IT从业超过二十年,先后就职过平安保险集团、广发银行、广州银行卡中心。具有IT系统开发、业务功能及架构设计经验,并长期从事IT一线建设工作,多次完成IT相关体系从0到1的建设过程。是从技术基础岗位成长起来的技术管理者。多次经历金融行业核心系统开发改造、信创化的过程。近年主要涉及银行数据中心搬迁、银行新核心系统上线、保险核心系统信创数据库迁移等重大项目。致力于科技赋能业务实践的建设与执行。
当今全球化经济格局历经深度调整且科技竞争呈白热化态势的大背景下,技术自主可控已然跃升为关乎国家核心竞争力与经济安全的核心战略要素。众诚汽车保险股份有限公司作为金融保险领域的关键参与者,聚焦财产保险核心业务,创新性提出并成功实施“全栈信创数据库切换”,对核心应用(承保、理赔、收付费等)进行信创数据库适配改造,一次性完成核心业务系统的信创数据库切换,为同业提供了轻量级、易实施、可参考的信创切换新模式。
可以启发听众解决哪些问题?
1. 信创数据库选型思路;
2. 核心系统数据库适配改造的技术创新;
3.核心系统数据库迁移过程的风险、挑战与对策。
曾工作于硅谷,后参与微博从无到有至今十六年。关注技术落地、商业模式与创新应用落地,参与国家十四五项目、国家自然科学基金项目。
数智化转型中,企业面临着如何平衡成本与收益的挑战。传统模式难以同时满足规模化与个性化的需求,而多模态AI技术通过综合处理文本、图像、视频等多源数据,显著提升业务效率。在此背景下,大模型能力的提升有效降低了 AI 应用的门槛,缩小了技术底层差距,使更多企业能够以较低成本实现数字化转型。关键在于如何结合自身业务优势,借助大模型技术提升现有业务效率,最大化收益。
本次演讲将结合微博及其他行业的应用案例,探讨如何利用多模态 AI 技术在数字化转型中为传统业务注入创新活力,提升企业数据的综合利用价值。我将深入分析如何平衡大模型的技术优势与实际应用中的成本与风险,确保企业在实现创新的同时获得可持续的投资回报。
可以启发听众解决哪些问题?
1. 理解企业如何以多模态大模型为抓手,在规模化落地过程中有效权衡模型准确性与幻觉风险之间的实践经验与心得
2. 了解新时代交互界面的最新实践,帮助企业高效、低门槛地实现业务系统的智能化升级与融合
3. 获得企业数字化转型过程中结合自身业务特点科学规划多模态多 Agent AI 落地路径的方法论和实操经验,有效避免数据治理、成本控制等方面的常见“坑”
硕士毕业于东北大学,持续深耕智能运维领域多年,带领团队将京东智能运维算法应用于线上横向业务场景,纵向监控、数据库、资源调度、硬件故障预测、DC节能等多个场景取得突破。申请智能运维发明专利70余项,IEEE国际会议论文收录10篇。具有将技术在业界推广的经验,提升京东智能运维行业影响力的经验;参与中国信通院《云计算智能化运维(AIOps)能力成熟度模型 第1部分通用能力要求》与《云计算智能化运维(AIOps)能力成熟度模型 第2部分系统与工具技术要求》白皮书撰写。
在数字化转型浪潮下,业务系统日益复杂,传统运维模式面临海量数据处理和精准业务洞察的挑战。京东科技积极探索大模型技术在AIOps领域的应用,打造了以“大模型驱动AIOps革新”为核心的业务可观测性最佳实践。
本次演讲将分享京东科技在以下三个方面的探索与实践:
1.智能日志与指标分析: 利用大模型技术,京东科技实现了海量运维日志和监控指标的智能分析,提升业务可观测性,为故障预警和根因定位提供强大支持。
2. 智能化故障定位演进: 结合AIOps算法与运维专家知识,京东科技构建了生成式故障定位系统,推动从传统根因定位到智能化故障处理的升级,提高故障处理效率。
