本次演讲主要分享了京东集团财务系统伴随企业发展不同阶段的发展演化过程。首次向外界披露国内最大B2C自营电商如何通过纯自研逐步完善财务生态，并最终支撑起每年超过万亿的交易量以及相伴而生的复杂业务需求。特别介绍了在618、双11期间，京东的财务系统如何能够应对海量的数据并发，稳定支撑起上亿用户的交易、结算需求。最后，还分享了在集团一体化开放战略下，京东财务生态如何践行开放赋能之路，以及取得的成效。

京东集团高级架构师，10+年互联网研发专家。2010年入职京东并历经几乎所有618和双11挑战。精通高并发服务搭建和业务建模，曾多次主导京东财务系统架构升级和数据库升级，主导结算魔方重构，订单台账优化、价保优化等重大研发项目，对财务系统有深刻理解。

微信后台架构与相关基础设施的设计和实践。微信后台业务类型众多，包括即时通信，社交网络，金融支付等等。本次分享着重讨论如何在海量用户场景下，后台架构设计中的共性部分如高可用、强一致、快速迭代等等，微信是如何在不断变化的背景下设计统一的架构与基础设施来解决核心难题。

微信技术架构部后台总监，专家工程师，多年来伴随QQ邮箱和微信后台成长，历经系统从0到10亿级用户的过程。目前负责微信后台工作，包括消息，资料与关系链，后台基础设施等内容。近几年负责项目之一为数据强一致设计与改造，在万级机器上构建PaxosStore系统并成功把微信用户数据切换过来，有效提升微信可用性与数据安全。

AI技术支撑着爱奇艺视频业务的方方面面，视频创作，生产，标注，分发，播放，变现，交互等各个领域都和AI技术密不可分，其中最重要的是非常耗费资源的视频理解技术。为此需要构建一个灵活而强大的AI服务体系，为多个业务场景输出基础AI服务，同时能够充分利用宝贵的计算资源。爱奇艺智能视频流水线架构为多种来源的视频提供了适合不同场景的质量评估，分类标签，合规分类，人物场景理解，质量提升，视频索引等一站式智能服务，为视频娱乐的产品体验提升打下坚实基础。

负责AI基础算法团队，AI产品化，云应用和安全，大数据基础设施等部门。本硕毕业于复旦大学计算机系，曾就职于英特尔。一直相信坚实而智能的基础服务，能为业务提供强大的赋能，并致力此。

滴滴对象存储系统当前已存储百亿级文件，PB级数据。报告主要介绍滴滴对象存储系统随着业务规模的增大，业务需求的改变，其架构的演进过程和设计考虑。

博士，中国计算机学会存储专委委员，曾获中国计算机学会优秀博士论文、首届中国开源软件竞赛银奖等奖励。主要研发领域为文件系统、操作系统、分布式存储，为知名开源项目LVS、Ceph成员。曾任国防科技大学计算机学院副研究员，教研室主任，天河云存储研发负责人；现担任滴滴出行高级技术专家，滴滴云存储研发负责人。

介绍JD K-V存储产品从内存存储到持久化存储，从持久化存储到基于K-V持久化存储开发的分布式锁、配置分发产品。阐述产品迭代的过程，在开发过程中碰到各类问题，以及如何解决这些问题，比如：基于raft复制的数据分裂，迁移会碰到哪些问题；开发分布式锁服务时如何取舍、规避死锁等问题；如何设计让配置服务写入也可以水平扩展；RDMA技术对内存K-V性能提升有多大，碰到了哪些问题。

在线存储部负责人，主要负责分布式存储系统、分布式消息系统、分布式服务框架等产品的开发和维护。

Driven by the desire of reducing to zero the time of turning massive raw data into useful information and actions, Streaming is deceptively simple and becomes popular: just process and act on data as it arrives, instantly, and in a continuous and infinite fashion.
From Industrial IOT to Connected Cars to Real-Time Fraud Detection and more, people is increasingly looking to build new applications and customer experiences that react quickly to customer interests and actions, learn and adapt to changing behavior patterns, and the like. But the reality is we are using components for something it wasn’t designed to do, and the mechanisms won’t scale from small to large. Complexity arises due to the fundamental systems design mismatches.
Streaming is hard at scale because it assumes many disruptive system capabilities, such as ability to treat data as continuous and infinite rather than finite and static, ability to deliver consistently fast results by dynamically scaling serving, storage and computation capacity in coordination with the volume of data arriving. So what do we exactly need a distributed storage for the Streaming world.
This talks will explore how distributed storage system evolution was driven by use cases, and what are the requirements for a distributed storage for the streaming world. This talk will also use Apache Pulsar/BookKeeper as an example on discussing how these systems were designed to address those challenges.

Sijie Guo is one of the co-founders of Streamlio. Streamlio is a startup focusing on building next generation infrastructure for streaming. He is also the VP of Apache BookKeeper, PMC Member of Apache Pulsar. Prior to Streamlio, He was the tech lead of Twitter messaging team.

对于新一代文件存储而言，支持多种协议（NFS/SMB），用户无需对现有应用做任何修改，为所有计算，如VM、HPC、Docker 等提供安全、无限容量、高性能、高可靠、简单易用的分布式文件存储服务。本次从协议多样性、安全可靠、高性能和共享、弹性易用、企业级特性、生态创新6个维度来介绍当下新一代文件存储技术架构演进变革之路。

介绍搜狗在hadoop平台在调度引擎上的优化，主要包括：集群间基于负载的弹性伸缩调度模型，以及集群内基于node真实负载的调度模型。调度引擎优化的目的是解决集群间负载不均衡，以及集群内node节点间负载差距大问题，同时降低单一或者多个node资源争抢对业务的影响，均衡集群负载，充分合理利用资源，提升业务稳定性。

2012年7月毕业于中科院计算所，2012年7月 - 2013年7月，在百度网页搜索部负责分布式架构开发，2013年7月至今，在搜狗大数据平台部，主要负责Hadoop，HBase，Docker等基础平台的开发和建设，以及提供一站式数据分析服务。

随着苏宁战略转型中业务形态越来越复杂，大数据在苏宁战略中的扮演的角色也越来越重要。这次分享主要介绍了苏宁智慧零售的现状，结合对苏宁新一代数据产品诸葛大师的业务以及系统架构剖析, 及在建设过程中的关键技术升级和选型,详细说明如何利用大数据技术解决业务的痛点，难点，让数据驱动业务，进行数据化管理与运营，并给领导者以决策支持。

2011年入职苏宁，现担任中台研发技术总监。目前负责的技术团队，横跨价格，库存，大数据等产品线。拥有10年以上相关领域经验。经历了苏宁易购电商业务的快速发展和数据产品从无到有的全过程。近年来一直致力于智慧零售的实践，并探索如何经营数据，如何让数据驱动业务，如何进行数据化的管理与分析等问题。

网络空间测绘是近几年兴起的网络安全技术，它通过快速的端口扫描、协议识别等技术来对全球的资产进行梳理，结合产品规则库来对全球资产进行画像。在安全漏洞突发的时候，还能够快速进行漏洞专扫。这次分享让我们一起了解一下这种新技术的架构到底是怎样的？

2009年，加入诺赛科技，主导iiscan（全球第一款网站在线漏洞扫描平台）开发；2011年，加入360，网站安全部门后端核心研发，360鹰眼产品技术负责人；2015年，白帽汇公司联合创始人兼CTO。

演讲主要介绍了品友大数据分析平台的升级演变过程，包括品友数据与业务的碰撞，分析平台如何根据业务需求所进行的不断改造升级。会涉及到品友大数据分析平台架构底层的技术选型，对数据采集，数据集成，数据分析等方面的架构演变，还有品友大数据分析平台现在在做的事情以及未来的一些规划。

最开始任职于BEA和甲骨文中国研发中心，负责WebLogic和Tuxedo等中间件研发。然后加入微软亚洲研发中心，负责搜索广告、展示广告的研发，使BingAds China在中国成功建成和落地。之后在微软西雅图总部工作数年，负责Office360云平台研发。回国后，作为技术合伙人参与DSP和DMP的创业工作。并于2018年加入品友公司，担任首席架构师。

