随着互联网进入下半场，数据量和流量的爆发式增长，传统的人工运营手段已经很难适应当下复杂的业务场景，如何精细、准确、高效、智能的将“人”、“货”、”场“三者联系起来成为各个平台系统越来越关注的点，因此基于千人千面的个人性推荐系统成为各个业务场景不可或缺的一环。腾讯游戏在运营过程中也运用推荐系统为用户提供服务，有别于广告、搜索等场景，游戏用户的运营包括拉新、激活、存留、付费、传播等多个阶段，场景更加丰富，在这个实践过程中，结合自身特点量身定做了一套推荐系统平台，满足了在用户全生命周期的运营需求。

本次演讲将为你分享推荐系统在腾讯游戏运营中架构实践，希望对你有所启发。

演讲提纲：

1. 腾讯游戏在精细化运营上的经验实践
2. 推荐系统整体架构
3. 在推荐系统建设过程中的性能优化

你将获得：

• 获取到腾讯游戏在精细化运营上的经验
• 在推荐系统建设及应用上的实践经验

蚂蚁集团大安全是一个数据驱动的部门，数据规模大，加工复杂、风险对抗时效要求高。蚂蚁数据在使用过程中存在复用难、重复建设多及数据只上不下等情况，导致整体成本增长过快、数据管理难、安全生产突出等问题。面对以上问题，我们也在不断探索和尝试，试图找到一条适合蚂蚁的数据治理方案和架构。目前我们基于元数据体系建设及相关技术探索，在数据治理方面取得了一些收益和成效。

本次分享，我将介绍蚂蚁安全数据治理实践，期待能够与你一起交流。

演讲提纲：

1. 数据治理的痛点
2. 数据治理的架构设计
3. 数据治理在安全场景的实践
4. 数据治理的思考和展望

你将获得：

• 了解数据治理的痛点
• 了解蚂蚁安全在数据治理上的实践方案

在数字化转型大潮中，大数据平台作为数据驱动的基础设施已经成为了行业的必选题。大数据任务调度系统负责数据领域所有离线任务的编排调度，是大数据平台的重要组成部分。从传统数仓到湖仓一体大数据平台演变过程中，调度系统也经历了多次迭代演进，随着任务量变大，调度系统面临调度性能变差和稳定性降低等诸多问题。

本次我将分享中邮消费金融大数据任务调度系统，在面向金融的场景下高性能和高可用等方面的挑战和建设经验。

演讲提纲：

1. 背景介绍
   • 中邮大数据调度系统发展历程及遇到的问题
   • 金融级任务调度系统架构选型介绍
2. 架构设计
   • 采集工具集成和扩展
   • 任务依赖血缘分析设计
   • 任务监控设计
   • 任务编排设计
   • 高可用分布式设计
3. 大数据调度系统应用实践
   • 支撑离线湖仓加工应用
   • 支撑营销策略应用
   • 支撑 Oneservice 应用
4. 未来规划思路
   • 多模引擎适配
   • 基于事件驱动的任务调度优化
   • 跨集群混合资源弹性调度优化

你将获得：

• 了解金融级大数据调度系统建设的关键功能设计
• 了解大数据调度系统在平台演进过程中的技术选型、问题解决等方面经验
• 了解大数据调度系统在消费金融离线湖仓加工、智能营销、Oneservice 开放服务的应用及实践

随着互联网行业遇到结构性的挑战和改变，降本增效成为各个公司的重要方向之一。大数据作为企业 IT 成本支出的重要组成部分，IT 成本占比能到 30% 甚至 50% 以上。同时，大数据场景由于具备平台化特征、技术多样、架构复杂等原因成本管控面临巨大挑战。

本次分享，我将以货拉拉的实际落地经验和真实案例为基础，系统地阐述在大数据场景下，基于混合云的成本管控体系建设和降本增效最佳实践，其中包括包成本预算制度、辅助治理、深度优化和成本体系运营机制等内容。

演讲提纲：

1. 业务背景
   • 货拉拉介绍
   • 货拉拉大数据介绍
   • 大数据降本增效面临的挑战
2. 成本管控体系
   • 成本预算制度和运营
   • 存储冷热分层管理
   • 弹性计算资源管理
   • 计算资源深度优化
3. 思考和展望
   • 总结思考
   • 未来展望

你将获得：

• 了解大数据存储分层精细化管理
• 了解弹性计算资源管理在云场景的落地应用