-
DevOps转型下的质量困境与解决方案探索2018年7月1日在DevOps进入到如火如荼的今天，运维与开发都逐步的进入稳定的成熟发展阶段，但是对于测试端，尤其是传统企业与成熟期的互联网企业，随着规模增长、监管要求、质量要求、平台链路过长，测试端无法跟上快速迭代的效率，而业内目前发现的自动化测试无法适应当前要求，我们如何通过需求建模与自动化生成的方式，来补上最后的短板。
-
企业级DevOps平台建设2018年7月1日DevOps是一种研发活动和运维活动之间协作的模式，这种模式能够有效的提高整体的端到端交付效率。但想要真正落地这些实践，会遇到很多问题，比如基础设施自助化，研发运维流程标准化等。本次分享描述如何建设一个高效的企业级DevOps平台。
-
nginx：兼顾性能与灵活的负载均衡加速器2018年7月1日Nginx如何配置才能获得最大性能，应当如何选择合适的第三方模块才能正常发挥出其性能优势。Openresty应当如何使用其指令和注入API才能符合预期，获得可维护性强且不会阻塞并发性的服务如何
-
Prometheus在大数据场景下的性能调优和最佳实践2018年7月1日在当下的大数据平台中，监控已然成为了一个炙手可热的话题。能拥有一个稳定高效的监控系统是提供稳定数据服务以及智能化运维的奠基石。eBay很早就投身了这个领域，并且拥有了第一个apache顶级项目eagle。随着时间的推移，我们发现在最初的监控设计中，往往出发点会更多的考虑系统的通用性和扩展性，造成监控系统有非常多的产品线依赖。这样就会造成牵一发，动全身的现象。同时伴随着功能升级缓慢，易用性大打折扣的影响。所以根据我们自身的一些经验，我们会把日志分析的相关部分分析独立出来，从而使我们可用专注在监控“数据”上面。在这样的一个大背景下，Prometheus进入了我们的视线。我们也本着不过度封装和二次开发产品的原则，尽量能够通过高效的使用方法来挖掘现有产品的潜力。所以这次的分享将紧紧围绕在这个主题展开。
-
AI场景下的DevOps实践2018年7月1日
随着AI技术的不断发展和成熟，越来越多的企业选择使用AI技术来,解决传统场景下的需要大量人力物力才能解决的问题，图像识别， 人脸识别，语音识别，智能客服，等等。由于AI技术运行环境的复 杂度较高，技术栈种类繁多，往往是由研发人员手工操作，但是作为大规模使用AI技术的公司而言，如何提高环境的交付效率，保证运行环境的一致性，提升运行环境的稳定，满足不同团队对技术栈 的个性化需求，这是AI技术落地必须考虑的问题，也是我们从业务 运维DevOps延展到AI运维DevOps过程中不断摸索的历程
-
敏捷与DevOps整合之道2018年7月1日
为何敏捷在实施一段时间后，随着人员流动、教练离开、文化冲突，导致敏捷实施的效果逐步缩减，最终不得不维护一套繁重的方式来应对。
而部分一开始就直接上手DevOps工具链的公司，为何无法继续实施下去，为何需求让IT部门苦不堪言。
一切尽在本次分享，让企业知晓，敏捷与DevOps是需要如何进行有效整合的，才能促进企业数字化转型的真正落地。
-
人工智能产品中的测试挑战2018年6月30日人工智能飞速发展的今天，整个计算机行业正在经历翻天覆地的变化，从分布式高性能计算，到人机界面的全新交互方式，这些挑战也意味着今天的测试行业也需要作出响应的改变。今天依图科技作为一家在人工智能领域快速前行的创业公司，我们希望何大家分享我们是如何面对今天人工智能的对测试工作本身带来的挑战变革。例如我们如何从质量保障视角来支撑产品的快速迭代，如何在尽可能高效利用有限资源的情况下完成大规模分布式系统的质量保障，如何敏捷支撑不同产品在测试环境下的快速部署，如何快速应对爆炸的接口测试矩阵等等
-
工程生产力在移动产品和AI中的实践实践2018年6月30日深入分析工程生产力的不同阶段以及给团队效率产品质量带来的影响。当产品走进移动和AI时代，工程生产力的创新和实践
-
3个月提升5倍质量的实践2018年6月30日
随着业务的快速发展，交付速度也越来越快。如何在快速交付的同时快速提升系统的质量？这是当今所有企业面临的挑战，也是一个系统性难题，最快提升的方法一定是发挥开发、测试、产品等多角色的力量，而不仅仅是测试这一单一角色。
结合百度、酒仙网、思源科技的实践，总结出一套屡试不爽快速提升系统质量的方法，在三个公司质量至少都提升了5倍以上，甚至是10倍。
-
从1-N构建腾讯AIOPS2018年6月30日
运维领域技术创新这几年高速发展，手段越来越复杂，方向越来越多。特别是在监控体系和技术的方向上，出现跃进式变化，如何判明方向和尝试创新？
以史为鉴。基于腾讯运维建设历程，全面分析透视运维领域中监控体系的演进和技术迭代，分享腾讯运维经验的同时帮助大家打开思路，共建创新运维，迎接AIOps
-
海量平台智能技术服务实践2018年6月30日技术服务提升团队围绕京东庞大规模的业务系统建设了一套综合性技术运营支撑平台，在保证用户体验、系统高可用的前提下，高效支持了产品质量和迭代效率，协助推进完善了规范化建设和流程建设。近一年来，在智能监控、智能运维方面的前沿探索取得了一定成果。本课程详细讲述智能监控、自动化运维的技术实践细节
-
智能驱动--小米大数据运维实践2018年6月30日互联网高速发展的今天，海量大数据集群自动化智能化管理和监控是一个挑战， 全自动化的集群运维体系构建，可以为企业在人力和成本上做出很大的节约。一个创业公司大数据集群规模从0到数万台规模短短的几年时间，我们在管理和监控上面临着很大的挑战。迎接挑战，从机器管理到集群，部署到监控，自动化到智能化等各方面展开，分享大数据运维体系平台构建的一些经验。