字节跳动公司的今日头条、抖音短视频、火山小视频、西瓜视频等一系列产品，在最近几年内数据量一直呈现出爆炸性增长趋势，数据基础架构部门在离线计算、流式计算等多个方向上遭遇到了一系列前所未有的挑战。本次演讲主要介绍从0到3.6万+计算结点的YARN集群管理，以及在调度优化、流式作业支持等多个方面的经验分享。

哈工大硕士，目前从事分布式计算资源调度系统YARN的研发支持工作，支撑了包括今日头条、抖音短视频、火山小视频、西瓜视频等一系列产品的离线、流式计算任务。

从事10多年的软件开发工作，曾任世纪佳缘技术经理，首汽约车技术总监。现任北汽新能源-北京轻享科技有限公司技术总监。多年出行行业背景，对出行业务技术架构有深刻的理解。对车到云，云到端业务场景及技术解决方案有丰富的经验。设计与开发（enjoyeasy）架构，具有高并发，海量消息处理的能力，并有开源计划。参与车机（TBOX）硬件，嵌入式的设计与评审，通信协议的制定与开发。

南方航空作为一个典型的传统航空企业，面临着传统企业严重依赖资源,互联网产业竞争等压力环境，在这种情况下，南方航空开启了数字化转型实践，全力打造出了智慧出行服务的全新技术体系，借助互联网技术，将移动互联网和航空出行全流程服务结合起来，整合航空旅游上下游行业资源，通过数据服务与业务流程整合，为旅客创造价值。

南方航空信息中心调研员，曾担任副总、主任工程师、高级工程师等职务。毕业于华南理工大学无线电工程，为恢复高考后的第一批大学生。拥有30多年的民用航空行业经验，经历了航空信息化发展的主要历程。主持多个行业级领先的信息化系统项目建设，其中SOC飞行运行控制系统，曾获得国家科学进步二等奖和民航总局的一等奖。在航空通信、机场离港、飞行运控等有所研究，拥有国家认证的高级信息管理师资质。

独立CIO、高级工程师、北大CIO班及清华大学数字化转型专家讲师、两化融合技术指导体系工作推进委员会专家委员、国家级专业技术人员继续教育基地专家。拥有30年的从业经历，先后在HP、博士伦中国等国内外多家知名企业担任供链主管和CIO。陈老师在企业数字化转型与创新、两化融合技术体系构建与落地、IT规划与治理等方面研究颇深且实战经验丰富。

人事和财务系统为主，如ERP产品；后台产品在传统行业经历N多年，ERP系统不论是传统行业还是互联网行业，快速变化和组织频繁调整的需求，使企业信息化系统建设（如HRMS/ERP/MES等系统）遇到前所未有的挑战。面对后台应用系统，是购买成熟的套件产品，还是研发外包模式，或是自主研发，在这几个方向上，很多公司做了大量的尝试，却找不到适合自己的模式。
传统的信息化系统面临诸多挑战：
如何组建数字化转型组织？
如何构建数字化转型的底盘？
如何构建灵活扩展的中台服务？
如何敏捷交付友好体验的前台系统？
本次分享的主题：《企业后台产品的互联网化创新实践》，抽丝剥茧，将一步步带您找到问题的原因和解决问题的举措，指导您数字化转型的行动路径。传授您一套方法论，拨云见日。

贝壳(链家)CIO线总监。产品和技术总监，资深产品专家，资深产品研究员，数字化转型专家，数据可视化专家，企业数字化应用领域开拓者和实践者。拥有20年以上大型企业信息化实战经验，主导40家以上企业信息化项目，拥有超过20家上市企业信息化建设经验。四大管理咨询背景，制定集团级信息化战略，制定信息化规划方案，从0到100建设五万人以上用户的互联网企业应用系统。实现ERP系统互联网化，PAAS平台化，产品SAAS化，数据可视化。

人类对于通过自身视觉，听觉等感官能力来接触世界，理解世界，以及思考世界，这造就了人类不断的抽象能力和知识总结能力，从而形成了不断沉淀的知识积累。文化娱乐的形式自人类远古时候就有，这些娱乐也是多种感官的综合结果，AI发展到今天有很多让人惊喜的感官能力，如何融合这些能力，具有知识沉淀和辅助决策能力，让这些能力更好的与业务相结合，产生商业价值，是待解课题，本话题讲介绍在文娱AI大脑做的一些思考与探索。

曾在IBM等多家知名企业工作，主导研发了开源深度学习平台DeepDriver并在图像，NLP，以及对话，预测等领域都有深入的应用。主导研发了行业领先的大数据内容生命周期三维立体分析平台，是国内外领先的视频行业的智能大数据驱动运营分析应用，并由此受邀在中国计算机学会大数据论坛等学术交流会进行了成果分享，受到广泛好评和反响；对大数据和人工智能技术有着信仰般的热情，欢迎多多沟通，交流。

饿了么作为一家以线上交易与线下履约为核心的本地生活平台，催生了大量的线上线下融合场景中的图像检测需求。如何利用图像检测技术来促进餐饮商家改善网店面貌？如何判定餐品图片的清晰度？如何风控防伪？如何打击无证套证的不良商家？如何利用图像技术来对送餐员的着装进行规范？面对五花八门的业务需求，各类图像识别技术也在千变万化，如何建立一个灵活统一而快速有效的图像检测框架，通过对深度学习模型与GPU算力进行整合，在极短的时间内快速响应业务需求达到提效降本之目的，成为线上线下融合场景中值得深究的话题。本次讲座将从场景驱动的角度来探讨如何建立一个灵活快速又可落地生效的图像检测框架。

饿了么高级算法总监，人工智能与策略部负责人，主导饿了么线上与线下业务的算法策略优化与智能化进程，对人工智能如何改造O2O业务场景有着深刻研究。

移动设备上的人工智能技术对模型大小和计算性能都提出了很高的要求，为了能在移动设备上进行离线的机器翻译，搜狗翻译做了大量的尝试。在离线机器翻译模型训练中，我们设计了小型的神经网络，以确保离线翻译能提供精准结果的同时具有更快的速度。同时充分利用了搜狗在线翻译系统的优势，让离线模型学习在线翻译系统的结果，通过这种知识提纯的方式，避免了学习杂乱无效的信息，让小的模型能够学到更有价值的信息。同时进行模型量化，以导出更小的模型。在工程实现上，针对移动端arm架构特点，采用int8进行模型的存储，降低了内存的使用，计算过程中则使用int16，利用neon指令充分加速提升计算性能，在保持精度相当的情况下大大加速了离线计算，让应用在端上运行更顺畅。

就职于北京搜狗科技发展有限公司。曾负责搜狗搜索检索服务器的开发和性能优化，现主要负责搜狗搜索以及搜狗翻译相关深度学习技术的落地。

在线特征提取是在线预估的重要组成部分，面临着特征数据量大，计算量大和性能要求高的问题。本演讲从离线数据流，特征存储，特征提取框架等方面对面临的问题一一解析，使听者了解到行业内的最通用的实践方式。

先后在阿里妈妈，百度，360从事搜索广告、分布式存储和广告点击率预估等工作，目前在美团搜索中心从事搜索架构的相关工作。对分布式存储，高性能服务和广告业务整体架构有较深入的实践经验。

第一部分：阿里巴巴开源镜像站介绍
首先，给阿里云上全球ECS用户提供软件安装和升级服务。其次为互联网用户提供OS下载和软件安装服务。
第二部分：阿里巴巴开源镜像站的技术架构
1. 云上用户，内网单元化和缓存机制，减少同步和回源的架构优化。
2. 互联网用户：CDN加速，提供同城最快的系统&软件安装服务。
3. 为了提高用户体验，我们做了哪些工作：高级搜索，热点仓库保证。
4. 阿里巴巴OPSX站点的数据统计结果分享。
第三部分: 基于镜像站的开原生态构建
1. 开源生态架构介绍。 “代码托管 - 开放文档 - 自动构建 - 内容分发 - 技术交流 - 青年开源软件联盟建设” 生态链建设和计划。
2. 目前我们做到了哪些以及我们的技术架构： 1)开源代码托管 2)文档中心 3)Git自动构建服务 4)私有软件仓库
3. 我们将要做什么： 1) 开源技术沙龙 2)组件青年开源软件联盟, 鼓励大学生，年轻人参与中国开源生态建设。

