写点什么

双核驱动的新质生产力,阿里云如何做?

  • 2024-07-04
    浙江
  • 本文字数:2525 字

    阅读完需:约 8 分钟

大数据和大模型,作为双核驱动力,正在引领我们迈向更加智能、高效和便捷的时代。2023“百模大战”热潮渐落,2024 年大模型迎来落地应用的突破。凭借预测能力及决策辅助作用,大模型注入了企业经营的每个环节。从产品研发创新,到运营和营销,到用户服务,无一不展现出深刻改造企业内核的作用。


与此同时,大数据领域并未放慢脚步,反而从繁多的开源组件堆砌而成的传统大数据平台时代,转向融合与简化为核心特质的新纪元。业内共识在于,新一代数据架构将聚焦在高度集成化与简化设计上,这一转型将催生更高性能的智能基础设施。


阿里云作为国内头部厂商,也在实际业务中不断探索双核驱动的应用落地。起初,阿里集团内部探索大数据技术以满足电商业务的巨量数据处理需求,随后逐步将这些能力开放给外部客户,并在此基础上加入 AI 技术推动智能大数据发展。进入 2020 年后,通过与云计算、AI、物联网等技术的深度融合,阿里云智能大数据提供了全面的智能数据中台解决方案,并不断优化用户体验和增强数据安全性。


未来,阿里云智能大数据平台如何发展?AI 时代下搜索推荐有什么新技术?数据治理将如何发展?7 月 5-6 日在北京将会召开「DataFunCon2024·北京站:大数据·大模型.双核时代 」主题峰会,详细了解大厂如何做?


本次峰会,我们荣幸邀请了阿里云计算平台事业部产品负责人徐晟,作为阿里云智能集团研究员,徐老师曾任阿里集团搜推广事业群数据平台+效能/质量团队负责人,阿里集团研发效能事业部负责人,阿里云无影事业部负责人。也曾负责 DataWorks 1.0、2.0、 3.0, PAI 1.0、2.0, 达摩盘 3.0 等核心产品。作为 8 年阿里人,徐晟老师见证了阿里云智能大数据平台的发展历程。他将在主论坛发表题为《阿里云智能大数据演进》的主题演讲,与我们一同分享阿里云在大数据与 AI 结合以及企业数字化转型方面的实践经验。



来自阿里云的刘一鸣、施兴、郭瑞杰三位老师分别作为「数智驱动 AI 时代业务创新」、「大势所趋:大模型驱动搜索与推荐」「信息挖掘新篇章:RAG 检索实践」三大分论坛的出品人,为我们带来大数据与 AI 结合、大模型与 RAG 技术在搜索与推荐领域的应用实践。阿里云的汤祯捷、冉秋萍,邢少敏,李劲松也将作为演讲嘉宾在不同的分论坛中分享自己的见解与实践经验。


精彩议题抢先看

演讲主题:数智驱动 AI 时代业务创新

演讲嘉宾:汤祯捷 阿里云 MaxCompute 高级产品专家


个人介绍:


曾担任阿里云计算平台-产品解决方案负责人。曾从 0 到 1 完整搭建大数据产品商业化团队。拥有十多年大数据相关研发产品相关解决方案经验,曾在 EMC 研发中心,联想研究院等企业参与与主导数据产品研发与企业级数据应用商业化落地。


演讲介绍和提纲:


  1. 阿里云大数据整体能力介绍

  2. 大数据 AI 一体化架构规划

  3. 大数据+大模型双核驱动

  4. 客户应用案例


听众收益:了解阿里云大数据 AI 结合技术架构与实践

演讲主题:业务价值驱动的数据资产治理

演讲嘉宾:冉秋萍 阿里云 DataWorks 产品专家


个人介绍:阿里云 Dataworks 产品专家,长期进行数据治理领域相关产品建设,聚焦阿里集团及云客户大数据治理方案的平台化能力和最佳实践。


演讲介绍和提纲:


