中国信息通信研究院云大所人工智能部主任,中国通信标准化协会互联网应用总体及人工智能工作组组长,人工智能关键技术和应用评测工业和信息化部重点实验室副主任。长期支撑工业和信息化部,发改委,网信办等部委,参与《促进新一代人工智能产业发展三年行动计划(2018-2020年)》等国家政策、方案和产业报告的起草、制定和推动落实。 目前主要牵头可信AI人工智能评测标准体系和能力建设,牵头工程化能力、大规模预训练模型、RPA产品和服务、智能语音语义相关评估规范制定与评测,政府和产业重大咨询项目等。
大模型对代码生成和理解性能的突出表现,使整个软件工程开启了一个全新阶段。一方面,大模型推动软件工程向智能化演进。大模型较高的理解和生成能力为软件工程向全栈智能化方向演进提供了基础支撑。另一方面,新一代软件智能化工具初现规模,提效能力渐显。目前,全球涌现出一批以大模型支撑的代码生成、补全等工具。据统计,在部分互联网、金融企业的代码自动化生成比例达35%。演讲将重点分享企业在智能化和软件工程融合的阶段,如何更好的抓住机会,提升自身能力和技术水平,提升自身智能化软件工程的能力水平和智能化水平。
1、智能技术如何进一步赋能智能化软件工程?
2、面向智能软件工程的趋势,企业和开发者需要提前做哪些准备?
3、智能技术在智能化软件工程领域落地有哪些难点?相关智能技术如何评估和评价?
具备20余年的证券开发运维经验。近年来重点负责数据中心系统运维、软硬件基础设施、网络安全等能力建设,积累了丰富的经验,参与的多项课题荣获行业科技奖项和荣誉。对智能运维领域也颇感兴趣和有所涉猎。
10年以上Oracle数据库技术支持、运维管理经验,支持过的数据库超1000套,长期为大型企业核心业务系统数据库提供方案设计、性能优化、故障处理、应急容灾、安装配置等技术服力。在15年的数据库项目管理实践过程中积累了丰富的实战经验,包括:全球最大的OLTP系统与OLAP系统数据库设计维护经验,16个RAC集群大规模数据库系统设计维护经验,500公里以上ACTIVE DATAGUARD数据库容灾系统规划实施经验,各种疑难杂症问题处理经验,各种平台版本数据库维护、优化经验等,在性能优化、规划设计、故障处理、安装配置等技术领域有自己独到的见解和处理经验。
1、如何解决信创时代生产运维中面临的代际差挑战;
货拉拉技术中心核心基础设施部(CI)负责人,带领CI团队负责公司整体基础架构的演进,填补、维护基础技术能力(中间件、框架、工具)保障技术团队的研发效率,负责全局稳定性和技术保障、资源交付和IT成本治理优化等主要工作。入职货拉拉前,曾就职饿了么、腾讯、WebEx Cisco,主要专注于中间件和基础服务的研发,异地多活架构的设计与实施落地
基于百万订单规模下的互联网业务系统为背景,介绍如何通过基于公有云设施的高可用基础架构、以及稳定性保障措施来进行全局稳定性保障工作,如何取得2年零故障发生这样的结果,同时我们如何平衡稳定性与研发效率、IT成本,经历过哪些关键的取舍、以及都做了哪些关键事情:
1、基础架构:以货拉拉的基础架构演进路径为背景,介绍基础架构在演进过程中的核心思考点:系统高可用与稳定性、IT成本、研发效率之间的平衡与取舍,如何秉承“在保证稳定性提前下,尽可能的保障研发效率不损失”是我们循序渐进进行基础架构迭代演进的思考框架
2、稳定性:以货拉拉的全局稳定性保障经历为背景,介绍下我们在不同时期是如何进行技术保障工作的,不同时期都分别采取了哪些不同的策略。稳定性在不同业务规模等级下、不同时期阶段、我们是如何坚固稳定性与研发团队研发效率之间的平衡的?
