大模型在大数据架构、数据库管理、运维保障中的落地实践丨DAMS峰会

在已然到来的数据智能时代，各技术领域的新一波挑战和创变成为了技术圈的新课题：在AI技术的发展和引入下，如何提升海量数据处理的高效性与实时性？如何解决数据识别、估值与变现难题，做好数据资产管理？如何保障数据库在高并发、强一致性下的安全可控？如何推进运维自动化与智能化以适应复杂多变的系统环境？

为了和大家一起探索AI相关技术在大数据、数据资产管理、数据库、运维等领域的最佳落地方式，挖掘由此激发的软件发展和技术进步，第九届DAMS中国数据智能管理峰会将于2024年11月29日在上海举办，携手一众产学研界技术领跑单位，带来新思路、重实践、可落地的全日干货盛宴。

DAMS中国数据智能管理峰会

时间：2024年11月29日

地点：上海龙之梦大酒店 (上海市长宁区延安西路1116号)

指导单位：上海市软件行业协会、上海市计算机行业协会

主办单位：dbaplus社群

主题设置及演讲嘉宾先睹为快

01

数据智能&数据资产管理

海量数据高效提纯，智能化管理与应用

适听人群：数据开发、数据架构、大数据平台研发/运维、数据智能、数据管理、数据资产管理、数据中台建设等从业人员

大模型时代的数据管理

复旦大学教授/博导

上海市数据科学重点实验室主任 肖仰华

平安人寿数据智能之数据中台实践

平安人寿 架构与数据管理团队副总经理 朱晟

议题要点及收获：

1. 数据智能技术如何在保险行业落地

2. 解构平安人寿数据中台的建设升级

3. 数据治理、数据开发、数据服务、数据应用如何进行数据智能实践

大模型时代的数据挑战与机遇

中国航信 副总经理 李劲松

让AI写SQL——大模型时代的数据体系

腾讯游戏 数据技术负责人 刘岩

议题要点及收获：

1. 腾讯游戏如何基于大语言模型（LLM）解决数据工程面临的挑战

2. AI时代如何建设数据体系，涵盖数据基建、数据资产、数据治理

3. AI工程平台剖析：AI+湖仓一体的系统架构、基于人机协同的应用架构、基于multi-agent的功能架构等

小米AI数据管理平台落地实践

小米 计算平台产品经理 何婵

议题要点及收获：

1. AI数据管理的发展趋势和业界方案

2. 小米AI数据管理平台设计方法论：非表格数据资产统一管理、统一治理、统一开发和训练等

3. 平台落地实践及业务收益

AI赋能数据资产管理革新——在数据标准等多领域的探索实践

广发银行 信息科技部数据管理处负责人 张文博

议题要点及收获：

1. AI在金融级数据资产管理中的作用

2. 基于多项AI技术，广发银行在数据标准、数据安全、数据质量领域取得的突破

3. AI在数据资产运营中的效果

字节大数据血缘演进与应用

抖音集团 大数据研发专家 赵国祥

议题要点及收获：

1. 认识大数据血缘方向，了解建设思路

2. 血缘系统架构如何设计，重点解决的问题

3. 血缘的价值应用在哪些方向

LLM在B站大数据架构中的应用落地

哔哩哔哩 大数据架构师 郭跃鹏

议题要点及收获：

1. 大数据知识库的构建实例

2. 如何结合B站大数据开发自己特有的Agent

3. 大数据作业诊断自动化实践

流批一体在快手的探索实践

快手 数据平台部实时数据架构师 蔡睿诚

议题要点及收获：

1. 快手实时数仓演进历程及痛难点

2. 流批一体的应用场景落地

3. 流批一体性能优化、资源成本优化建议

02

数  据  库

AI驱动下的数据库技术多元并进与选择

适听人群：DBA、数据库开发/运维、向量数据库、国产数据库、超融合数据库、数据架构等从业人员

AI赋能数据库性能异常诊断

华东师范大学 数据科学与工程学院教授/博导 蔡鹏

议题要点及收获：

1. 如何构建有效的性能异常数据集

2. 如何利用机器学习技术提高异常根因识别的精度

3. 如何提高异常诊断结果的可解释性和操作性

兴业证券国产数据库选型及改造实践

兴业证券 信息技术部数据库团队负责人 陈林林

议题要点及收获：

1. 国产数据库的架构选型标准及日常运维要点

2. OLAP场景改造下的分布式数据库改造难题及解法

3. 国产数据库进入深水区后的思考：如何从能用到好用

大模型时代，云原生“数据底座”的创新和实践

百度智能云 数据库&大数据总架构师 朱洁

议题要点及收获：

1. 工业界在云原生数据库、云原生数据仓库、数据湖的创新

2. 工业界在多云异构数据库、与大模型结合的智能运维平台的创新

3. 打造数据底座的核心思路和最佳实践

数智化时代打造超融合数据库

《收获，不止SQL优化》作者

前中国电信 数据库专家 梁敬彬

议题要点及收获：

1. 超融合数据库的技术原理和实际应用

2. 超融合数据库如何成为现代数据处理不可或缺的解决方案

3. 超融合数据库的强大潜力和关键作用

03

智  能  运  维

借力大模型与大数据，运维智能化再升级

适听人群：应用运维、业务运维、智能运维、算法、SRE、大数据平台研发/运维、云原生研发/运维等从业人员

基于大模型的新一代智能运维能力建设

新炬网络 产品事业群总经理 宋辉

议题要点及收获：

1. 云原生、微服务架构下运维面临的新的问题与挑战；

2. 基于大模型的新一代智能运维平台建设方案，如何构建运维的新质生产力；

3. 告警分析、故障诊断、智能客服等基于大模型的智能运维场景介绍

基于大模型的数据库运维智能化实践

中国银联 信息总中心数据库专家 梁克会

议题要点及收获：

1. 大规模数据库运维的难点和解法

2. 大模型在中国银联超大规模数据库运维中的应用场景和成效

3. 数据库智能化运维发展趋势

大模型与Agent技术在金融级智能运维的创新应用

太平洋保险数智研究院 云首席架构师 王辉

议题要点及收获：

1. 大模型与Agent技术在运维领域的创新应用

2. 大模型运维市场分析与洞察，助力金融企业制定合适的竞争策略

3. Agent智能运维体的应用与展望，推动运维智能化发展

AI驱动下的可观测平台架构升级实践

携程 可观测平台研发负责人 毛咏伟

议题要点及收获：

1. 主流的监控告警、可观测性工具选型

2. 监控和日志数据持续膨胀的治理方法

3. AIOps依赖的可观测性数据集质量保障体系

大会议程