数据架构的演进包含了多个不同维度的目标：数据运转的效率，时效，系统的整体成本，性能，系统的可扩展性与可维护性，数据的安全等等。 由于业务形态的差别，不同的公司对数据体系的要求是很不一样的，这就要求数据团队在做架构选型时，要根据业务形态对数据的要求，选取合理的技术方案。同时，业务本身也在成长和变迁，因此在设计数据架构的时候，不仅要解决眼前的痛点，也要解决未来的问题。 基于上面的考量，网易在考虑数据架构的演进时，主要关注的是：1. 数据体系运转的效率；2. 系统的整体成本； 3. 系统的可扩展性与可维护性。本次演讲将会分享网易严选数据团队基于这些目标，持续在做的工作：包括 AutoETL、湖仓一体实践的融合等等内容。

演讲提纲:

1. 网易严选数据架构介绍

• 网易严选数据及算法架构 Landscape
• 架构背后的设计理念

2. 更快的数据运转效率

• 务实的批流一体方案
• AutoETL
• 指标、模型与自动化 SQL
• 从数据集成到数据服务

3. 系统的整体成本/可扩展性

• 存算分离实践
• 批/流/训练/推理、Clound Native 

你将获得:

• 对大数据与 AI 的工程技术体系能有整体的认识
• 对如果做好数据架构选型提供了可供参考的方法论
• 了解网易在 DataLake 为基础上，在批流一体、AutoETL 等方向的具体实践
• 了解存算分离、混部、云原生对大数据和 AI 带来的价值和具体实践