曾在IBM等多家知名企业工作，主导研发了开源深度学习平台DeepDriver并在图像，NLP，以及对话，预测等领域都有深入的应用。主导研发了行业领先的大数据内容生命周期三维立体分析平台，是国内外领先的视频行业的智能大数据驱动运营分析应用，并由此受邀在中国计算机学会大数据论坛等学术交流会进行了成果分享，受到广泛好评和反响；对大数据和人工智能技术有着信仰般的热情，欢迎多多沟通，交流。

爱奇艺CDN系统是一个庞大复杂的网络，承载着爱奇艺视频数据的分发、回源等核心业务；爱奇艺CDN节点遍布全国、服务器数量巨大，如何有效地管理、维护部署在这些服务器上的众多应用服务模块是一个巨大的挑战；爱奇艺CDN团队基于Acl服务器框架开发了一套服务化管理平台，在实践中获得了良好的效果，如：核心服务模块实时监控、服务运行问题预警、模块占用资源管控等。本文从服务管理角度介绍爱奇艺CDN系统基于Acl服务器框架的工程实践。主要内容有：
1. Acl服务器框架的特点；
2. 爱奇艺服务化平台介绍；
3. 爱奇艺CDN系统中运行在服务化管理平台上的应用服务；
4. 爱奇艺服务化平台在生产中的价值。

现任爱奇艺科学家，主要从事爱奇艺CDN系统的基础架构工作，具有大型系统的设计与研发能力，擅长高性能网络通信及服务器架构设计；曾任263企业通信首席架构师、和讯网络高级架构师等工作。

在数据中心基础架构、流量接入与调度、CDN、系统优化等领域有近15年的研发和运维经验。在新浪期间曾先后负责过 网络设备研发、自动化运维、操作系统及内核优化、CDN研发、云存储、流量接入等多个团队；并曾任乐视云CDN调度系统的团队负责人，实际操盘过10Tbps+ 规模的调度系统。

Spark目前作为美团点评主流的离线大数据计算引擎，在数仓生产、查询分析、机器学习等领域都有重度使用，本次演讲主要内容包括：
* Spark在美团点评的演进过程以及主要应用场景和现状；
* 对于Spark任务管理、交互式开发、问题诊断等需求的平台化架构选型和建设思路；
* 基于Spark做数仓生产计算引擎以及Spark on GPU集群实现批量深度学习预测等实践过程遇到的功能性、稳定性、性能问题对引擎内核进行改造的经验；
* 美团点评Spark现在正在做的事情以及未来的一些规划

2013年毕业于华中科技大学，美团点评数据平台离线分布式计算负责人，深度参与了公司Hadoop集群从单机房百台服务器到跨机房万台服务器的架构演变，主要负责Spark在美团点评的落地和演进，大规模分布式机器学习计算框架调研和应用，Hadoop任务管理、交互式开发等平台化建设工作。

小米有众多的智能终端和设备，数据规模非常大，对于数据采集和大数据集成提出了非常高的要求。此次演讲主要介绍小米大数据集成解决方案，主要包括小米数据流平台的架构演化，整个链路的数据质量监控，数据流生态的构建思路，最后会介绍典型的应用场景、未来的规划和思考。

曾就职于腾讯和百度，主要负责消息队列、大数据集成方案，离线计算和实时计算等方面的工作。

在大数据、云计算、流式计算为基础的分布式环境下，数据本身的质量问题越发重要。Apache Griffin项目是eBay发起并贡献给Apache社区的数据质量方案。它试图提供一套可扩展，可伸缩的框架来解决数据质量的几个典型问题：如数据的精确性问题、一致性问题、合法性问题、时效性问题、唯一性问题,以及完整性问题。本次主题主要讲解面临streaming和batch的企业数据环境，Apache Griffin是如何通过提供一整套的流程来定义，测量并汇报数据质量，以试图解决数据质量问题。同时介绍架构设计，核心组件的设计与考量等等。最后会通过自助服务来阐述Apache Griffin在eBay 1.2PB的数据环境下的应用场景及流程。

eBay 资深主任工程师，Apache Griffin 项目的发起者和committer。有超过15年的数据服务行业经验，曾就职于华为，目前在eBay大数据服务部门，专注于大数据平台上提供稳定及时有效的数据服务应用架构设计和开发。

结合百度内部多年大数据平台构建经验，和百度云大数据产品构建经验，介绍企业如何从零开始构建一个好用的大数据平台：
1）大数据平台整体架构
2）企业大数据平台常见问题
3）大数据平台统一开发IDE
4）数据平台管理
5）大数据平台与AI的融合

15年工作经验，技术领域包括互联网服务架构、大数据平台架构、数据仓库，数据挖掘，网络安全等领域。从事过金融行业，网络安全行业，大数据行业，互联网广告等行业。

对于以资产管理为主的金融公司来说IT系统建设经历三个时期：早期需要大量的IT系统短时间内上线，IT项目经过招标，厂 商完全负责实施，随后因为资产管理的特殊性，金融改革，政策频繁变化，业务流程的频繁调整，厂商的产品和开发平台都难以适应业务变化，这个阶段东方金科协助厂商共同完成业务系统建设。在当前阶段是东方资产集团科技信息部提出实现技术自主可控目标，东方金科以开源技术为基础的开发平台作为响应，并逐步落地实现。
开发平台的定位是类似传统行业的汽车平台，能生产不同尺寸，外观，马力的汽车，开发平台也能产出适应金融行业特点要求的大中小型系统，其建设思路主要包括：采用了流行开源技术框架，如Spring Boot，支持系统拆分，将原有大一统系统拆分成多个独立小系统，甚至是微服务，将软件开发工程管理纳入到开发平台中，重视规范，重视开发平台灵活性，重视使用体验。
由于开发平台建设是一个长期过程，从信息科技部提出要求和规划，到东方金科逐步落地，遇上了很多困难，面临很多选择，演讲最后将举出开源技术落地过程中的的几个实施过程，与各位嘉宾和听众一起分享和探讨：
1. 以Spring Boot技术为核心开发平台，SpringSide曾经是唯一的选择！
2. 目前没有适合东方特色的业务流程产品，改造Activiti的流程引擎适应流程变化。

现任东方金科高级技术经理，参与集团东方资产多个金融项目建设。熟悉JavaEE，专注于业务开发，也参与过开源，是国内流行的Beetl和BeetlSQL的作者，也是电子工业出版社《Spring Boot 2精髓》的作者。

随着Service Mesh概念的推广与普及，云原生、低接入成本以及分布式组件下移等理念，已逐渐被认可。在Service Mesh依旧处于高速迭代的发展期的同时，以它的理念为参考，其他的Mesh思想也在崭露萌芽。
Database Mesh即是Service Mesh的其中一种延伸，虽然理念与Service Mesh相近，但数据库与无状态的服务却有着巨大的差别。Database Mesh与分布式数据库（如NoSQL和NewSQL）的功能范畴并非重叠而是互补，它更加关注数据库之上的中间啮合层。本次将与您一起交流Database Mesh的一些思考，以及探讨如何与现有产品相结合，实现更加强大与优雅的云原生数据库解决方案。

热爱开源，目前主导两个开源项目Elastic-Job和Sharding-Sphere(Sharding-JDBC)。擅长以java为主分布式架构以及以Kubernetes和Mesos为主的云平台方向，推崇优雅代码，对如何写出具有展现力的代码有较多研究。2018年初加入京东金融，现担任数据研发负责人。目前主要精力投入在将Sharding-Sphere打造为业界一流的金融级数据解决方案之上。

目前，深度学习广泛应用于不同的领域。OpenCV是一个大家熟知的计算机视觉的库。今年，OpenCV增加了深度学习的模块，如何理解OpenCV的深度学习模块，如何便利的使用OpenCV深度学习模块更快的搭建出用户的程序，是我们想要介绍并解决的问题。我们将涵盖深度学习和OpenCV的介绍，深度学习的瓶颈和应用，OpenCV 的架构，深度学习库的介绍和应用，介绍深度学习的网络模型导入，推理引擎和架构和硬件加速，我们将介绍计算机视觉模型和具体的目标识别，视频风格变换，图像分类，人脸检测等用例。我们还将介绍一些程序优化的建议，供听众作为参考。

