专题：深度培训

随着深度学习技术的发展，个性化阅读领域的媒体内容有了更加丰富的处理手段。在过去主要是基于机器学习技术来进行内容分类、主题建模等。现在有了更加丰富的技术手段对于视频图片等富媒体内容进行建模处理。

如何应用深度学习技术帮助内容产品提高内容的质量、点击率，如何为新媒体内容运营提供帮助，如何使用算法提高内容处理效率节约人工审核成本，都是现在内容算法能力应用的场景和要解决的问题。

业内领先的内容产品公司随着业务的多元化，开始了中台系统的建设。把原来服务于推荐的内容理解，服务于审核的内容安全，服务于号主的内容处理工具进行了统一整合形成了内容 AI 体系。

演讲提纲：

1、内容产品的主要算法问题

• 人机结合的内容质量
• 运营和推荐的内容理解
• 实用的内容处理和内容生成

2、内容 AI 的基石-内容理解

• 文本分类/主题
• 文本标签/语义主题词
• 图片分类
• 图片标签/基于物体检测/基于语义分割/其他
• 视频分类
• 视频标签/多维度描述
• 内容的向量描述
• 多任务的内容算法框架

3、人机结合的内容质量

• 图文去重
• 视频去重
• 图片/视频质量描述
• 标题党/假新闻
• 多模态内容质量问题

4、信息流场景的实用内容生成

• 封面图的评价生成
• 热点内容的自动创作
• 创意素材制作

5、辅助算法工程系统

• 模型测试
• 模型组合拆分

听众收益：

1. 了解当前业内外主流内容产品的内容 AI 问题，对内容产品的内容算法有一个全面认知
2. 收获内容质量问题场景下，相关算法的研究方向和应用情况
3. 了解内容产品中对图像，视频，文本进行标签理解的算法选型实践经验

对于技术出身的我们，在规划自己的职业生涯时，是选择技术路径还是管理路径？如果选择「技术管理」的话，我们需要积累什么？如何带好团队？团队如何赋能业务？技术团队自身如何成长？这些都会成为一个技术团队管理者所面临和要解决的问题，因为对于管理者，我们关注点是团队，是交付。

本议题的培训，邀请资深专家分享多年的技术成长历程，和在团队管理上的宝贵经验，通过轻松的内容帮助大家掌握软技能，解决工作中的问题。

大纲：

1. 技术OR管理
2. 管理核心：交付
3. 团队建设
4. 成事的能力
5. 技术工程化
6. 领导力秘籍
7. 新技术研究

听众受益点：

1. 基于实践的技术管理经验和工作案例
2. 如何搭建工程化的技术团队
3. 工作和生活结合的独家领导力秘籍
4. 外部新技术和公司技术的结合以及取舍

当互联网公司业务和团队发展到一定规模，根据康威法则，微服务架构是一种必然的演化趋势。微服务架构可以认为是一个两层的架构体系，上层是微服务业务架构，下层是微服务基础架构，也就是说微服务架构是需要底层基础架构支撑的。本课程讲师在多年一线实战经验和学习积累的基础上，给大家深入分析微服务基础架构体系和原理，赋能组织进行规模化创新。

近几年，微服务的呼声越来越高，人人都在谈论微服务。纵然微服务拥有诸多的优势，但微服务依然存在非常多的复杂性，何时引入微服务，如何应对微服务的复杂性，如何更好的拆分微服务，如何更好的聚合微服务，是选择开源微服务框架还是选择自研微服务框架，是否选择演进到 Service Mesh 框架，都是我们面对的一系列难题。

随着电商业务的快速发展，唯品会逐渐实施了微服务架构，面对如此大规模的电商业务，如何进行微服务架构的平滑演进，面对各种大促活动，如何利用微服务架构从容应对各种挑战。本次分享，将全面介绍微服务架构以及下一代微服务架构 Service Mesh 的优势、挑战、面临的痛点，并分享微服务架构以及 Service Mesh 在唯品会大规模电商的实践。

演讲提纲

1.微服务架构入门

• 微服务架构核心要点
• 微服务架构选型
• 微服务架构面临的挑战

2.微服务架构实践

• 服务拆分
• 服务分层
• 服务聚合
• 服务边界
• 服务治理

3.微服务架构在大型电商大促活动中的实践

• 限流熔断
• 服务自动扩容
• 降级预案
• 执行计划
• 核心调用链治理
• 调用链监控

4.下一代微服务架构 Service Mesh 的优势与落地实践

• 微服务架构的痛点
• 从微服务演进到下一代微服务架构 Service Mesh
• Service Mesh 架构选型
• 唯品会 Service Mesh 架构落地实践

听众受益：

1. 全面了解微服务架构从入门到落地
2. 大规模电商业务微服务架构实践
3. 电商大促活动中微服务架构最佳应用实践
4. 下一代微服务架构 Service Mesh 落地实践

中国企业全面进入数字化转型的关键时期，迅速搭建数据中台挖掘数据价值反哺业务的重要性逐步为企业重视。阿里巴巴大数据平台架构是怎么样的？如何快速复制阿里巴巴大数据中台建设思路？如何提高数据开发的效率？如何进行数据资产的规划和治理？如何实时高效的开展业务价值探索和洞察？这些都是企业数据中台建设过程中需要面临并解决的问题。 

培训大纲：

（一）一站式大数据开发平台

1. 单日EB级别数据同步技术
  1.1 插件化架构实现
  1.2 实时同步
  1.3 离线同步
2. 单租户千万级复杂依赖调度技术（待定）
  2.1 任务转实例
  2.2 任务隔离
3. 调度的自我运维（mosad）
  3.1 调度基线管理
  3.2 自我运维技术实现
4. 数据治理实现手段
  4.1 数据探查
  4.2 数据质量监控实现
  4.3 血缘关系

（二）阿里新一代交互式分析引擎Hologres

1. 产品定位
  1.1 背景
  1.2  应用场景
2. 技术架构
  2.1 存储引擎
  2.2 计算引擎
  2.3 存储计算分离
  2.4 联邦计算
  2.5 异步框架
3. 生态
  3.1 Postgres生态
  3.2 大数据生态

（三）阿里大数据中台最佳实践

听众受益点：

1. 阿里云大数据平台技术架构和实现
2. 新一代实时交互式分析引擎架构和实现
3. 阿里巴巴大数据中台最佳实践