会议议程
议程详情
主会场1：AI驱动 架构演进
本次演讲重点介绍天翼云智能化AI变革与实践，我将以一个创新应用场景为主多维度讲解，例如，以“息壤AI创新应用场景1：构建企业专属知识库”为例，分享应用场景的背景环境；潜在的AI方面的 需求；息壤平台算力底座解决了什么，如何通力解决的。同时还将分享息壤AI的多个创新应用场景，及平台核心优势在于"五位一体"能力体系，这些能力共同支撑企业快速实现智能化AI变革与实现。
侯圣文 中国电信天翼云首席专家。北京大学理学硕士，中通服特聘技术专家，北方工业大学特聘教授，阿里云MVP，腾讯云TVP、Oracle ACE总监、中国OCM联盟和中国大数据联盟创始人。ITPUB资深版主,DataGURU专家团成员,《SQL 和 PL/SQL 深度编程》作者。
以金融、医疗、制造等为代表的产业互联网AI 应用需求爆发式增长，但是产业互联网AI应用有其独特技术需求。金融、医疗、制造等产业都有丰富的know-how行业知识和行业从业者，产业互联网AI需要和这些知识结合为从业者提供支持，因此AI需要提供预测过程的白盒化与可解释性、预测结果的不确定性等性技术能力，而预测结果不确定性是产业互联网核心内容。以前的白盒化、可解释性和不确定性研究都是以简单模型和规则模型为主，但模型能力偏弱，不确定性融合更强大的深度模型才是未来。本主题首先结合产业互联网实践经验介绍近年来深度模型的预测结果不确定性技术，然后介绍知识规则融合深度模型提供更强大的规则学习能力，最后结合大模型的应用实践和展望，介绍在去幻觉和组合预测方面的另一种不确定性技术。
蔡龙军，脑动极光CTO。曾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。
本次分享将围绕MCP与智能体的技术发展趋势展开，详细阐述我们所构建的MCP智能体架构及其具体实现，结合实际应用案例和遇到的挑战进行剖析，并对未来的问题与发展方向进行展望。其中的核心亮点在于我们经过实际业务检验的MCP智能体技术方案，以及对MCP智能体开发过程中所积累的经验教训的全面梳理。
李明宇，中科院计算所副教授（高级工程师）。历任国家重点实验室课题组负责人、创业公司CEO、上市公司事业群技术总监和首席技术专家。 十余年来致力于IT新技术在企业的落地，作为项目技术负责人为多家知名企业和单位开发和交付过产品及服务，包括：国家信息中心、国防科技大学、中石化、银联、首都在线等。 在AI大模型领域，李老师在B端和C端均有AI应用从技术研发到落地变现的闭环实践经验，企业客户包括电信运营商、大型上市企业、国内知名芯片公司等，受到一致好评。 荣获中国软件协会“优秀CTO”等多项荣誉，兼任中国新一代IT产业联盟分委会秘书长、全国高校人工智能与大数据创新联盟专家委员、北京开源创新委员会委员。
在大模型发展的“后时代”，Agent 正逐步成为企业数智化升级的重要抓手。从自动化办公、客户服务到数据分析与决策支持，Agent 正以前所未有的方式重塑企业的工作流程和组织协同。本次演讲将围绕“Agent 在企业应用的那些事儿”这一主题，结合真实案例，深入解析企业如何落地AI Agent 技术，探讨AI应用的机遇与挑战，以及未来的发展趋势。无论您是管理者还是创新实践者，都能从中获得有价值的思考与启发。
软积木CEO，中国科学院大学人工智能学院硕士，专注生成式AI技术领域;连续14年荣获微软全球最有价值专家(A方向);Prompt Engineering Conf(中国)发起者;全国高校区块链与人工智能产业联盟专家委员。
专题1：AI 基础架构设计与实践
随着ChatGPT的横空出世，全球科技企业纷纷加速在大模型领域的布局。作为深耕教育行业多年的科技企业，作业帮于2023年正式推出专注于教育领域的作业帮大模型。这一举措不仅推动了公司产品的全面升级，更为教育行业的智能化转型提供了新的可能。在AI业务快速发展的同时，也面临着一系列技术挑战。主要集中在GPU推理资源的供需。为了解决这一系列问题，作业帮提出了构建统一算力网络的整体解决方案。整个方案的关键点集中在三个方面，IaaS层可信网络的构建、容器层的资源调度、应用的流量调度。最终通过构建跨地域、多云环境的智能算力调度系统，实现了计算资源的高效利用。