硕士毕业于华中科技大学。2008年初加入VIA，参于过OpenGL driver开发。2009年加入Intel开源技术中心，参于过MeegoTV, Wayland, smartcamera等项目开发，后转型Sound Open Firmware, Beignet, clcaffe, libxcam， Media framework(ffmpeg, gstreamer) 等开源项目管理。目前负责视频处理团队的技术管理和研发工作，带领团队运用AI技术提升视频处理的性能和质量。libxcam分团队提供了高质量的车载环视算法；视频分团队和openCV 社区一起提供了OpenCV 深度学习模块的OpenCL加速。关注的领域有：车载辅助视频分析、视频处理理论及应用等。

讲演从四个维度展开介绍，机器学习与大数据、机器学习的建模及机器学习的实践案例，AI技术产业应用方法，通过交流“思想”和“应用方法论”，掌握机器学习的深层次思想，并贯通商业、产品和技术。

专注数据分析、商业战略、机器学习和人工智能等领域，目前负责搜索战略和业务分析，视觉搜索策略，搜索生态合作圈构建等业务，获得百度首届最高奖，著书《大数据分析的道与术》。

个性化推荐是大数据时代不可或缺的技术，在电子商务、信息分发、计算广告、互联网金融等领域都起着重要的作用。具体来讲，个性化推荐在流量高效利用、信息高效分发、提升用户体验、长尾物品挖掘等方面起均起着非常核心的作用。
在推荐系统中经常需要处理各种文本类数据，例如商品描述、新闻资讯、用户留言等等，对这些数据处理和理解的能力直接影响着推荐系统推荐效果的好坏。除此以外，推荐系统中很多用户行为相关问题都可以使用自然语言处理中的技术来解决，并且可以取得非常好的效果。在本次分享中，讲师会结合实践经验，向大家系统性地介绍自然语言处理技术在这两方面的应用方法和案例。

前二手交易平台转转搜索推荐技术负责人，负责转转的推荐和搜索系统以及其他算法相关工作。主导过多个推荐、搜索以及机器学习系统从0到1的搭建，以及后续的持续优化。多年来主要从事推荐系统以及机器学习系统的相关工作，也做过计算广告、反作弊等相关工作，并热衷于探索个性化推荐和机器学习技术在其他领域的应用实践。

“旧时王谢堂前燕，飞入寻常百姓家。”随着大数据和AI技术的发展和普及，机器学习走出了学术圈的象牙塔，在各行各业中得到越来越多的应用，逐步成为不可缺少的关键技术。不同于相对固定的逻辑驱动的系统，基于机器学习的系统非常依赖数据、模型和学习训练。如何高效地处理数据流？如何保证数据质量？如何有效管理特征的定义、计算、迭代和共享？如何高效地执行模型的训练和在线预测？...这些是开发企业级机器学习应用都需要解决的关键问题。为了解决这些共通的问题，我们开发了一个通用的机器学习平台，显著提升了各种机器学习应用的开发效率。我将介绍平台的应用背景、架构设计和开发过程中的经验教训。

中国首席数据官联盟专家组成员，猎聘网首席数据官，负责机器学习技术和应用研发、商业数据分析以及大数据基础设施建设。深耕于数据挖掘和商业分析，具有16年的数据挖掘和系统研发经验。曾任Omni-Dimension Inc和WPP Group/奥美ITOP 24/7 Networks的CTO职务，负责数据驱动的互联网广告优化技术和精准广告网络的研发;还曾经担任空中网悟空搜索副总裁和美国Yahoo!网页搜索资深工程师，从事大规模搜索技术和文本挖掘技术的研发。毕业于清华大学和美国University of Arizona，获得了管理信息系统专业的学士和硕士学位。

演讲提纲：
1. 58速运数据库架构，以及存在的问题
2. 主从为什么会不一致，怎么优化？
3. 缓存为什么会不一致，怎么优化？
4. 数据冗余，不一致怎么办，怎么优化？
5. 多库事务，不一致怎么办，怎么优化？
面向人群：
研发工程师、架构师、DBA等一切和数据库相关的技术人。

互联网架构技术专家，“架构师之路”公众号作者。曾任百度高级工程师，58同城高级架构师，58同城技术委员会主席。15年调至58到家任高级总监，技术委员会主席，负责基础架构，技术平台，运维安全，信息系统等后端技术体系搭建。现任58速运任CTO，负责58速运技术体系的搭建。本质，技术人一枚。

瓜子业务重线下，用户网上看车、预约到店、成交等许多环节都发生在线下。瓜子IM智能客服系统的目的是要把这些线下的活动搬到线上，对线下行为进行追溯，积累相关数据。系统连接用户、客服、电销、销售、AI机器人、业务后台等多个角色及应用，覆盖网上咨询、浏览、预约看车、到店体验、后服、投诉等众多环节，各个角色间通过可直接操作的卡片传递业务。例如，用户有买车意向时，电销或AI机器人会及时给用户推送预约看车的卡片，用户只需选择时间即可完成预约操作。整个系统逻辑复杂，及时性、可靠性要求高，涉及IM消息、业务卡片、各种实时统计。此次演讲，将从数据架构层面讲解系统遇到的挑战及解决办法。

瓜子二手车技术专家，中国计算机学会专业会员。2017年2月入职瓜子二手车，主要负责瓜子即时消息解决方案及相关系统研发工作。在瓜子期间，主持自研消息系统用于支持瓜子内效工具呱呱，满足瓜子两万多员工移动办公需求；作为项目经理，负责瓜子服务在线化项目，该项目对瓜子二手车交易模式及流程带来深远影响。在入职瓜子二手车之前，封宇曾供职于58同城、58到家、华北计算技术研究所，参与到家消息系统、58爬虫系统以及多个国家级军工科研项目的架构及研发工作。在消息系统、后端架构、存储架构等方面有丰富经验。

Redis在腾讯游戏的应用历史超过5年，期间从周边模块的应用，到落地重要游戏业务；从单纯的缓存组件，到发展为业务主存储方案；从单机到集群，从内存存储到海量数据存储。我们将分享，在此过程中我们面临的业务挑战，我们的解决方案，以及我们如何基于Redis协议逐步发展出存储解决方案，TenDIS, 以及其在腾讯互娱的使用情况。

腾讯后台开发高级工程师，从事数据库内核和开发工作超过6年，热衷于数据库架构，分布式数据库，缓存技术等。毕业于武汉大学和美国里海大学，毕业后曾在搜狐技术部从事开发工作。2014年加入腾讯，目前全面负责腾讯互娱Redis存储产品TenDis开发工作，是TenDis的主要设计者和开发者。Tendis是基于rocksdb实现的完全兼容Redis协议的分布式存储解决方案，支持数据实时落地，replication，高可用、水平扩展等能力，目前在腾讯游戏中大量使用，逐渐成为腾讯游戏最重要的存储之一。

从2016年开始，我所带领的阿里巴巴数据库内核研发团队，一直致力于打造阿里新一代分布式数据库X-DB。经过两年多的技术攻坚，团队克服了多重技术挑战，X-DB数据库在阿里内部也服务着越来越多的业务。X-DB数据库在架构设计和技术理念上究竟有何不同？X-DB通过新技术为业务带来了哪些发展过程中的便利性？本次分享，将一一为大家揭秘：
1. X-DB的起源和架构设计的理念；
2. X-DB核心技术剖析（高可用、分层存储引擎、存储计算分离、硬件加速）；
3. X-DB在阿里业务上的最佳实践。

阿里巴巴数据库事业部资深技术专家，阿里巴巴新一代分布式数据库X-DB的研发负责人。从2005年开始从事数据库内核研发工作，也曾连续多年担任阿里巴巴双11、双12，支付宝新春红包大型活动数据库总负责人，从业务的视角尝试更好的理解数据库的新问题和新需求。目前专注于带领团队打造阿里巴巴新一代分布式数据库X-DB，以创新的技术助力业务的快速发展。

在分布式服务框架出现之前，垂直应用架构流行了很长一段时间。随着互联网的高速发展，垂直应用架构变得越来越臃肿，维护成本越来越高，交付周期越来越长，整个系统的抗压能力越来越差，可靠性越来越低。而分布式服务框架更好的伸缩性、扩展性、容错能力、灵活的部署、更高的开发效率、良好的服务监控和治理 等特性，更加符合目前互联网的发展需求。架构微服务化是目前业界的发展趋势，它是建立在分布式架构的基础之上的，而分布式服务框架是微服务化的基础。本次将为大家分享分布式服务框架在荔枝的应用。

