- 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
翁志
拥有20年+海内外高新技术研发管理经验,专长于数据存储、数据挖掘、人工智能、分布式计算、网络安全、云计算等领域。曾任职于京东、Google、Oracle、Sybase 等公司,从事技术和管理工作。拥有40余项国内外技术专利。是教授级高工。 现担任平安科技首席数据官。
特邀讲者
熊健
主题报告一:腾讯数据工业化之路
主题简介:互联网红利消失后,数据驱动成为业务寻求增长核心抓手。如何扫清数据驱动数据烟囱和数据质量的障碍,让数据驱动成为真正的业务发展引擎?本次将分享腾讯PCG (内容与社交事业群)作为腾讯的技术工业化的先头部队在数据工业化道路探索和实践
个人简介:熊健,腾讯大数据专家,主导腾讯数据共享和内容与社交业务数据中台建设,有丰富的大数据产品和数据应用的经验。
程从超
主题报告二视频:云上大数据
主题简介:随着硬件技术的革命和软件架构的革新,ABC(人工智能,大数据和云计算)的融合成为可能,数据的收集,存储,批处理和流式处理以及数据的利用都可以基于云基础设施来实现,英特尔将和您一起在本次分享中探讨如何基于当前的最新硬件技术和软件架构优化底层的基础设施,为大数据提供高性价比的服务,如何对当前批流一体的大数据框架进行优化,以更好的支撑上层业务,充分利用底层资源。
个人简介:程从超是英特尔首席工程师,中国云创新中心技术总监,主要从事大数据、数据库方面的技术支持和架构设计,之前先后供职于华为技术有限公司,甲骨文技术有限公司,合力思中国有限公司和Sybase中国有限公司,有多年的数据库、中间件和大数据架构设计和技术支持经验。
周东祥
主题报告三视频: 腾讯海外游戏数据中台全球化挑战与最佳实践
主题简介:伴随着最近几年中国公司在不断海外拓展市场和运营产品,数据驱动产品在海外用户增长是一个必备良药,这样就对如何构建一个符合海外全球运营、高效驱动数据应用的数据中台是所有公司都亟需面临的挑战。那么,海外数据中台与国内的数据中台建设思路有何差异?会面临那些问题?
本次分享将带来海外数据中台的建设经验,介绍腾讯海外游戏数据平台整体建设思路与方案视图,进一步详细阐述在数据服务产品化、全球数据中心、大数据生态、多云架构下、数据合规等多方面的问题、挑战以及最佳实践。
个人简介:周东祥,腾讯海外游戏IEG Global Data Platform的负责人,负责腾讯海外游戏的全球数据中心、大数据技术平台以及ABI数据分析、数据驱动游戏应用等相关技术平台和产品。从2012年始负责腾讯游戏国内的大数据平台建设,实现了大数据服务在腾讯游戏应用;2016年开创实时数据驱动游戏实践应用,实现腾讯游戏数据驱动用户增长的方案落地。截至当前应用在王者荣耀、刺激战场、英雄联盟等游戏上。2019年建设腾讯海外游戏整体数据基础技术中台和数据驱动应用中台体系。
许飞
主题报告四视频:大数据下的服务器挑战
主题简介:随新基建和5G发展,大数据时代到来,而企业也迎来海量数据所带来的诸多挑战。在应用架设、系统运维方面,如何用新技术、产品,去解决应用、系统性难题?就此,宁畅将分享在产品研发过程中的具体案例与实测数据,与您一同探究服务器如何突破大数据挑战。
个人简介:拥有15年服务器和相关行业工作经验,十余年来专注于服务器体系架构,云服务器和人工智能服务器等方面科研与方案运用。
曾担任超融合刀片服务器,高密度多节点服务器及OTII边缘服务器等三十余款产品测试架构师,在任职期间产品质量与产品设计多次优化与提升,且针对产品研发测试自动化与软件CI/CD有独特研究,计算机方向发明专利20余项。
闫剑锋
主题报告五:大数据分析引擎和场景化解决方案
主题简介:OLAP引擎是企业数据智能的关键引擎,Clickhouse是近来该领域非常热门的开源系统,字节跳动基于开源 ClickHouse 进行了深度优化和改造的版本,提供海量数据上更强的查询服务和数据写入性能,应用包括海量数据多维分析、机器学习模型评估、微服务监控和统计等。
个人简介:软件专业博士,具有20年数据相关研究和工作经历,专业领域在数据平台构建和数据仓库建模、互联网数据产品设计、大数据基础的知识发现和数据挖掘、以及AIoT平台建设等。曾就职于多家全球化IT和互联网企业,参与高性能数据处理和In-Database的相关研发工作;搭建典型互联网公司的用户行为数据仓库;指导从分布式大数据平台到数据产品的研发工作;构建面向传统电力、新能源行业的IoT数据平台产品和解决方案。目前从事政企行业数字化转型中的数字营销和数据平台解决方案设计工作。累计发表相关专利/论文40余篇。
姜欣
主题报告六:平安集团数据中台的建设理念与经验分享
主题简介:平安集团拥有超过30家的专业子公司,以及多个集团部门、组织,数据平台林立,数据应用分散,应用价值受限,数据管理薄弱。2019年底,平安集团启动集团数据中台建设,采用“共建共享、安全合规、多劳多得、技术为先、面向市场”的设计原则,打造开放共赢的数据中台体系,目的是一方面整合集团内外数据能力,形成合力更加全面立体高效的赋能全业务;一方面加强集团对数据资产的管控和治理,保证数据合规安全的使用。目前数据中台规划落地已经初见成效,希望能和更多的合作伙伴进行技术和市场方面的深度合作。
个人简介:姜欣先生拥有超过18年的数据智能相关的信息化和咨询服务的经验,目前任职平安科技副总工程师。曾就职于Teradata、IBM、SAS等公司,致力于企业大数据平台的架构规划、数据治理、数据仓库/BI、数据产品、分析应用等。重点行业涉及:金融、通信运营商、交通、医疗、政府、高科技制造、零售、汽车等。