董晓聪，曾在百度、滴滴等公司负责架构和技术管理工作，擅长业务中台、技术中台、研发中台的搭建和迭代。2019年加入作业帮，担任基础架构负责人，主要负责架构研发、运维、DBA、安全等工作。基于开源的力量，和云厂商一起完成作业帮技术体系的云原生重塑，在稳定性、成本、效率等方面均取得显著收益。过程中通过K8S原生调度器优化解决了业务波峰波谷导致的不均衡问题。自研了支持PB级别的日志检索方案，串联了tracing、logging、metrics，大幅度提升研发效率。在大规模任务场景落地和实践了serverless，大规模的使用了在离线混部，在保障稳定性的前提下，实现了降本增效。
分享如何通过数据湖存储 GooseFS 加速大语言模型推理，实现低延迟、高并发的AI服务，并分享关键架构设计与实战案例。
分享大纲：
1.探索如何将存储技术与 LLM 相结合，为推理提供高效、可扩展的数据存储和处理基础。
2.分享创新的数据湖存储GooseFS 加速架构，如何 LLM 推理场景下，实现低延迟、高并发的AI服务。
3.应用案例：分享腾讯云数据湖存储GooseFS实践。
分享要点：数据湖存储GooseFS加速大模型推理分发
熊建刚耕耘存储产品领域20年，在腾讯云从事云存储领域数据湖存储与大模型融合创新与研究，致力于推动云技术和人工智能的创新与发展。
3FS 是 DeepSeek用于 AI 训练和推理的全闪文件存储系统，本次分享内容的大纲是： 一、DeepSeek 3FS组件架构解析 二、DeepSeek 3FS性能怪兽技术拆解 三、如何使用M3FS/X3FS做3FS的快速部署、运维管理、监控告警 四、DeepSeek 3FS生态开发实践 五、架构师视角的启示
朱荣泽， XSKY 产品总监 ，13年分布式存储研发和产品管理经验。
大模型能力发展的同时，使用成本也大幅度提升——更多的数据 + 更大的模型 + 更长的上下文窗口 = 更高的智能。更大的模型也给私有化部署带来了更高的门槛，本议题详细介绍了Ktransformers如何利用全系统异构协同，实现单个消费级GPU在本地运行DeepSeek-671B大模型的任务，同时介绍了如何使用单个GPU执行上下文长达1M的推理任务的相关技术，Ktransformers极大地降低了大模型的使用门槛，帮助企业低成本探索私有化大模型。
现任趋境科技技术负责人。曾任职于深信服，从事大数据，AI Agent等工作。2020年毕业于清华大学，超过5年的大数据与AI相关产品研发经验，千万级项目落地经验，参与研发了Ktransformers，Mooncake等知名AI Infra开源项目。
专题2：AI Agent应用架构
本次分享将介绍58同城灵犀智能体平台的整体设计方案，并针对以下三项核心技术进行详细的介绍及实践经验分享： RAG增强与Query改写， 涉及技术点：语义文本分片、Query改写、多路文本召回、定制化重排。工具调用设计及functioncall模型优化， 涉及技术点：functioncall模型微调、并行工具调用、串行工具调用。 基座模型优化策略，涉及技术点：RAG场景模型微调、角色扮演能力增强、长文本能力增强。
58同城AI Lab大语言模型技术部负责人。在LLM、NLP、推荐等领域具有多年开发经验，从0到1搭建58同城灵犀大语言模型，当前负责AI计算平台、大语言模型平台、AI智能体平台等多个产品。个人研究重点为构建业内效果领先的垂类大语言模型，并助力LLM应用在58同城广泛落地。
背景：经过24年大模型和智能体的快速发展，在深入业务了解业务需求之后，去哪儿研发团队选定了开发数据分析智能体来解决产品运营对于中高阶数据分析人员的需求，为产运团队人手配备一个数据分析专家，解决数据分析问题，提升产运工作效率和质量。 听众可以收获的主要内容： 1.AI+编码实时运行模式设计； 2.Agent执行稳定性提升； 3.智能体技术栈Java化。 当前成果： 1.落地AI+代码生成运行的数据分析智能体； 2.支持产品运营日常数据分析需求； 3.支持重要业务项目的定制化数据分析。 通过建设数据分析智能体，我们成功找到了垂直智能体在业务场景中有价值的落地场景，并在过程中对AI大模型的规划能力、computer use模式对于智能体的巨大潜力、后续的迭代规划有了更加深刻的认识。