10年的互联网开发经验，对分布式系统、高并发解决方案有着丰富的实践经验，在国内知名互联网企业担任过资深工程师、系统架构师等职。曾就职于UC浏览器、春笋新科技。现任荔枝资深工程师，负责基础架构的设计与开发，目前专注于分布式系统、微服务、数据库中间件 等技术的研究与探索。

分享使用Kubernetes，微服务与DevOps在传统行业进行落地的实践。探讨在传统行业的软件架构及IT基础架构中推行微服务化拆分改造，DevOps平台，容器化标准时会面临的痛点。分析Kubernetes，微服务治理平台与DevOps在面向企业时的深度融合方案。

10年研发与解决方案设计经验，在网易从事云计算行业容器与微服务架构工作，专注于支撑网易内部业务上云，对外帮助客户解决微服务与容器的融合问题。在工作中积累了大量互联网金融系统，电商系统等容器化与微服务化经验。

1. 转转微服务架构现状；
2. 转转微服务架构所遇到痛点；
3. 转转为什么要做Service Mesh架构；
4. 转转Service Mesh架构应用实践；
5. 转转服务架构展望；

转转公司首席架构师／架构算法部负责人，前58集团技术委员会主席，高级系统架构师，“架构之美”公众号作者。擅长系统架构设计，大数据，机器学习等技术领域。代表公司多次参加 Artificial Intelligence Conference、QCon、ArchSummit、SDCC、CCTC、DTCC、Top100、Strata + Hadoop World、WOT 等大会嘉宾演讲，并为《程序员》杂志撰稿 2 篇。前百度高级工程师，参与百度社区搜索部多个基础系统的设计与实现。毕业于浙江大学。

开发团队在实施微服务的过程中，面临诸多挑战，包括服务器等基础设施管理，容错，服务发现，负载均衡、灰度发布、流控，故障切换、分布式跟踪等等，因此微服务的落地面临很高的技术挑战。本次分享将和大家探讨 serverless 计算平台是如何助力开发人员解决上述问题，从而成为构建微服务应用的最佳平台。

详细回顾了美团旅行基础信息服务的发展历程，重点介绍了从单体服务架构到微服务架构的驱动原因、演进思路与实践。此外还结合作者多年的架构设计经验对整个演进过程进行了一些原则与方法论层次的总结。

2011年北邮硕士毕业，2014年加入美团，先后参与了酒店供应链体系、分布式调度系统的建设，现在负责美团平台及酒旅事业群客户关系管理系统、基础信息服务的建设工作。

“苏宁拼购”是以拼团为核心，“邀新团、砍价团、膨胀红包、助力团”等多种社交玩法相融合的苏宁新一代社交电商平台。在社交电商的场景下，严控品质，拼卫星、拼房子、拼汽车，8月8日苏宁设立拼购日，无所不能拼，取得了日均百万订单的成绩。如何保障消费者的购物体验，百万订单压力下系统如何顺畅运行。我们在近两个月的时间内完成了拼购系统的高并发能力升级，并形成了一套针对拼购活动的促销保障之道。

苏宁云商IT总部架构师，先后参与了全景应用性能监控平台搭建、移动端性能优化与提升、移动端统一接入层建设等工作，主导了苏宁易购全站HTTPS上线和优化工作。专注于应用层网络性能优化，在HTTPS、HTTP/2等领域拥有丰富的经验，目标是通过优化，以保证复杂网络环境下，通信的快速、稳定和安全。

红包作为最常见、最具有提升用户转化率的营销手段，无论是传统行业还是互联网行业，都拥有丰富的使用场景，尤其在新零售模式下，对于那些初创团队，为了快速积累用户、曝光产品，红包往往会起到至关重要的作用。本次分享以红包系统的构建为主题，结合汽车之家车商城在新零售模式下的红包系统，讲解红包的常见使用场景以及系统构建过程中的关键环节和技术实现，为初创团队快速构建红包系统提供便捷的实现方案，同时会分享我们在其中积累的经验以及系统架构实现中的一些小技巧。

2008年获得北京大学计算机专业学士学位，拥有PMP项目管理专业认证，曾就职于国内大型信息通信公司及一线互联网公司，曾全面负责中国铁路12306消息服务平台的建设，2015年加入汽车之家，目前任职新车电商事业部，担任交易系统、促销系统高级架构师，同时也是汽车之家技术大学的讲师，拥有多年的软件开发和大型系统架构设计经验，熟悉电商系统架构体系，在系统高并发、高可用方面有深入研究，尤其对于初创团队的系统设计有独特见解。

大数据驱动全域高效商业连接。作为新零售第一路大军的"品牌新零售"，今天商家面临的主要痛点是有门店缺客流，有粉丝无转化，有会员难互动。面对这些困难，我们提出了面向全域消费者运营的"智慧门店"解决方案。在业务转型的同时，技术上我们也全面拥抱变化。如何从原来的守株待兔，实现全域获客？如何从原来的千人一策，实现精准营销？如何从原来的在店成交，实现离店销售？如何从原来的私人关系，实现组织连接？在这其中，“智能导购”作为重要的一环，针对门店导购，通过实现智能客流数字化，为他们在日常的销售，经营中起到了巨大的赋能提效作用。

2011年大学毕业加入阿里巴巴，分别负责过店铺核心装修系统，基于容器技术的亿级流量PaaS平台EWS；近期2年内，主要针对新零售场景，分别在全渠道场景下作为核心构架师，支持了门店发货，门店自提等业务能力。实现了2017年全年全渠道订单2200万，双十一当天超70W笔；在“品牌新零售”场景下，主要负责智慧门店业务，通过带领团队从0到1的建设了“客群运营平台”，通过数字化线下客流信息，建立起消费者和导购之间的关系，为线下赋能提效。

广告是互联网流量变现的重要手段，也是AI技术在工业界最成功的应用场景之一。本次演讲将为大家介绍爱奇艺视频广告的业务特点和核心挑战，并给大家分享我们如何运用AI技术打造爱奇艺的智能广告算法引擎。介绍内容包括工业级算法引擎的构建方法，广告售卖阶段如何通过库存预估、智能询量、建议出价提升广告主运营效率，广告执行阶段如何通过全局优化分配、个性化推荐提升广告投放效果，以及我们在平衡商业目标和用户体验方面进行的智能化探索尝试。

硕士毕业于复旦大学。2015年加入爱奇艺，负责广告算法团队的技术管理和研发工作，带领团队运用AI技术提升流量变现效率和效果，主导并搭建了爱奇艺智能广告算法引擎。关注的领域有：时间序列预测、约束优化方法、个性化推荐、精准人群定向、机器学习理论及应用等。

召回是个性化推荐系统非常重要一个环节，直接影响最终输出推荐结果的质量。现代推荐系统通常包括多种召回方式，基于内容的召回，基于用户行为的召回，基于用户属性和使用场景的召回，利用深度学习模型驱动的召回，等等。受限于上游排序阶段计算能力的约束，通常从召回进入到排序阶段的数量是受限的。针对不同产品线，不同的用户，不同召回产生价值的重要程度也不同，需要动态决定召回的组合和quota的配比方式。本演讲分享一点资讯针对这一挑战在系统和算法方面的一些工作，以及相关工作对最终推荐质量的影响。

先后供职于阿里巴巴、雅虎北京研发中心、一点资讯，超过十年工作经历，从事搜索引擎、在线广告和个性化推荐系统的后端系统研发、效果优化及相关的技术管理工作，目前在一点资讯负责后端系统研发工作，涉及领域包括内容生产、获取与分析处理，支持搜索、推荐业务的高效索引系统，大规模高并发的在线服务系统。如何优化系统架构，提升算法计算规模和迭代速度是近期关注重点之一。

作为国内知名知识分享平台，知乎已拥有 1.6 亿注册用户，回答数超过 1 亿，目前 AI 已经全面参与知乎的各个环节，大大提升了效率。在生产、消费、连接和治理四大领域，AI 各自发挥着不可或缺的作用，将具体阐述这些领域，AI 是怎么应用的。

负责知乎NLP与用户画像的模型方面的业务。硕士毕业于北京大学智能科学系，曾在JMLR、ICLR等国际顶级期刊及会议发表多篇学术论文。在加入知乎前，曾任百度自然语言处理部门高级算法工程师，从事智能交互、语义表示、语义标签、内容质量的研发工作，参与了度秘、百度feed流等产品的关键技术突破。

