用与技术发展
- TF08 企业数据安全建设实践
- TF07 大数据在新零售中的应用
- TF06 工程师职业发展及组织文化概况
- TF05 区块链技术与工程实践研讨会
- TF04 纵论AI在问答、机器翻译、自动驾驶、人脸识别中的应用
- TF03 大数据系统与应用
- TF02 人工智能时代的互联网运维
会议主席
张小沛
现任车好多集团(瓜子二手车,毛豆新车)CTO,负责车好多集团技术团队以及金融事业部,全面参与制定并实施公司的战略发展方向和变现模式。在加入车好多之前,张小沛曾担任宜信集团CTO兼宜信大数据创新中心总经理,主管宜信技术部门,以及大数据及互联网相关的业务、互联网营销、大数据驱动的反欺诈及风险控制,互联网以及移动互联网金融产品的战略制定和落地实施。张小沛的职业经历还包括担任美国著名在线视频公司Hulu全球副总裁,负责Hulu视频推荐系统、搜索引擎等多个核心技术产品的研发;微软在线广告团队首席研发总监,负责微软展示广告精准投放技术的研发等。张小沛毕业于清华大学计算机科学与技术系,获本科学位及硕士研究生学位。
特邀讲者
魏旋
主题报告一视频:打造二手车保卖定价系统
主题简介:保卖服务是瓜子二手车一次重要的服务升级,大大提升车主和买家二手车交易的确定性和便利性。保卖业务采用担保最低价模式,降价出售引起的损失由瓜子承担,所以保卖价格的准确性对于业务发展和盈利性至关重要。保卖定价系统,通过分析长期市场和短期市场的需求,通过控制金融渗透率和折价率等,保持业务增长和盈利性的平衡。本次分享会,将介绍保卖定价系统的背景、实现和结果。
个人简介:魏旋,博士毕业于清华电子系,先后负责Hulu的精准广告系统,宜信大数据的实时分控系统,现任瓜子算法团队负责人。
司马云瑞
主题报告二:大数据赋能小米新零售
主题简介:小米公司专注于硬件(手机,电视和生态链)生态,互联网服务(MIUI,云服务,互联网金融等)和新零售(小米商城,小米之家,米家有品等)。经过7年的发展,公司积累了海量的日志和用户行为数据。如何发挥出这些数据的价值是一个非常有挑战的话题。比起传统零售,新零售的一个特点就在对数据的综合运用上。本次分享专注在小米是如何打通线上线下数据,提升零售各环节的效率。
个人简介:司马云瑞,小米大数据负责人。2014年加入小米,负责小米大数据平台,用户画像,和大数据应用等方向。之前在微软亚洲工程院,微软亚太研发集团负责云服务,大数据相关工作。
朱超
主题报告三:构造海量数据与高实时性的核心系统
主题简介:摩拜单车每天有超过3000万次骑行,服务于全球16个国家的2亿用户,每天产生40TB以上的数据。如何对散落在不同的日志与数据库中的海量数据进行同步、清洗、过滤、转换、聚合等工作,进而发掘出对公司有用的商业价值,是一个极为重要的课题。NYX作为摩拜的核心数据系统,承担了线上线下实时数据同步、数据清洗过滤、关联数据补全与格式转换、实时session生成、实时特征产出、高性能查询服务等重要功能。本次分享会介绍NYX的立项背景、技术选型以及架构实现。
个人简介:朱超,现任摩拜单车大数据部架构组技术经理,主要负责核心数据系统、数据分析、消息推送、用户增长等系统的设计与开发。
张磊杰
主题报告四视频:每日优鲜区域化营销系统
主题简介:每日优鲜是一个围绕老百姓餐桌的生鲜O2O电商平台。每日优鲜在主要城市建立起“城市分选中心+社区微仓”的极速达冷链物流体系。作为新零售下的营销平台,要针对用户群体建立多样化标签,根据“区域化运营”的要求,对新老客发生不同形式不同程度的召回行为,在“单品微仓化”的基础上,强化“精选品类”的优质特性,对消费者作出不同程度的消费指引。
个人简介:张磊杰,中国科学技术大学硕士,曾在百度做过短视频推荐系统,在阿里做过广告竞价系统,还参与了与今日头条的广告合作。在每日优鲜期间,参与过商城交易服务系统的重构和营销系统的从0搭建,有着丰富的标签定向思维和数据营销理念,现为商城营销系统技术总监。
陈宇
主题报告五:数据赋能零售创新
主题简介:针对计算机视觉和机器学习的技术输出,对提升电商运营效率进行多个应用场景的实例描述。以提高用户体验为核心,将线上数据线下化,通过数据赋能来拓展线下市场,从而进行多维度的场景创新。
个人简介:陈宇,京东集团Y事业部—数据创新方向总监,负责数据创新,数据智能等方向技术研发,有多年的中国互联网领域技术研发好落地经验。