3.京东运维大模型探索: 京东科技内部运维大模型应用现状分享。
OpenTelemetry Member,Spring AI Alibaba PMC,负责大模型应用可观测性研发。在这一领域的广泛研究和实践工作积累了丰富的专业知识,作为负责人之一参与百炼大模型平台可观测性建设,在大模型应用可观测性,尤其是 AI Agent 的可观测性上有研究。
在云原生计算的快速发展中,如何实现大模型应用的通用可观测性成为一项重要挑战。本议题将探讨如何利用OpenTelemetry框架,构建Spring AI Alibaba 搭建的 Agent 应用与DeepSeek R1 之间的全链路可观测性。通过使用vLLM部署DeepSeek R1模型作为模型服务,我们将介绍如何快速生成并导出指标和日志,来深入分析整个LLM应的性能表现,提升模型的监控及调试能力,从而实现更高水平的资源利用和性能优化及资源告警。通过使用Spring AI Alibaba 原生支持的可观测性能力,我么将介绍如何掌控Agent业务系统中的性能、成本与可靠性。参与者将学习到具体的实现方法以及在云原生环境中有效整合OpenTelemetry的最佳实践。
可以启发听众解决哪些问题?
1. 听众将了解如何基于vLLM部署DeepSeek R1模型,并快速配置和导出满足OpenTelemetry标准的可观测数据;
2. 听众将了解如何基于可观测性数据监控本地部署的DeepSeek R1模型的资源利用情况,并保障模型服务可靠性;
3. 听众将了解如何使用Spring AI Alibaba快速构建基于Java语言的AI Agent应用,并快速启用框架原生的OpenTelemetry可观测能力;
4.听众将了解如何基于LLM应用系统的全链路完成问题诊断和数据加工。
具备十多年的系统开发维护,产品架构设计、解决方案设计经验,多年银行、互联网云厂商、保险工作经验,曾主导建设了金融行业第一个大规模私有云、建设了金融行业第一个混合云案例、某头部厂商云原生PaaS平台0-1落地设计、建设了保险行业第一朵全栈信创云、建设保险行业第一个全栈信创私有化大模型平台、多家城商行云化转型等项目建设;目前就职于太平洋保险集团数智研究院,主要负责集团云计算与云原生技术规划建设、业务双活 单元化体系建设,资源混部、智能运维、混沌工程、大模型智算平台建设等课题和专项工作。
Oracle ACE-Pro(Oracle和MySQL方向)。 PostgreSQL ACE。 阿里云 MVP。 腾讯云 TVP。 ITPUB论坛内存数据库版主、核心专家、金牌顾问、培训专家百人团。 OpenTenBase 社区委员会委员和技术委员会委员。 PostgreSQL分会上海用户组主席。 OceanBase 观察团团长。 HaloDB外聘技术顾问。 Polardb外聘技术顾问。 数盟会华东区长老。 青学会 MOP 技术社区首批专家顾问团成员。 if club社区联合发起人。 机械工业出版社专家委员会委员。 信通院创新实验室成员。 公众号《四海内皆兄弟》 著有《DBA实战手记》一书。
随着数据类型的多样化和数据应用的复杂化,传统单一模态数据库已无法满足需求。多模态数据库应运而生,它能够存储、管理和分析多种类型的数据,多模态数据的异构性和复杂性也给数据库设计带来了巨大挑战。AI技术的快速发展为多模态数据库优化提供了新的思路和方法。
可以启发听众解决哪些问题?
1.AI时代下数据库是什么样的?
2.AI能为数据库做什么?
3.数据库结合AI能做什么?