随着移动互联网的深入发展和 IoT 智能设备的普及，用户对智能性，低延迟和隐私保护的诉求变得越来越高，移动设备上的离线深度学习应用变得越来越普遍。MACE 是专门为移动设备优化的深度学习模型预测框架：支持平台多、速度快、加载时间短、内存占用少、部署方便、模型安全。 MACE 可以方便的部署到异构设备上，使模型运行在 CPU、GPU 和 Hexagon DSP 上，并支持主流的视觉 DNN（分类、物体检测、语义分割、风格转换等）及 NLP（机器翻译等）等深度学习网络。在小米落地了应用场景人像模式，场景识别，离线翻译等多个项目。本次演讲将着重介绍 MACE 的框架设计、异构设备上的算子优化、以及使用和部署方案。

小米软件工程师，清华大学博士，目前专注于人工智能领域，在小米一直从事深度学习框架的架构设计，打造高效的 AI 引擎。参与的多个AI项目成功开源并获得社区很好的反响。成功的在小米手机与 IoT 设备上落地了视觉与 NLP 相关的 AI 产品。

本主题首先介绍京东数科的持续集成的进阶之路，从人工的蛮荒时代，到基本的工具集使用，最后到研发自己的研发协同平台。重点介绍分支开发策略模式下，从Dev到Ops的JCI研发协同平台落地实践攻略。

京东数科持续集成平台研发负责人，负责持续集成平台的设计与实现，推动持续集成方案在京东数科的实施落地。近期两年，主要针对京东数科的研发体系现状，深耕研发过程的改进，尽可能地提高研发效率，保证研发过程的平稳有序，结合行业特点，制定符合本公司自身情况的持续集成方案。

本次演讲主要分享了阿里巴巴大数据平台伴随着公司发展，规模不断飞速发展，运维体系逐步演进发展变化的过程。以及在这个过程中我们逐步往智能化方向发展的技术能力转型变化以及目前取得的一些成效。

花名大舞，阿里巴巴计算平台事业部基础工程技术-资深技术专家/运维总监，目前主要负责阿里整个大数据底层平台的SRE&运维平台规划开发，架构布局设计以及自动化运维工作，专有云运维产品开发等工作，支持10W+服务器的平台日常运营维护。（支持hadoop/hbase/jstorm/odps/ads/blink/数据通道/GPU...等大数据处理平台方面产品）

监控是每个公司基础架构中不可缺少的一部分，如何构建适用于公司不同阶段不同需求的监控系统需要技术团队不停的探索和尝试。本次分享主要以去哪儿网百万级监控报警设计与实现为核心，讨论去哪儿网Ops团队在建设监控系统期间遇到的问题和解决的方法。

去哪儿网高级运维开发，目前负责去哪儿网监控系统的设计、开发和运维工作。对DevOps理念有深入理解，深入实践自动化运维。

Feed流推荐系统最关心用户的兴趣，但用户自己都无法准确归纳和描述自己兴趣，这也是PC时代的搜索和移动时代的feed流差别的之一。帮助用户进行兴趣归纳是推荐系统首要解决的问题，以此问题为起点进行推荐系统的构建和优化，是此次分享的主要内容核心。本主题分享重点：
1. 以围绕用户兴趣描述的视频内容理解和高效的探索出用户与视频的反馈特征为行为理解，来归纳用户兴趣实践探索；
2. 内容推荐中平衡兴趣相关性、热度、错误率等因素实践探索。
3. 协同推荐中解决序列化预测问题和群体效应问题的实践探索。

2012年入职搜狐视频，一直从事大数据处理、推荐系统架构设计开发和机器学习等方面的研究和实践工作，2014年开始负责搜狐视频的个性推荐系统的基础架构设计和系统开发。

大数据时代海量用户、成千上万标签维度的用户画像标签数据的存储与快速检索已经成为用户画像系统的一大技术痛点。通过研究市场上现有的各种技术方案的优势与不足，数果有针对性的研发了一套分布式用户画像存储引擎Uindex。该引擎融合了搜索引擎的索引技术，采用分布式、无共享无单点故障的体系架构，使用列式存储，提供丰富的数据类型，具有高效的实时写入性能。在查询时充分利用了mmap技术、向量化技术和倒排索引技术，保证了数据的高效检索。本主题分享主要对基于传统数据库、HBase+ElasticSearch和Uindex三种不同技术方案的优缺点进行分析。

数果数据平台首席架构师，多年大数据行业技术应用经验，对分布式存储、搜索引擎、缓存等技术有深入研究。曾在欢聚时代（YY）数据中心负责大数据计算资源管理平台的设计与开发。现任数果智能数据平台首席架构师，负责大数据产品的架构与设计。设计开发了数果实时多维分析平台Tindex、用户标签存储分析引擎Uindex和大数据平台核心调度系统。

在O2O的履约配送场景下的调度是一个时空最优解的模型评估，模型的迭代是伴随着业务模式的整体演进。而对于画像部分对于策略的调整，是在大刀阔斧之后的配送服务精细化运营的落地场景实践；统筹在多角色个性化的世界里进行私人订制和整体效率最优。

负责拉扎斯集团大数据技术统筹、协调和京沪两地大数据基础设施、数据架构建设与整合，专注于统一数据交换协议、大数据分布式调度系统、大数据ETL开放化设计、大数据统一流式计算；同时也负责百度外卖物流智能调度系统的研发策略方向。

曾在神州数码、亚信联创长期从事电信行业业务支撑系统集成工作，参与中国移动、中国联通多个项目，具有丰富的大型业务系统研发实施经验。曾在当当负责总体架构规划、技术规范制定和技术预研推广，善于把握复杂业务需求，提出创新性解决方案，参与多个重点项目的方案设计，在项目中对系统架构进行持续改造优化。负责技术委员会组织管理工作，发掘最佳实践、推动技术革新，组织内外部技术交流。曾担任饿了么技术创新部高级总监。多次参加业界技术大会，任讲师及出品人，不定期更新微信公众号“IT民工闲话”。

如何突破技术瓶颈？如何在技术路线上越走越轻松？如何练就一个火影般的架构师？如何打造个人品牌以避免职场危机？你所 要做的不仅仅是按部就班的架构工作，你需要超越架构！
第一幕：打好高端基础
第二幕：全栈进化
第三幕：持续跟进新技术
第四幕：打造个人品牌

超越十年架构经验、Mycat创始人、Imking共享创业倡导者，业界编程能力第一的S级架构师，分布式计算、微服务，云计算领域技术专家，先后出版了《架构解密》 、《区块链轻松上手》、《Kubernetes权威指南》、 《ICE权威指南》、《企业级容器云架构开发指南》等专业技术书籍，并培养了一批技术精英。

诺基亚塞班系统内核核心贡献者，HULU大数据、广告后台策略等产品技术体系缔造者，对HULU的业务应用产生巨大价值，小米分布式存储技术创建者，带领团队建立了行业最先进的分布式存储体系，支撑小米等相关业务所有云存储业务，此外带领团队建立了数十项关键业务产品开发，对小米的技术体系，业务产品发展等产生了深远影响。

对于大多数初创公司的小团队而言，面临的问题包括初级技术水平的成员占比较高，基础设施不完善，但是却要求用更短的时间和更少的资源来完成任务。为了解决代码、文档统一的问题；实现自动生成Mock数据和测试代码功能使得前后端更顺畅地并行开发；为了解决团队项目部署权限混乱的问题，以及使用Sinopia作为私有NPM仓库时，由于某段时间服务不稳定导致构建失败率剧增等问题。本主题分享重点：
1. 自研Web框架实现代码+文档+Mock+测试同步
2. 前端项目的构建和部署工具实践
3. 私有NPM仓库踩坑记
4. 高并发WebSocket项目实践

现任兔展前端架构师，从零构建兔展一视的技术架构，并参与兔展整站重构。专注于Node.js开发，热衷于开源，发布过多款NPM模块，如xss和@leizm/web，GitHub：leizongmin