李佳奇，去哪儿旅行技术架构负责人、技术总监、技术中心TC委员、业务架构SIG负责人、负责基础架构部门，在公司推广AI智能体落地。10余年OTA一线研发经验，在高并发高可用系统建设、DDD项目落地、业务域系统价值度量、线上系统防腐治理等领域有代表性作品。多次在QCon、QECon、SDCon、A2M、WOT、SACC、msup TOP100峰会等大会担任出品人和讲师，和AZone架构院、K+Talk、musp等合作推出线上课程和直播。
待更新
18年IT架构师经验，深耕大数据领域，以及基于大数据的应用。 并且带领团队扩展AI领域的业务实践。
AI原生应用正经历从技术突破到产业落地的系统性变革，我们作为AI应用的早期开发者，在这场变革即将来临之际，从我们一路走来的过往实践之中，形成了不少深度的思考，与大家一起分享与探讨。 大纲： 一、初代架构：AI作为能力提供者； 二、架构趋势：AI原生系统的演进方向； 三、落地实践：技术到场景的穿透路径； 四、风险与挑战：技术演进暗礁。
商汤科技小浣熊家族系统架构师，主导了小浣熊家族的应用落地全进程，对AI应用落地有深刻的理解和丰富的实践经验。以代码模型为产品AI能力基底，小浣熊家族一方面为原生的开发者场景提供了AI编程助手产品，代码小浣熊；另一方面，也破圈地将代码能力作为AI工具，拓展产品能力边界，为办公人群提供了AI生产力应用，办公小浣熊。这也使得小浣熊家族成为了国内极具特色的AI生产力系列产品。
专题3：Data for AI
AI的技术发展迅速，从搜索推荐，文本分析，语音图像，到大语言模型的各类应用，如何针对各种业务类型，建立适合自己的，可驱动AI能力的大数据架构，成为各类大小公司的现实挑战。我们会介绍大数据的演化历史，以了解当前大数据各组件的优劣和设计目标。再针对各类AI业务方向进行梳理，以及这些业务方向对数据计算，存储的要求。再结合一些国际大厂和一些小而美的小厂的解决方案的解析，从而找到适合我们自己业务类型的技术路线，自建以及利用云服务，建设适合自身发展的AI大数据。推动业务快速，稳定前进。 大纲： 1.传统大数据的架构演进。 2.AI的技术发展和对数据的要求。 3.国际大厂的解决方案 4.国内公司的可行技术路线
先后在中科院计算所（肄业），百度，满帮集团学习和工作。拥有20项计算机相关技术专利。2011年进入百度无线搜索部门，先后负责轻应用直达号的搜索和推荐，在百度糯米负责算法工作。 2017年加入运满满，从0到1建设了大数据平台、数据仓库和算法技术，建设了基础的标签，全国非标货源定价能力和干线公路车货匹配推荐系统。运满满和货车帮的数据和算法融合。后续负责拼车匹配的推荐和调度能力。
为了推动地震自动化监测与深度学习算法的发展，我们构建了两个高质量地震数据集。第一个数据集为 CREDIT-X1local，基于中国地震科学台阵第一阶段（ChinArray Phase I，2011–2013）在中国南北地震带部署的355个台站采集的数据。数据集中包含超过10万个地震事件，整理为统一的 HDF5 格式，提供高质量的三分量波形记录。这是基于密集台阵的百万级震相数据集，为多台站深度学习、震源机制反演和地震层析成像提供了坚实的数据基础。第二个数据集为 CSNCD，由中国地震台网中心联合全国地震台网制作。该数据集覆盖2009至2022年，包含超过130万个事件和4,500万条高质量人工标注震相。CSNCD是目前中国最全面的地震权威数据集，将为数据驱动的地学研究与AI算法创新提供关键支撑。
于子叶，中国地震局地球物理研究所副研究员，博士毕业于中国科学院大学。从事地震学方向的机器学习算法研究。主持国家青年基金、重点研发专题项目，并参与地震检测算法、GPU加速正演算法等研发项目。
