eBay交易风控业务采用了大量的机器学习模型和规则来应对线上欺诈活动。机器学习模型要求特征平台能快速生成亿级的特征仿真数据用来训练模型，能保证离线仿真数据和在线特征数据一致以防止模型部署之后效果不达预期，能在几十毫秒内完成数百个特征的批量读取以满足实时推理场景的耗时要求；风控规则要求特征平台能在几十分钟内快速发布自定义的特征计算逻辑以应对突发欺诈活动，对于回看窗口为数月的特征，也能在几小时内完成冷启动。

eBay风控实时特征平台是一个支持动态计算范式的智能数据处理引擎。该平台具有高数据准确性、低数据更新延迟、在线离线数据一致等特点，很好地支持了eBay风控领域实时规则决策、实时模型推理、大规模特征仿真回溯、特征冷启动、模型自动化迭代等场景，让eBay能高效灵活地应对各种线上欺诈活动。

演讲提纲：

1. 风控机器学习模型对特征平台的要求
   • 上亿级特征仿真回溯
   • 在线离线数据一致
   • 大批量低延迟特征值读取
2. 风控规则对特征平台要求
   • 快速发布自定义特征
   • 特征冷启动
3. eBay风控实时特征平台核心能力介绍
   • 总体架构介绍
   • 技术亮点深入探讨
4. 展望
   • 图特征
   • 基于RAG的特征补充
   • 特征自动挖掘和推荐

听众受益点：

• 了解风控领域对于特征平台的特殊要求
• 了解eBay风控实时特征平台针对数据存储模型、特征定义语言、Flink和Spark实施方面的一些独到之处和效果

随着AIGC时代的到来，企业数据走向知识化和智能化已经成为必然，而传统的数据库技术已经无法满足企业对数据价值挖掘的更高需求。本演讲将介绍一种融合数据库，大数据以及AI能力的 Data Warebase 核心技术，分享 Data Warebase 在实现传统 TP/AP/Text Search 能力的同时，展示其通过向量计算和与大模型的结合来更精准的实现企业私域数据智能化和 Universal Search，从而帮助企业更好地利用数据资产，实现业务创新。

演讲提纲：

1. 企业数据处理发展的背景和趋势
2. Data Warebase 的系统架构
3. 向量存储，Text2SQL 和 RAG 实现机制
4. 私域知识智能问答和 Universal Search 案例
5. 未来企业数据底座展望

听众收益点：

• 了解企业数据处理的发展现状和趋势, 洞悉 AIGC 的未来
• 学习 Data Warebase 的系统架构，了解实现 TP/AP/Text Search 统一支持的关键技术
• 了解 Data Warebase 实现向量存储和与大模型的结合
• 了解企业基于 Data Warebase 实现私域数据智能化的典型案例

数据库作为关键PaaS能力，一直顺应业务和技术发展，不停变更和创新。大模型的兴起，对数据库也有深刻的影响，包括通过大模型赋能的 SQL 改写，智能诊断，问答等一系列能力。同时数据库承担基础数据管理的作用，数据库技术如向量数据库，对解决大模型一些幻觉等也起到关键的作用。大模型和数据库技术相互成就，数据库技术在过去的一年内取得非常大的创新和发展，介绍这块关键技术的发展，相信可以帮助到感兴趣的从业人士以及观众朋友。

演讲提纲：

1. 业务和市场和数据库发展史
2. 大模型核心能力，以及对数据库深刻变革和影响
3. 数据库行业技术发展，以及对 AI 的相互作用
4. 数据库和 AI 的发展史以及最新现状
5. 百度在数据库和 AI 结合上的关键进展以及实际案例
6. AIGC 和数据库结合的未来发展展望

听众受益点：

• 了解 AI 和数据库最新技术发展
• 了解 AI 在数据库的实际落地案例
• 了解 AI 和数据库未来技术发展趋势