随着WEB技术的发展，很多的系统也都由客户端慢慢的向WEB端转移，所以WEB端内容已经不再是只用来做静态内容的展示，前端工程师的工作也不再是只用切切页面，写点样式，写点特效那么简单了。现在的WEB端已经体现出了很多之前在后端才有的一些逻辑和交互，前端也在不停的增加着业务代码，在用户体验上也有较高的要求，这些包括页面的响应速度和数据的动态获取等等，这些原因也是近几年前端快速发展的根本原因。
既然前端的业务变的更加复杂，那代码量自然也会随之增加，这就带来了一系列的问题，比如代码的维护更加困难，团队的协同开发更加麻烦，页面去加载和解析这些资源也会变慢等等。要想更好的解决这些问题，就需要一个合理的架构，当然架构没有最好的，只有更合适的，并且不同的团队，不同的产品也相差较大，所以想要找到一个合理的架构就需要我们根据自身情况不断的去总结和完善。

苏宁视频云资深前端架构师、高级技术经理，软件技术专业。从事过Java开发，拥有8年开发经验，超过6年的专职前端开发经验，3年以上的团队管理经验，目前负责苏宁视频前端研发和架构工作，参与一些前端SDK组件的开发，推动苏宁视频云平台的架构改进和用户体验，为用户提供优质的服务。始终相信只要有付出，就一定会有回报。

近年来的前端发展多集中在工程化方案上，很多框架也是在这个思维上进行解决方案的梳理，而忽略了H5在交互上具有更强的优势。而当H5内嵌在客户端内，结合更多样的业务场景，对资源加载、性能要求、模块高可用都提出了新的挑战。本专题将围绕 H5页面如何深入用户体验，构建渐进式Web App，做到页面加载呈现媲美原生应用，并使网站加载速度更快，更具备弹性展开细化讨论。

阿里巴巴高级前端工程师，目前主要负责剑鱼可视化搭建平台新版重构以及天猫IoT弱生态业务；在WebApp性能提升方面有着独特的解决方案，并推出了自己的前端框架ioing.com。

为了支撑业务高速发展，汽车之家在客户端动态化方案上，一直在披荆斩棘，持续演进。从Hybrid、插件化、卡片化，到ReactNative方案的引入，动态能力变得日益强大。React Native作为Facebook开源的使用JavaScript语言编写原生应用的一项技术，其兼顾了开发效率与应用性能，是目前跨平台开发框架的极佳选择，适合于业务的大规模使用。但对开发者来说，React Native的实践道路上仍然有很多现实的技术坑。
目前React Native框架已经全面应用于汽车之家各个业务线，大大提升了研发效率。在本次演讲中，将具体阐述汽车之家在React Native应用上的实践经验。
听众受益点：
1. 了解汽车之家动态化方案的演进历程；
2. React Native在汽车之家应用的实践经验及注意事项；
3. 移动动态化后续发展趋势探讨。

2015年加入汽车之家，负责汽车之家主APP Android端基础架构开发相关工作，关注移动端架构设计与性能调优。先后参与工程模块化拆分、插件化、React Native框架接入等项目。

随着美团外卖业务的高速发展，作为外卖履约环节的即时物流在业务规模和复杂性上也随之快速膨胀，即时物流的业务特点决定了上下游对于故障非常敏感，以往靠人肉来进行业务运维的模式已经无法满足我们对于稳定性的要求，对此我们构建了针对即时物流的稳定性保障平台，将我们稳定性保障的手段进行有效的串联，从而提升运维的效率。稳定性保障平台主要围绕防范、发现、定位和恢复这4个阶段进行建设，在防范阶段可以通过服务日常巡检发现风险点、通过发版检测减少上线事故、通过全链路压测发现服务瓶颈，在发现阶段基于异常检测快速发现故障对业务的影响，在定位阶段基于纵向和横向维度的异常分析快速定位导致业务故障的根因，恢复阶段根据定位的根因快送触发预案进行止损和恢复，通过4个阶段的有效串联，可以帮助我们达到以下目标：
1. 防范可能出现的稳定性问题
2. 快速解决线上故障

2015年10月加入美团点评，先后负责外卖配送运单订单核心系统的研发和架构设计，深度参与了从外卖配送20万单到1900万单的架构演变和稳定性保障体系的搭建，目前负责外卖配送稳定性保障平台的建设。

随着人工智能技术的高速发展，越来越多的业务场景开始逐渐引入并融合使用。本次演讲主要分享美图在运维体系平台化建设上的发展演化过程，以及对于AIOPS的尝试和探索，主要内容有：
1. 业务、项目、部门如何建立资产、设备利用率、业务部署与可视化管理的一体化运维树平台；
2. 运维事务基于机器学习、大数据计算形成运维策略体系&知识库；
3. 基于AI的运维系统设计实现细节、算法；
4. 故障精准定位，快速自动程式化自主处理以及灾难预测模型；
5. 遇到的问题、挑战探讨等。

曾就职于人人网、美丽说等互联网公司，现任美图公司运维总监。参与过多个重大项目的研发和运维，负责过多个电商抢购、秒杀以及架构优化。专注于运维平台架构以及业务运维优化的领域。带领美图公司运维团队致力于实现一体化业务运维、自动化和高度集成的系统化平台，可以说有着相当丰富的运维架构体系的工作经验。

作为新一代物流（NewGen Logistics）的引领者和实践者，随着京东物流业务的不断发展，各地仓库和机房数量快速增加。频繁的开仓、关仓给仓库系统及相关平台的部署和维护工作带来了极大的挑战。本次分享将围绕上述问题介绍我们在远程业务部署平台的基础上研发的智能化监控平台，从指标监控、业务监控到故障预测、容量预测，化繁为简，并整合京东现有运维工具打通了研发和仓库运营间的壁垒。同时，本次分享还包含了基于KPI聚类、KPI联动分析、故障树构建等AI技术实现的应用异常分析、应用体检报告以及京东物流运维团队对AIOPS的思考和规划、京东物流AIOPS路线图等内容。

国家认证信息系统项目管理师，曾任浪潮集团系统架构师，专注监控平台研发工作7年，研究过市场上数十家厂商的监控平台产品，对Devops和监控平台有比较深入的了解。目前负责京东物流火眼监控平台的架构设计和规划工作。

智能化运维是大势所趋，对于大公司来说，更是尤为重要。对于一个企业来说，如何从传统运维转向智能化运维呢？智能化运维体系如何设计如何落地。本次主题分享，将从监控、业务全景分析、故障处理、知识库建设等方面全面解析智能运维，带给大家对智能化运维的一些新的思考和启迪。

从业十几载的IT老兵，专注于系统、运维、云计算和数据中心管理，先后在外企、互联网、电商、大型企业任职，参与实施数据中心建设、私有云架构规划及智能运维管理、大数据挖掘等相关工作，在若干大中型项目的建设和部署运维中，积累了丰富的架构设计、项目实施和一线经验。凭借丰富的技术经验和乐于分享精神，先后受邀出席全球云计算峰会、可信云大会、GOPS全球运维大会等大型技术会议并发表热点主题分享，受到广泛好评。不仅是技术分享的推崇者，也是IT行业的实践者、布道者。

随着容器在企业大规模应用，业务发布高峰期镜像下载成为业务发布效率的一个瓶颈点。阿里巴巴集团容器化业务前期为了提升业务发布效率，推出了 p2p 镜像分发工具，镜像 p2p 分发可以大大提升镜像的分发效率。由于单台宿主机磁盘 IO 带宽一定，如果业务量大，更新频繁，即使使用 p2p 镜像分发工具，也无法真正解决业务镜像分发效率的问题。 如果将容器的镜像存储也做成分布式，下载镜像时，只需要将镜像存储块挂载到宿主机本地。镜像分布式存储完全省掉了镜像下载流程，这样不仅能大大提升镜像分发效率也能很大程度缓解宿主机磁盘 IO，这就是阿里巴巴集团的镜像远程化实践。
Agenda：
1. 大规模云原生场景下镜像分发及存储挑战
2. 镜像分发之p2p实践
3. 磁盘优化之镜像无盘化实践
4. 未来容器世界真正计算存储分离技术展望

目前负责阿里巴巴容器技术PouchContainer的开源建设，曾在容器创业公司担任合伙人。数年来一直从事云计算领域，研究方向主要为PaaS以及容器等；是国内第一批研究和实践容器技术的工程师，在国内起到重要的主流容器技术技术布道作用。拥有个人著作《Docker源码分析》，同时个人钟情开源，目前是Docker Swarm项目的全球Maintainer，对Docker项目的代码贡献量全球前25，并对容器生态中其他诸多项目有着大量的代码贡献。