2011 年硕士毕业于华中科技大学,毕业后加入腾讯,任高级工程师,从事分布式存储与云数据库相关的研发与运营工作;2014 年加入微众银行基础架构团队,负责微众银行数据库平台的建设和运营工作。
随着金融业务持续增长,在银行核心系统中,数据库存算一体架构在可靠性和扩展性方面的局限性逐渐显现。存算分离架构能够实现计算和存储资源的独立扩展,提供弹性扩缩容能力,进一步提升整个集群的可靠性。
微众银行自2023年底开始探索国产化金融级核心数据库存算分离架构,将TDSQL和OceanDisk存储设备进行结合,经过论证、POC测试以及业务验证,成功上线全栈国产化的数据库存分离架构,解决了存算一体下服务器硬件稳定性差、数据库资源扩展性差、数据库节点重建效率低以及资源利用率低等重大痛点。并结合我行的分布式单元化架构,建设和形成了一套有效的基于国产数据库的存算分离的资源管理方案和运维实践方案。
可以启发听众解决哪些问题?
1. 了解微众银行的数据库核心架构;
2. 了解微众银行数据库在传统存算一体服务器架构下的痛点;
3. 了解微众银行存算分离架构的调研、选型及上线过程;
4.了解微众银行数据库存算分离架构的收益及运维风险。
多年的银行数据库开发运维管理经验,精通各种类型数据库,目前在某商业银行信息技术部技术研究室负责国产分布式数据库的调研、测试、选型与推广相关工作,对国产分布式数据库有较深入的研究与实践经验。
当前,随着银行数字化转型的深入推进以及技术的快速发展,银行数据库转型已成为必然的趋势。然而,从传统商业数据库向国内数据库转型面临着诸多困难,如语法不兼容、迁移难度大、生态不健全等。随着数据库转型的逐步深入,我行探索形成了一套可推广、可复制的转型改造方法,并在多项业务上得到了应用实践,推动了国内数据库替代传统商用数据库的改造进程。本次议题以商业银行实践,对数据库转型从需求分析到部署运行进行了全面的介绍,以期为商业银行数据库转型提供借鉴。
可以启发听众解决哪些问题?
1.数据库的架构设计如何做出合理的选择;
2.如何降低业务侧代码的改造与适配成本;
3.如何实现数据库与业务侧的平滑迁移;
4.如何完善数据库相关的生态建设。
负责君巡智检平台建设,拥有丰富IT运维开发经验,专注运维自动化、系统监控、故障诊断与应急响应等技术领域,致力于通过技术创新提升系统稳定性和运维效率,全面推进系统稳定性保障体系规划建设和落地。
为了及时感知应用系统运行能力和抗风险水平,提升系统故障预防及风险处理能力,我司成功发布了《国泰君安证券数据中心技术运营标准》,并成为业内首家获得中国信息通信研究院企业内部DevOps标准符合度认证的企业。同时,我司创新推出了“君巡智检平台”,加速推进高效、敏捷、自主可控的数智化运维建设,解决系统稳定性评估周期长、优化周期长等问题。该平台构建了一个以数据为驱动、精确度量、持续优化与改进的运维管理闭环,有效提升了系统运维质量和技术运营能力。
1.建设底座:场景、服务与数据驱动三位一体的运维体系;
2.设计方案:多元化数据整合、可量化评估指标体系、灵活调度编排;
3.实现效果: 运维标准化与效能度量的深度融合,不仅促进运维管理平台之间的互联互通,还持续提升了运维的质量和效能。
可以启发听众解决哪些问题?
1.了解数据驱动的系统稳定性保障体系构建方法;
2.了解君巡智检技术运营的应用案例,为企业提升系统运维质量与技术运营能力提供实践思路。
自2017年以来,一直从事Elasticsearch内部云平台的开发工作。经历了从基于OpenStack构建的云平台到基于Docker的容器化管理模式的转变,参与了Elasticsearch从5 x到6 x 7 x,以及从7 x到OpenSearch 1 2的大版本迁移。在此过程中,主要负责ES平台的监控与自动化维护、大版本迁移、资源自动扩缩容的实现与部署、SDS云存储在Elasticsearch中的应用,以及性能优化与调优等Cloud Native相关的工作。
围绕 Elasticsearch,分享它的弹性扩展与资源优化、云存储与数据管理(SDS 在 Elasticsearch 中的应用)以及跨版本迁移与系统升级经验。