DAMS峰会：解读ES搜索平台、AI中台、DataOps、机器学习等大数据技术精要(转)

1. 《数据安全法》即将实行，企业需要关注数据治理中的哪些核心问题？如何打造合规的数据安全治理能力？

2. 运维如何提升核心价值，实现数字化转型？

3. 迎着信创的春风，国产数据库该如何扛起大旗？企业数据库国产化如何加速落地步伐？

• 大规模云原生软件系统普遍面临着技术风险高、故障定位难、缺少全局业务和技术视图、架构退化等问题，怎么破；

• 从故障和性能问题、架构理解与设计质量、业务流程和特性三个不同维度阐述基于大规模运维数据的云原生软件分析思路；

• 复旦大学在云原生软件方面的研究和实践。

新炬网络

董事/副总经理

演讲主题：《新炬网络：运维数字化转型之道》

• 下一代分布式数据库应具备哪些特性；

• 什么因素影响着下一代分布式数据库的设计；

• 以OceanBase为例，了解下一代分布式数据库的顶层设计理念和面向未来便捷运维的核心要点。

• 对于一般的互联网企业来说，有些什么样的数据监管要求需要格外关注；

• 数据治理中需要重点关注哪些核心目标，是如何影响数据治理落地的；

• 在业务发展与数据治理中的平衡，如何“和谐”实现。

1. 大数据技术来到集成开发和管理的发展阶段，如何将各种技术栈组合在一起，提高数据应用交付的效率？

2. 通过AI深挖数据红利的时代已来，机器学习的应用你是否还落于人后？

3. 将数据从资源变为资产，企业过于追求大而全的数据标准，同时又缺乏整体规划，难以落地？

• 易于修改和监控，允许多版本共存，平台处理能力水平可扩的机器学习模型部署实战；

• 机器学习模型上线测试，模型预测时的精准调优；

• 机器学习模型部署如何与Docker相结合。

• EB级数据如何进行资产化沉淀和治理？

• 如何支撑业务高速发展、精细化运营、规模化创新的不同阶段？

• 数据中台下的数仓架构如何持续演进？

• 数仓核心能力及场景实践分享

• 基于ElasticSearch应用到出行领域的创新想法和落地过程；

• 特殊业务场景下对ElasticSearch进行的性能调优；

• 基于ElasticSearch和Flink的能力快速构建搜索平台并推动多业务线落地。

• 扩展解决数据管理治理问题的思路；

• 预测自身今后的数据管治短板，提前布局未来；

• 如何实现自主治理，提高平台用户的治理意识、降低治理成本。

1. 目前国内大中型银行纷纷进行核心系统分布式架构改造+国产化，选择的技术路线都有哪些可参考的共性？

2. 金融核心数据库选开源or国产？关键还是怎么做到安全可控？

3. 中台红红火火建了两年后，成效如何？真的成为银行数字化转型的重要抓手了吗？

平安银行

零售大数据部AI负责人

演讲主题：《金融智能化转型：AI中台架构实践》

• AI中台总体架构及核心平台架构剖析；

• AI中台如何与搜索、广告、推荐等业务结合；

• AI中台如何让大数据平台上的数据智能化，服务好上层应用，更好促进业务智能化转型。

• 体量剧增、上线紧迫、性能问题频发下，如何做好事前管控，应对研发质量与研发效率的博弈；

• 存量MySQL性能容量问题的治理以及可用性的维稳；

• SRE角色重塑以及在其中需要发挥的关键作用。

• “中台能力+场景生态”的智慧运维管理平台架构实践

• 了解数字化运维转型趋势；

• 如何以中台化思路纳管或新建运维平台，构建自动化、智能化的工具平台体系；

• 如何层层搭建中台化运维平台架构。

• 光大银行引入分布式数据库的过程及技术体系建设；

• 银行分布式数据库技术选型建议；

• 分布式数据库在银行典型应用场景的经验分析。

中国农业银行

研发中心组长/专家

演讲主题：《中国农业银行数据中台建设与应用实践》

你将收获：

1. 还认为智能运维“雷声大雨点小”？你是否低估了AIOps目前已覆盖的应用场景？

2. 云原生技术发展迫使运维亟需转型，但人手不充足、工具跟不上、平台不给力怎么破？

3. DataOps即将成为大数据新战线？

• 云时代下，技术团队的组织架构和企业内部研发流程的标准化建设；

• 如何在CI/CD环节提升效能和质量；

• 容器化对效率提升有哪些帮助。

• 银行数据中心运维模式的转变；

• 运维数据的价值发掘与应用；

• 智能运维在银行数据中心的应用缩影；
  

• 银行在应用分布式架构转型、数据中心“四化”转型战略下，如何利用大数据、机器学习等技术进行数据中心的智能运维探索。

• 全面理解混沌工程：是什么？为什么需要？怎么做？有什么收益？

• 如何通过主动注入故障，提前发现潜在问题，持续改进应用架构和运维方式，确保应用的韧性；

• 腾讯游戏的混沌平台建设、红蓝对抗等实战经验。

• 阿里大数据 & AI平台的AIOps落地实践；

• 运维数仓、运维数智中台的建设方法论；

• 如何利用数据化和智能化的方法，结合业务具体场景实现AIOps工程闭环，助力业务实现运维价值。

• 通过详尽的闭锁和死锁分析，揭示SQL闭锁的层次结构；

• 支持多种数据库、不同部署方式（虚拟化、物理、云）的统一监控；

• 自动生成SQL语句和数据库表调优建议。

将解答这些困惑：

• OceanBase开源的核心功能；

• OceanBase社区版擅长的应用场景；

• OceanBase开源现状及未来半年的发布计划。

• MySQL上云常遇到的困难及可借鉴的经验；

• MySQL上云后的改变及如何适应的建议；

• 从云化管理、高可用管理、备份管理等多维度，介绍工行MySQL云上架构及运维体系。

• 业务高速扩张带来的数据库实例井喷，从而引发的大量异常如何应对；

• 如何及时诊断异常问题，快速完成异常发现、分析、处理、运营的闭环；

• 如何衡量异常治理的效果。

• 系统如何制定迁移方案和执行过程，确保数据库迁移平稳过渡；

• 系统在迁移过程中应当重点关注哪些环节和技术要点；

• 不同业务场景在迁移过程中有哪些选择差异。

爱可生

技术服务总监

演讲主题：《MySQL云平台(RDS)在金融行业落地实践》

你将收获：

• 掌握图数据库与传统数据库的区别和应用场景；

• 在DevOps/运维场景下如何使用图数据库赋能；

• 了解存储/数据库相关的发展和趋势变化；

• 在千亿规模（点边）图场景下，OLTP延迟在毫秒级、OLAP全图离线分析耗时在小时级的图数据库在泛安全、金融风控、社交推荐等领域的实践应用。