数据虽然已经成为企业的核心资产之一,但是如何有效地管理和利用数据,使其转化为实际的业务价值,是每个企业都需要面对的问题。本次演讲将从实战的角度出发,深入剖析数据资产治理的重要性,从稳定性、准确性、安全性等方向揭示数据资产治理对企业业务的贡献,实现业务目标,提高运营效率,降低风险,从而为企业创造更大的商业价值。


听众收益:


1.了解数据价值与业务价值的关联模式 2.了解基于业务重心,进行数据治理场景选择 3.阿里云高效进行数据治理落地和实践的模式


演讲主题:从大数据到大模型:搜索推荐技术的前沿探索

演讲嘉宾:施兴 阿里云人工智能平台-PAI 产品架构负责人


个人介绍:PAI 人工智能平台场景化应用负责人,负责云原生训练推理平台工程以及基于平台之上的智能推荐,用户增长,图像视频生成,大语言模型的算法工程技术。旨在通过提供标准化的 AI 产品方案,更好地服务开发者和企业用户使用云上产品,支持好大规模的 AI 训练和服务,解决客户业务问题。目前开源 EasyRec(推荐),EasyPhoto(AI 写真),EasyAnimate(类 Sora),PAI-RAG 等项目。


演讲介绍和提纲:


基于普遍使用的实时推荐搜索技术方案之上,结合大模型,业界在开展的实际探索和落地的创新技术


  1. 主流云上推荐搜索技术方案介绍

  2. 推荐和 RAG 相关技术,算法和工程上面临的挑战和机会

  3. 算法工程上的创新技术

  4. 相关案例分享


听众收益:了解当前搜索推荐场景的基本实现,以及结合大模型的一些创新点

演讲主题:阿里云 AI 搜索 RAG 应用实践

演讲嘉宾:邢少敏 阿里云 AI 搜索研发负责人


个人介绍:负责阿里云 AI 搜索产品 OpenSearch、阿里云 ElasticSearch AI 研发,以及开源搜索引擎 Havenask 研发。覆盖 AI 搜索、向量检索、大数据检索、对话式搜索等多个场景。曾带领团队研发多款搜索、推荐和智能问答类产品研发。目前主要聚焦在大模型 AI 应用研发,关注大模型 AI 应用对业务和客户的价值。


演讲介绍和提纲:


本次演讲主要介绍 RAG 产生背景、发展历程、技术方案,并以阿里云 AI 搜索产品为例,介绍 RAG 真实场景的实践经验,探讨搜索产品如何以 RAG 为切入点,构建 RAG 服务,以及如何构建面向开发者的 RAG 技术平台。主要内容包括:


  1. RAG 产生背景

  2. RAG 技术方案

  3. RAG 应用实践

  4. RAG 总结展望


听众收益:了解 RAG 技术方案、难点,以及阿里云 AI 搜索 RAG 最佳实践和应用场景

演讲主题:Apache Paimon 实时湖仓存储底座

演讲嘉宾:李劲松 阿里云开源大数据表存储负责人


个人介绍:李劲松,花名之信,PMC Chair of Apache Paimon,PMC Member of Apache Flink,阿里云开源大数据表存储负责人。


演讲介绍和提纲:


主要介绍 Apache Paimon 作为一个湖格式,在湖上构建实时链路,面向 OLAP 提供实时查询,Paimon 经过了 8 个版本的迭代后,面向流、批、OLAP 均有一定成熟度,作为一个统一的共享存储面向主流大数据服务。此分享主要包括:


  1. 实时湖仓,解锁企业通用的实时需求

  2. 使用 Flink 构建流式入湖与实时链路

  3. 使用 Spark 构建批式 ETL 链路

  4. 使用 OLAP 引擎极速查询


听众收益:了解最新湖仓一体的场景与玩法,了解统一数据湖格式的基本理念


更有完整议题上线,扫描下方二维码,定制你的参会日历!



今天是本次会议「 8 折团票优惠」阶段,扫描下方二维码,了解更多优惠活动。



用户头像

还未添加个人签名 2020-10-15 加入

分享阿里云计算平台的大数据和AI方向的技术创新和趋势、实战案例、经验总结。

评论

发布
暂无评论
双核驱动的新质生产力,阿里云如何做?_人工智能_阿里云大数据AI技术_InfoQ写作社区