3、IT成本治理和管控:以货拉拉的项目经验为基础,我们是如何将订单单均成本降低一半以上的?货拉拉的IT成本治理的模型是如何建立的,以及IT资源管控的长期机制。
1、如何统一业/产/研协同机制,划分角色价值流;
2、如何形成价值驱动的需求优选,合理需求价值验证闭环;
硕士毕业于华南理工大学计算机专业,中邮消费金融有限公司创始团队成员之一,曾任科技发展部软件研发总监、副总经理,资深架构师,分管技术架构团队、研发团队、技术测试团队、科技管理团队,现任市场协同部负责人,主要负责与邮储银行、邮政集团的科技合作支撑和协同发展。目前已获得系统架构设计师、信息系统项目管理师等认证,华南理工大学电子与信息专业博士在职研究生,研究方向为区块链隐私数据共享(密码学方向)。
1、重新理解金融行业数字化转型的思路和定位;
工商银行软件开发中心数据库技术研究及实施团队负责人,数据库信创转型领域的技术带头人,15年数据库领域工作经验,带领团队负责工商银行数据库技术前瞻性研究及研判、数据库技术体系规划及建设、数据库信创转型解决方案建设、数据库技术在金融领域的创新应用以及全行的数据库技术支撑。
工商银行统筹金融业务创新发展和技术体系演进需求,打造平稳、高效、安全、普遍适用的一体化数据库转型解决方案,突破传统数据库转型方面的主要技术瓶颈和实施障碍,有效屏蔽数据库特性差异和业务逻辑,有效降低技术复杂度和转型工作量,解放应用研发生产力,让科技力量更加聚焦于金融业务创新和数字化转型领域。本议题将聚焦传统数据库转型领域,分享工商银行平滑迁移技术方案及具体实践经验。
中国农业银行研发中心资深专员,AIOps运维数据分析平台专项负责人。深耕运维领域多年,在运维领域有多项课题研究成果、专利、行业标准等内容产出,目前负责农行AIOps运维数据分析平台建设,致力于推动智能运维转型。
从AIOps建设背景、落地思路、实践案例、未来方向等四个方面介绍农行AIOps智能运维建设之路。
1、了解大型银行如何通过数据赋能、场景驱动的方式建立AIOps智能运维体系;
2、了解大型银行在AIOps领域开展了哪些场景实践,如何通过场景建设来提升运维效能。
拥有10+年金融行业数据库运维经验,6+年运维开发实战经验。目前专注于数据库自动化运维工具平台研发及智能化运维探索落地。国内重点期刊发表过人工智能相关论文、AIOPS故障自愈相关专利获得者。
金融业务连续性监管要求越来越高,各银行数据中心除了建设异地中心实现数据备份外,更要保证实现快速、一键式、无人值守的双活数据中心业务接管能力,以快速应对随时可能出现的灾难场景,实现真正意义的“双活”。
平安银行在7月份进行了随机抽检、全行关键业务系统的双活切换实战验证,在现场没有人员值守的情况下,10分钟内完成了包括核心系统在内的20+套业务系统的一键切换。不仅验证了前期架构设计、自动化工具建设的有效性,更增强了持续运维水平。
现任PingCAP中国业务技术和解决方案总经理。他曾先后在IBM和阿里云工作。IBM期间担任IBM中国咨询部云计算首席架构师和复杂项目实施和架构解决方案大中华区负责人,主导多个大型分布式核心系统的设计和实施。阿里云期间曾先后担任新零售事业部解决方案中心总经理和新零售行业线总经理,推动中国零售&品牌商行业数字化升级和转型。
分布式数据库是金融行业在国产化大潮中的必然选择。TiDB分布式数据库是移动互联网需求推动的NewSQL数据库,是中国第一个工业级的HTAP数据库,是全球技术领先的Serverless数据库。过往8年中,TiDB在国内金融行业有大量实践和推广,从交易型、混合型到批处理等各个技术场景,从银行核心、保险核心到其他金融其他重要系统。
1、金融行业的数据库挑战:如何考虑稳定性,如何考虑开发易用性,如何考虑运维简便性,如何考虑技术前瞻性。
2、金融场景如何使用分布式:银行核心如何使用,保险核心如何使用,PB级实时查询场景如何使用。
3、面向未来的数据库:面向未来看分布式数据库的发展趋势是什么,真正的Serverless是什么。
目前担任太保科技云服务事业群自动化工具团队负责人,2015年起主导设计和规划太保自动化运维体系,先后负责自动化运维、CMDB、容器平台、日志平台等多种运维工具的设计研发工作并主导实施落地。目前主要致力于一体化智能监控、运维体系规划与建设。
1、私有云建设中,如何选型监控工具、整合监控能力;