随着深度学习在图像、视频、多模态等复杂数据中持续挖掘价值，AI 对数据基础设施提出了前所未有的挑战。容量要“海纳百川”，性能要“快若闪电”，同时还要兼顾高可用、标准兼容、成本可控与云平台弹性。这六大维度构成了构建下一代 AI 存储的核心战场 - 我们能否打造一位真正的“六边形战士”？
2017 年作为 1 号成员参与 JuiceFS 的创立，在过去 7 年里负责 JuiceFS 产品走向市场，业务发展，开源社区建设的工作。在这次创业之前苏锐也作为创始人，产品增长负责人，技术负责人等角色在多家科技公司中任职。
大模型被业界认可之前，业内一直基于NLP技术方向不断研究，希望能够解决自然语言转Sql的问题（Text2Sql），让非技术人员能够“无门槛“访问、使用数据，但效果始终不尽人意。本次分享是介绍如何将大模型的理解、总结能力和生成能力匹配到大数据体系的对应场景中，合理实现智能找数和智能查数。
已从业15年，一直从事数据仓库、大数据技术、算法工程等技术工作。先后在美团、趣店、TCL云平台、字节跳动等企业任职。熟悉主流的大数据、数据湖等计算引擎，并对数据仓库理论、元数据管理体系有深入了解；2024年开始，工作重点主要是基于大模型体系的Agent平台建设与应用搭建。 先后负责过，从0搭建离线&实时混合型大数据平台，数据平台元数据管理体系，AI应用商业化等项目； 在过往工作经历中，曾有保险行业通用监管上报数据模型，基于数据仓库的即时多维数据查询方案设计等成功案例。
闭门研讨会1：多云/混合云架构设计
自如之前是3个线下数据中心，在组织调整、降本增效的大背景下，面临着组织变小，业务缓步增长的情况，开始考虑通过混合云的思路，提升整体基础架构的稳定性，兼顾降本。分享要点： 本次分享基于自如实际上云的规划与落地过程，会重点呈现如何做上云的战略决策、迁移过程中的频次与前后顺序、迁移过程中的SLA保障，以及混合云的收益。
应阔浩，自如副总经理。推动自如云原生体系落地，SLA实现3个9到4个9的突破；从0到1搭建自如的技术氛围建设工作，成立了自如技术学院、架构委员会，推动技术规范、行业新技术落地；牵头打造自如技术新人训课程，加速新人的快速融入；绘制自如工程师技能图谱，为员工发展、晋升提供可落地的举措。
当前云原生已从“选择题”变为企业数字化转型的“必答题”。其核心价值在于通过容器化、微服务、中间件等云原生技术，实现资源弹性伸缩、自动化高效运维及提升业务整体效率。通过分享云原生技术发展趋势与挑战帮助企业了解云原生转型的技术复杂度、安全合规要求以及高效资源成本管理方法。介绍腾讯的云原生实践的历程和腾讯云原生TCS套件产品解决方案助力企业成功转型云原生。 腾讯云原生技术底座Tencent TCS（Tencent Cloud-native Suite，腾讯专有云PaaS平台，下称TCS）经过内部大规模验证，支撑了腾讯会议、微信等亿级用户产品，并服务金融、制造、政务、工业、医疗、地产、教育等各个行业的众多企业。云原生转型是企业数字化升级的必经之路，但需系统性应对技术复杂度、安全合规与资源管理挑战。腾讯云TCS套件通过“全栈云原生能力+信创国产化适配+混合云支持”，为企业提供了一站式信创云原生解决方案，通过腾讯自研实现技术自主可控。未来，云原生技术将向智能化（AI协同）、轻量化（Serverless）、生态化（多云融合）方向持续演进。 分享大纲： 1.云原生技术发展趋势与挑战 2.腾讯云原生实践标准能力建设 3.腾讯云原生TCS套件产品解决方案 4.TCS助力客户转型云原生实践案例 分享要点： 企业云原生架构转型实践
董艳龙耕耘云原生技术产品领域10年，在腾讯云从事云原生产品架构创新工作，致力于推动云原生技术和人工智能的创新与发展。
讨论话题:
多云环境下的云成本如何优化？
多云环境带企业已有应用服务是否有影响？
多云/混合云架构设计，对企业整体架构的影响？
研讨嘉宾：应阔浩自如集团 技术中心负责人(主持人)
李秋博58集团 二手车事业部架构师，拍卖业务技术负责人
李治创百望股份有限公司 副CTO
杜云杰转转 架构部负责人，技术委员会执行主席，腾讯云TVP
