随着近十年IT行业以及云计算的快速发展，企业业务规模扩大和复杂化及云计算、大数据等技术的不断发展，大量传统企业希望用上云来加速其数字化转型。在这个过程中，因为软件资产规模持续增大而导致的软件开发运维和IT基础设施建设运营压力，也将无法继续采用线性增加的方式来解决，且在 DevOps/AIOps 思想的影响与引导下，运维平台建设以及运维人员工作过程中，容易出现盲目、无序，同时提升企业效率以及业务稳定性也有迫切的需求。企业必须加快运维平台往更加智能、更加高效的方向发展，从而保障业务稳定性。

演讲提纲：

1. 多角度洞察运维痛点
   • 资源规模/类型：资源从500、1000、5000带来的瓶颈
   • 技术多样性：微服务、容器化、云原生、多语言、中间件、存储
   • 用云之后带来运维的不同，运维平台存在的问题
2. 企业演进过程中运维解决之道
   • 分别从可观测性、稳定性、业务升级与改造、资源效能等维度
   • 介绍运维演进过程中解决方法，实现技术支撑业务，“业务+技术”双轮驱动
3. 集团用云最佳实践
   • 介绍阿里集团的技术发展历程
   • 运维平台工具的演进过程及每一次演进带来的效果
   • AI技术的应用与实践
4. 企业运维平台的未来
   • 探讨企业运维平台对架构以及业务的价值输出
   • AI的应用领域及效果

你将获得：

• 了解处于不同阶段企业运维过程中的挑战与痛点，在企业演进过程中，会碰到的运维问题及对应的解法
• 了解到集团用云在智能化、微服务化、稳定性等方向的最佳实践
• 从企业的发展历程、业务规模上看，了解企业运维平台的未来

介绍 vivo 数据集成的相关工作实践，包括 vivo 数据集成平台架构和核心功能、监控体系、遇到的问题和挑战，以及在链路稳定性保障、链路数据质量保障和可观测方面的实践，同时也具体介绍了可观测体系的核心思路和操作范式，特别是在链路数据完整性保障等场景下基于可观测的实践方案。

演讲提纲：

1. vivo  数据集成平台架构及功能
2. vivo  数据集成稳定性保障实践
3. vivo 数据集成链路数据质量保障实践
4. vivo 数据集成可观测实践

你将获得：

• 了解 vivo 数据集成平台和监控体系；
• 了解日均万亿级的数据集成平台在链路稳定性、链路数据质量等场景下关于可观测方面的技术方案思考和相关难点问题的解决思路。

淘宝14年以来，满足业务快速奔跑，数据持续无序增长，过程中带来了模型效率、数据成本、核心应用稳定性等问题。过去一年通过模型上控制数据规模的增长、DWS覆盖率的提升，数据成本上通过合理性治理、全链路数据治理等手段，稳定性上通过核心基线时效性治理和资损应用保障治理。保障了整体淘宝数据效率、成本可控、数据质量有保障、数据及时产出。

演讲提纲：

1. 淘宝数据治理方案介绍
2. 模型治理介绍
3. 成本治理介绍
4. 稳定性治理介绍
5. 未来扩展思考

你将获得：

• 模型架构治理思考
• 成本治理思考
• 稳定性治理思考