GaiaStack是腾讯基于kubernetes打造的容器私有云平台，并通过腾讯云向外部企业输出解决方案，已经成功在金融、游戏、政务、互联网等各行业落地。在私有云场景下，Kubernetes未必能适用于业务的场景。比如应用管理方面方面， Kubernetes提供了deployment、statefulset、job等应用类型各司其职，分别运行微服务，有状态服务和离线作业。但是实际使用后总会遇到各种各样的问题，比如在缩容时deployment无法支持按照指定的策略进行，statefulset的升级只能按标号顺序依次进行，且一个statefulset不能同时灰度两个以上的镜像版本，Spark on Kubernetes的实现甚至都没有用job来运行。更不必说Kubernetes网络方面，试问谁没有自己鼓捣过适合自身业务的Kubernetes网络架构？
不过Kubernetes提供了大量的扩展接口，比如scheduler extender、CRD、device plugin、CNI、CRI等，通过这些接口可以提供丰富的扩展功能。本次分享将深入介绍腾讯GaiaStack容器云是如何利用Kubernetes的扩展接口打造一个适应私有云场景的容器云产品。

Docker社区Libnetwork项目的maintainer，著有《循序渐进学docker》一书。专注Docker、Kubernetes相关的研发工作，对容器生态的Kubernetes, Docker, runc, Libnetwork, Flannel等开源项目都有大量的源代码贡献。

Kubernetes作为容器平台的事实标准，可以基本覆盖微服务的大部分场景，例如负载均衡，API网关，弹性伸缩，服务发现，配置中心等，但是对于服务治理方面比较弱，因而出现了ISTIO为代表的Service Mesh技术，然而目前ISTIO和Kubernetes绑定比较紧，然而不是所有的应用都是部署在容器中的，因而微服务平台需要和容器平台解耦，解耦后的微服务平台也需要能够和容器平台进行联动。本次分享网易云微服务平台和容器平台的设计与实践。

毕业于上海交通大学，15年云计算领域研发及架构经验，先后在EMC，CCTV证券资讯频道，HP，华为，网易从事云计算和大数据架构工作；曾出版《Lucene应用开发揭秘》，极客时间《趣谈网络协议》作者，知名技术博主，博客可搜索popsuper1982，个人公众号《刘超的通俗云计算》；在工作中积累了大量运营商系统，互联网金融系统，电商系统等容器化和微服务化经验。

从直播客户端推流，服务器收流，播放器播放，直播过程中内容快速剪辑，拼接，到直播结束后精品内容编辑，特效处理，到转成点播，小视频发布的整个业务流的平台架构设计，其中包括推流端的选型，服务器部分的选型与设计，包括CDN的评估标准，播放器的选型，直播过程中为了节省人员开销，可以用户或者推流端DIY剪辑精彩内容，必要的时候可以快速发布成为精品新闻，直播结束后快速方便转成短视频，将内容加上效果处理，生产精品内容然后发布，尽力为用户保证内容的精品性，确保观众得到最好的内容，发布者发布最优的精品内容，平台为观众及发布者提供最优质的服务。涉及技术：
1. 流媒体技术部分
2. 平台服务基础架构部分
3. 服务质量评估部分
4. 未来面临的挑战

ChinaUnix资深版主、FFmpeg Maintainer/顾问，擅长流媒体系统设计，分布式系统开发。

本次主要分享映客直播服务端经历快速发展后面临的困境，以及如何通过服务化、系统重构、引入api-gateway等化解困难。演讲内容包括：
1. 快速发展导致的困境；
2. 服务化在映客的设计和应用现状；
3. 系统重构时的思考和选择；
4. api-gateway带来的帮助。

映客直播服务端架构师，负责映客直播后端服务，全程参与映客5.0、6.0大版本迭代及服务迁移机房等重要项目，推动映客直播服务化系统落地，实现后端服务全面服务化、系统全面重构、api-gateway落地。

视频网站的所有视频数据，通常不会存储在同一个机房，而不同CDN供应商接入视频网站的接入点也不一样。视频在预热和回源的过程，需要经过若干分发（和缓存）节点，这些节点分布在不同地域、不同运营商的机房、不同的时间，连通性都是不断变化着的。 这个分发（缓存）节点的选择，之前通常是靠运维经验，选择大家认为可靠的固定线路做主备线路，缺点是固定线路一旦出问题，例如拥塞或故障，分发可能受到影响甚至失败。苏宁视频云的思路是则是采用深度学习算法，建立分发质量预估模型，实时生成链路的方案，选择最优质的网络链路，提高分发速度。

现担任苏宁易购视频云中心编解码内核开发高级技术经理。图像编解码、高性能计算出身；从事过视频监控客户端开发，蓝光播放器开发，H.264 decoder开发与优化，H.265 编码器开发与优化。10年以上音视频媒体开发经验。目前负责H.265 encoder 架构设计与研发工作，承接苏宁集团内部的视频业务，推动视频云平台架构改进，提升服务能力。

本次主要分享爱奇艺直播后端系统架构重构、服务化架构迁移等方面的一些探索和实践经验，并对其中的关键问题进行思考和探讨，分析用户规模快速增长下的架构演进过程。包含对后端系统和6个基础中心（对组件中心、直播质量中心、计算中心、安全中心、监控运维中心、配置中心）的介绍。涉及对如何在高流量、稳定性、业务快速迭代的背景下，进行架构优化，实现系统平滑升级，智能发现和处理线上故障等一些实践和理解。本主题分享重点：
1. API服务框架实现策略探讨；
2. 对直播后端架构的理解与探讨；
3. 高并发以及故障处理的实践；
4. 未来直播后端技术展望。

负责爱奇艺直播的前端、后端、大数据应用、业务安全、业务监控运维、业务平台化建设等；实现爱奇艺直播从0到1的建设和发展；实现了爱奇艺直播商业化、智能化、平台化、性能化的进展。

千播大战结束，短视频风头正劲，直播和短视频平台进入精细化运营阶段，带宽成本的优化成为各平台扭亏为盈的关键点。腾讯云X-P2P针对直播和短视频平台的需求，利用海量用户节点的闲置带宽，提供给客户更好用户体验、更高性价比的流媒体方案。本次演讲介绍X-P2P在用户体验优化和成本优化方面的技术架构，涉及：
1. P2P流媒体分发架构；
2. P2P直播体验优化；
3. P2P短视频优化方案；
4. 未来的机遇与挑战。

腾讯云X-P2P负责人，专注于流媒体分发及P2P网络应用。曾主导P2P互动直播项目的研发并推动在直播行业的商用，助力头部直播平台优化成本、扭亏为盈，并助力直播行业升级。

本分享是对以太坊黄皮书（以太坊技术手册）的极简解读，将介绍以太坊协议的基础原理和数据设计以及以太坊协议的主要实现细节；帮助以太坊开发者理解以太坊的本质和其运作方式，为更深入地学习以太坊智能合约开发乃至协议级的开发打下理论基础。本分享的主要内容包括：以太坊的区块链范式，以太坊的基础数据结构，什么是智能合约，从区块树到区块链，区块定稿，以及对以太坊的核心组件——以太坊虚拟机的基本介绍。

区块链技术布道者；有17年的软件行业从业经验。2017年开始参与以太坊技术社区贡献；独立中译了以太坊Homestead官方文档；对以太坊黄皮书中文版进行了独立校订和增补更新；独立中译了以太坊分片技术说明；是Solidity官方文档中译项目的贡献者、校订人和项目管理员；目前专注于区块链技术推广、中文技术社区贡献以及智能合约开发和安全审计方向。

初链基金会理事、研究负责人，澳大利亚新南威尔士大学数学系博士，曾任麦格理银行量化分析师，澳大利亚奥林匹克数学国家队教练，中国科学院高性能计算研究团队研究员。曾部分证明 Gangolli 猜想，获得过两项美国先行专利。

区块链技术作为分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式，基本已经获得全世界的公认,很多领域在区块链的应用上已经开始了探索和实践，且不同领域的人选择了不同的路径对产业进行区块链化的探索实践。今天我们将就"区块链技术如何落地"这一议题，进行观点的碰撞。

《区块链2.0》作者；北美区块链协会(NABA)的联合创始人；美国杜克大学计算机硕士；复旦大学软件学院硕士导师；中国工业设计协会CIO；itechclub互联网技术精英俱乐部杭州分会会长；杭州数字化产业综合服务中心主任。