王志龙腾讯 云原生技术专家，Linux Foundation APAC 开源布道师
康 杨京东支付 架构师团队负责人
安明辉汽车之家 运维负责人
周 辉北京天工异彩影视 CTO
钟仕骏新东方 高级经理
闭门研讨会2：智能时代的团队研发效能
研发效能的优劣体现了一个组织和团队竞争力的强弱，AI大模型作为一种革命性工具，首先通过提升单点效率改善研发效率，其次通过优化协同和管理流程来增强团队核心竞争力。随着智能体的引入，未来将推动团队和组织发生深刻变革。 随着大模型技术的快速发展，并逐步应用于软件研发实践中，研发效能的提升方式也在发生变化。过去，效能提升主要由数据指标引领，而现在则形成了数智结合的双轮驱动模式：数据指标明确提升方向，智能生产力工具和实践方法共同驱动效能的倍数级提升。
360研发效能度量产品负责人，高级B端产品专家（研发效能方向）。负责360集团面向千人以上规模研发效能平台产品规划，曾负责京东集团万人规模研发效能平台产品规划和架构设计工作。曾作为咨询师为中大型央国企提供DevOps和研发效能方向的团队赋能。是信通院组织的云上软件工程社区平台工程和研发效能领域“技术专家。负责编写《京东系统质量保障技术实战》中持续集成和代码扫描章节，翻译《Selenium自动化测试-基于Python语言》。IT领域技术社区“测试窝”的联合创始人。获得NPDP、DOM和SaFe资格认证。
近期大模型领域呈现出多模态融合、智能体应用深化的发展趋势。与此同时，算力优化与算法创新等新技术路径的出现，使模型能力提升速度越来越快。在此基础上，各AI原生应用与产品都需要更频繁地开展效果评估工作。如何既能保证评估结果准确，又能大幅提升评估效率的自动化评估也越来越重要。
我们给大家带来大模型及AI原生应用效果评估上的实践，详细介绍如何使用工具快速构建在线化的评估体系、如何进一步使用平台提供的各项能力更高质量更高效率的完成评估工作，以及如何在模型选型、Prompt调试、效果评估等AI原生研发各阶段开展提效工作，最终帮助业务多快好省地完成应用效果评估，加速产品迭代。
百度TPG工程效能部 Comate Stack 团队资深工程师，目前主要负责百度AI原生研发新范式下，Prompt研发全流程、LLM和AI原生应用全场景效果评估的相关工具链建设。同时为智能体&RAG&多模态等典型应用场景提供高质量、高效率的评估解决方案。毕业后先后从事搜索引擎策略&架构质量保障、计算机视觉相关AI模型的算法测试&效果评测、测试在线化相关工具平台的开发工作。
讨论话题:
研发团队如何保障产能稳定？
软件工程研发质量的指标如何量化？标准如何制定？
研发效能的瓶颈点和问题是什么？
研讨嘉宾：侯圣文中国电信天翼云 首席专家（主持人）
熊志男某公司 研发效能度量产品负责人
叶 峰瓜子二手车 低代码平台负责人
刘晓鹏滴滴 资深架构师
李元哲饿了么 物流架构师
田忠博前 Shopee AI平台负责人
钟世波去哪儿网 高级服务端工程师
张 啸JetBrains 资深技术专家及客户成功工程师
宋子龙叮当快药 产品研发事业部总经理
闫珠珠知乎 支付中台负责人
闭门研讨会3：架构服务治理
1.企业级架构的演进历程
2.业务爆发式增长下原有技术体系的问题&挑战
3.DDD\PAAS化在开放式架构中的破局实践
4.流量回放助力架构的平滑升级
5.用户行为轨迹对业务的赋能
6.智能监控体系的机会&挑战
7.基于智能化的未来之路
京东集团认证讲师、京东集团PAAS化架构师委员会成员。整体负责京东支付数字化转型、京东支付上云、京东春晚科技侧备战负责人、京东科技业务中台大促备战负责人、央行数字人民币总架构、科技业务中台用户中心、实名中心、鉴权中心、合同中心、账户中心、账务中心研发负责人；北京消费券、国密改造、科技统一账号、科技开放平台架构师；所负责系统覆盖5亿+用户，支撑京东1000+业务线，大促TPS百万级，多宝阁账务平台支撑科技多条核心业务线百亿级交易量；国内顶级技术峰会 全球架构师峰会、QECon 全球软件质量效能大会 、TID、WOT 全球技术创新大会等优秀讲师。
