-
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
-
大数据及云时代的数据库架构2018年7月1日随着物联网、车联网、传感器，很多企业需要面对海量数据、非结构化、复杂分析等问题，我们需要一款适合大数据库的数据库。另外云成为创业公司等默认的选择，云上具有弹性、低成本的优势怎么体现在数据库之中。本次分享主要围绕阿里云数据库团队在开源的HBase基础之上做了哪些增强，怎么支持混合负载的作业，怎么降低成本，及分享计算存储分离为什么可以实现，新硬件一般用在哪里等问题。
-
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。
-
唯品会实时计算平台的演进之路2018年7月1日
唯品会现在最多使用的流计算框架还是Storm，但是核心应用已经在逐步迁移到Flink上，实时/流计算在互联网公司的业务应用中越来越占用重要的地位，技术发展也在快速迭代，计算框架层出不穷。
本次分享将展示唯品会在实时计算方向上的历程、心得和实时计算中遇到的各种挑战。在大规模使用Flink做计算引擎和使用Kubernates管理计算节点的探索经验。
-
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
-
广告系统技术实践-离线计算与实时计算2018年7月1日分享内容是业内广告系统中常用的离线计算和实时计算技术，介绍大数据在广告系统中的具体应用以及各个大数据工具组建之间的协调同步应用实践。讲解广告系统中所涉及到的hadoop,spark,hive,elasticsearch,druid等常见技术的应用规模和应用场景，如spark在系统计费环节，数据流处理环节的具体实践，hive在数据仓库中的数据分层建模,以及如何将应用维度数据导入在线查询引擎es druid，如何选定合理的数据聚合方式。然后还讲解到es druid的存储原理，行式存储和列式存储的区别。分享内容从基础使用到原理讲解，从系统架构到技术细节，从宏观概括到原理认识。
-
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
-
机器学习与推荐系统实践2018年7月1日随着数据应用的不断普及和机器学习应用的不断深入，越来越多的用户行为被各大平台收集，基于用户行为理解而构建基于机器学习算法推荐系统越来越普遍。本次演讲主要针对推荐系统中的一些基本问题在基于机器学习技术的解决方案。并结合具体推荐场景案例深入剖析机器学习应用系统在问题定义，用户理解，模型构建及应用的整体流程。
-
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。
-
贝壳找房大数据平台架构实践2018年7月1日要介绍大数据平台构建优化经验，大数据量引擎的选择，以及在olap引擎的经验，以及机器学习、深度学习基础平台的一些探索经验。贝壳找房对于实时流数据处理平台秒X平台的探索经验，大数据平台构建方法大同小异，但是平台构建以后也面临很多挑战，在面临这些挑战我们如何去克服、修复它，让平台更好满足用户需求，这就是本次主题的重点。下面是本次分享的内容章节，首先讲一下架构1.0与2.0，两者分别是怎么样的，从1.0到2.0遇到了哪些问题；第二部分讲一下数据平台，都有哪些数据平台，这些数据平台都解决什么问题；第三个介绍下当前比较重要的项目“olap引擎的选型与效果”以及遇到的一些问题；第四个简单讲一下在透明压缩方面的研究。
-
分布式性能和分布式架构2017年6月23日 - 25日分布式架构无疑是系统架构中构建高并发、高性能、高扩展比较优的一种架构选型。伴随着分布式性能的调和，在整个系统架构中最大程度的提升架构的力量。性能优化的原理，其中包括性能优化的指标（降低响应时间和提高系统吞吐量），性能优化模式，服务器优化，代码和架构优化，解决主要通过架构优化、系统优化，实现高并发、高扩展、高性能分布式系统。
-
华泰证券互联网架构演进之路2017年6月23日 - 25日在业务高速发展的过程中，几个问题愈显突出：
1、并发压力持续增大，证券行业更具有用户行为随行情波动这个显著特点，如何从容应对不断增长、波动频繁的访问趋势？
2、复杂的业务需求催生了多系统协同服务，如何设计好一个松耦合的分布式架构系统？
3、互联网的用户可能来自手机、网页、pc等多个客户端，如何在提供标准化服务的基础上适配各种客户端的展示需求？
为了解决上述问题，华泰证券以微服务为核心，对互联网业务平台实施了全面的架构转型，建立了网关层-聚合层-编排服务层-原子服务层的四层架构体系，对内依托服务治理平台，提供统一的标准化服务；对外通过分集群部署的业务聚合层适配差异化的前端渠道。