拥有超10年金融领域运维工作,期间负责或参与企业运维组织、流程、工具的建设,包括多项重大业务系统及数据中心工程性项目实施,数据中心工作流程构建,运维平台规划与研发等工作,参与多项行业标准,以及《运维数字化转型:构建四位一体的数字化运维体系》、《运维数据治理》、《运维前线》、《数据中心管理之道》、《变局中的证券机构;数字化转型与创新》图书的编写。
1、如何将数字化思维融入到运维体系中;
华夏银行总行信息科技部,运维平台建设团队负责人。目前从事IT运维工具设计、管理工作。 先后就读于北京航空航天大学、中国人民大学,曾经就职于世界500强IBM公司,2010年加入华夏银行科技阵营,先后从事系统管理、运行管理相关工作。多次参与人行、银监会金融科技创新奖项评比,在股份制银行序列获得了不错战绩,主力编写了《一种调度任务的执行方法及系统》获得国家专利。 多年的IT运维工作经验,是一个活跃的运维人。
指出目前银行运维面临的挑战,针对如何发现系统异常、分析问题、定位根因等迫切诉求,介绍华夏银行的经验之谈:建设故障画像系统。说明其原理基于多源数据的智能分析,阐述其目标是当业务系统出现交易异常情况时,故障画像系统能够第一时间感知,结合故障分析算法与运维专家经验及时定位系统故障根因,问题分析结论快速触达当日运行管理班组人员。总结故障画像系统投产上线后的在提升故障定位准确性、保障客户体验方面取得的成果,并对后续发展进行展望规划。
2017年起在华为从事AIOPS的研究和落地方向的工作,2021年起在美团聚焦于数据库自治方向。在AIOPS和AI4DB领域有丰富的实践经验。
慢查询是使用数据库过程中最容易遇到的问题,它的存在会严重消耗资源,进而影响系统性能,甚至触发线上故障。作为优化慢查询最常用也最有效的手段之一,本议题将和大家分享在美团的实践中,如何基于数据和AI方法进行慢查询索引推荐。
蚂蚁集团基础设施团队SRE技术专家,在蚂蚁基础设施团队从事关于SLO的健康度体系建设,以及异常检测、故障定位、预案推荐等场景下的AIOps实践。曾就职于携程技术保障中心SRE专家岗,负责AIOps的实践探索和落地,以及多个AIOps产品的设计研发。毕业于复旦大学信号处理方向,对人工智能、机器学习、神经网络及数学有浓厚的兴趣,在人工智能技术结合运维场景的实践方面有深入研究。
SLO为应用的服务质量定义了明确的目标,帮助团队提供一致的客户体验、平衡功能研发与平台稳定性,改善与内部和外部用户的沟通。蚂蚁的基础设施团队负责包括K8S资源调度、中间件、L4/7流量调度、数据&智能、缓存等众多异构系统,以SLO构建基础设施侧的健康度体系,除了为各个系统定义明确的性能目标,也为系统可观测性、应急等提供了一套通用的框架,通过将AI赋能SLO数据、结合实际场景(AIOps典型实践场景),从运维数据中挖掘更多的价值,让运维更加提效和智能。
本专题将分享SLO的介绍、如何从0到1构建SLO、AI结合SLO数据发挥更大价值、以及基于SLO的健康度体系在运维场景下的一些成功实践。
曾任oracle wdp ocm讲师、DB2china性能调优版版主;给花旗总行、上海中行、光大总行、兴业总行、深圳工行、东莞农商行提供过高质量的数据库培训,目前在太保集团负责数据库规划、分布式数据库应用、数据库技术支持工作。
本次演讲介绍太保集团的核心客服系统迁移及实战,包括:
现任亿贝智能营销部门软件开发工程师。2017年毕业于东北大学后主要从事电商和广告营销等业务方向,也参与过离线机器学习pipeline平台研发。
本次分享我们将聚焦于智能营销部门中应用向量数据库的实践经验。主要内容包括不同的业务场景在亿贝内的落地,包括推荐系统、服装搭配等;在集群化部署向量数据库时遇到的挑战;在高并发场景下对于向量检索的查询性能和稳定性的优化以及最后会结合LLM谈谈我们对于向量数据库在未来的展望。
1、向量数据库适合什么样的场景;
2、向量数据库如何选型;
3、向量数据库部署应用时面临的一些挑战的解决思路。
平安银行 Starlink 开发运维一体化平台混沌测试产品负责人,主导混沌工程产品的设计与建设。专注于复杂系统质量保障。曾任全行性能测试组负责人。曾主导平安银行D+新核心端到端测试、港分行核心性能专项测试、A+新核心非功能专项测试等项目。
平安银行在混沌工程建设方面如何使用多样的真实世界事件进行验证,如何在生产环境中运行实验以及最小化爆炸半径等。