本分享结合转转多年的服务治理经验，深入剖析其内部原理，以及迭代出来的优化实践，如熔断降级、流量路由、动态配置、动态权重、弹性超时等实用功能。
转转架构部负责人，转转技术委员会主席，腾讯云TVP。负责服务治理、MQ、云平台、APM、分布式调用链路追踪、监控系统、配置中心、分布式任务调度平台、分布式ID生成器、分布式锁等基础组件。热爱架构，热爱分享，多次参加行业大会和专题出品。
分享提纲： 1、业务架构膨胀与治理的痛点？ 2、好的架构如何定义？——业务领域、工程与代码、服务与运行时、存储与数据、部署合理、容灾性、安全性等 3、架构治理需要从哪些维度展开和评估？——架构成熟度度量体系 4、如何诊断、如何治理？
现任快手资深架构师，面向多条业务线、各基础平台推动横向架构治理工作，架构涉及领域：研发效能、监控诊断治理、稳定性系统保障、同城多活/异地多活架构、工程服务架构治理。曾任职VIPKID、猎聘、搜狗等，负责基础架构平台研发、业务系统研发等。
讨论话题:
业务架构膨胀过程中遇到哪些痛点问题？
好的架构如何定义？
架构治理需要从哪些维度展开和评估？
怎么治理？有什么重点的经验？
研讨嘉宾：刘中兵快手 资深架构师（主持人）
康 杨京东支付 架构专家
杜云杰转转 架构部负责人，技术委员会执行主席，腾讯云TVP
童子龙挚文集团 基础平台负责人
闫珠珠知乎 支付中台负责人
王志龙腾讯 云原生技术专家，Linux Foundation APAC 开源布道师
刘晓鹏滴滴 资深架构师
肖 宇Apache ShenYu 创始人
李元哲饿了么 物流架构师
宋子龙叮当快药 产品研发事业部总经理
程 超某智慧科技公司 高级研发管理专家
闭门研讨会4：大数据平台与应用架构实践
随着大语言模型（LLM）迅猛发展，企业正迈入一个“模型驱动智能”的新时代。传统以结构化分析为核心的大数据架构，正面临前所未有的冲击与转型需求。大模型对非结构化数据的依赖、对实时推理的要求、对上下文语义的敏感，正在重塑数据采集、存储、处理与治理的全链条。 本次演讲将深入剖析大模型崛起背景下，大数据平台在架构层面所面临的挑战，结合真实落地案例，探讨数据湖、向量数据库、异构计算调度等新技术趋势，提出面向未来的“AI-native”数据架构设计理念，助力企业构建支持智能化生产力的数字底座。
毕业于东北大学自动化系，大学期间曾获得 “挑战杯” 全国一等奖。
拥有世界500强企业多年研发经验，随后加入互联网创业公司。
2013年开始带领研发团队将大数据分析运用于“预订电商”价格分析预测（《IT经理世界》2013年第6期）。
2016年历任中体彩彩票运营公司销售系统研发负责人、大数据团队负责人。
2023年加入炎凰数据。
《大数据平台架构》作者，人工智能技术书籍《Keras深度学习实战》，《PyTorch深度学习》的译者、审校者。
监控可观测领域已经逐渐成为除传统大数据外数据量最大的领域，我们注意到可观测领域的技术正在向大数据领域快速贴近。我们最近介绍的可观测 2.0 的核心理念也是向大数据一样通过存储原始数据，从而领域更多大数据的技术和理念实现下一代可观测的能力。而且事实上，很多大数据的原始数据正是来自日志等传统意义上监控的数据源。本主题将分享可观测数据技术设施的演进和下一代大数据、可观测融合的基础设施，探讨新环境下对基础设施的诉求和挑战。
孙宁，Greptime 格睿科技 CTO，从业十五年，长期的开源软件贡献者，多个 Rust 关键工具、库的作者。格睿科技成立于 2022 年，诞生于蚂蚁监控基础设施的最佳实践，核心开源产品GreptimeDB 在时序数据、物联网和可观测领域有广泛应用。
讨论话题:
离线数据与实时数据治理。
企业是否需要实时数仓的标准和痛点？
对于企业实时要求，如何进行技术选型？
针对大模型，大数据平台的作用如何？
研讨嘉宾：申贤强腾讯 技术专家（主持人）
罗竞佳满帮集团 大数据总监
叶 峰瓜子二手车 低代码平台负责人
张博亚360 大数据计算负责人
王建乐贝壳找房 资深研发工程师
印彬锋某公司 高级算法研究员
刘晓国Elastic 中国社区 首席布道师
ITPUB 官方微信
