专题：Keynote主题演讲

阿里巴巴核心系统作为全球最大规模、峰值性能要求最高的电商交易系统，在2018年之前只通过双11期间弹性上云方式，为双11节约大量成本。日常的运行和双11核心，仍然基于内部基础设施。直到2019年，阿里巴巴实现了核心交易系统全面上云并经历了双11峰值的考验。

演讲中，我将介绍阿里巴巴核心系统在全面上云过程中面临了哪些挑战，又是通过什么样的技术演进和阿里云产品一起解决这些挑战。我们是如何看待核心系统全面上云的架构演进，从资源管理模式、高性能基础设施、大规模系统的容量需求、云原生架构转型和无服务器化基础设施演进等领域，提出我们的判断。

推荐系统已成为互联网为用户提供服务的产品中不可或缺的重要组成部分，为用户提供了个性化的内容、提高了用户粘性，有效促进了互联网企业的经济增长。搭建高效的推荐系统需要较深的专业背景，必须根据产品需求和用户使用习惯去选择及改进相应的算法。

本次分享将简单介绍推荐系统的基本背景以及架构，并着重介绍近年来谷歌在多任务学习的推荐系统上的最新研究结果，展示我们如何将最新的算法应用到谷歌的大规模推荐系统的应用实践。最后，演讲者将分享自己在推荐系统搭建中的心得和体会，以及对未来推荐系统架构趋势的解读。

演讲提纲：

1. 推荐系统背景知识以及架构介绍
2. 多任务学习的推荐系统的最新研究结果
3. 实际应用
4. 推荐系统构建心得和体会
5. 对未来推荐系统架构趋势的解读

听众受益点：

1. 了解推荐系统的重要性
2. 了解多任务学习对于推荐系统的重要性以及难点，并了解最新研究结果及实际应用
3. 推荐系统构建心得和体会

京东物流对内承载着零售电商物流“211”高时效高质量的服务要求，对外既为各行业商家提供全链条的企业级供应链服务，也拥有面向个人客户的快递、仓储等业务。这样复杂多元的物流产品组合，对无论网络规划还是各环节的运营管理都提出了巨大挑战，使得数字化和智能化系统成为必选项。

本次演讲将介绍我们在规划、计划、执行各层面上，应用运筹、AI、仿真等算法技术，打造物流智能大脑系统，在多环节实现降本增效和精益管理的情况，也会分享大数据和算法理论在实际业务场景中落地的体会。

演讲提纲：

1. 京东物流集团简介
2. 全链路供应链系统架构及智能物流应用场景
3. 物流智能大脑技术解决方案
   • “可视化”
   • 预测规划
   • 运营管理
4. 算法落地实践分享和未来方向
   • 机会与挑战
   • 一体化开放的物流科技

听众受益点：

1. 了解物流中丰富的算法应用场景
2. 了解适用于物流和供应链的算法技术方案
3. 共同探讨算法在业务应用中的优势和痛点，及未来发展方向