新挑战、新效能,2019阿里巴巴研发效能峰会完美收官

简介: 4月18日,由阿里巴巴新零售技术事业群、阿里云智能事业群研发效能部联合主办的2019阿里巴巴研发效能峰会在阿里杭州西溪园区圆满举行。本次峰会以“新挑战,新效能”为主题,全天大会、7大论坛,汇聚了国内外37位嘉宾,共同探讨新形势下研发效能的最新趋势与最佳实践。

4月18日,由阿里巴巴新零售技术事业群、阿里云智能事业群研发效能部联合主办的2019阿里巴巴研发效能峰会在阿里杭州西溪园区圆满举行。本次峰会以“新挑战,新效能”为主题,全天大会、7大论坛,汇聚了国内外37位嘉宾,共同探讨新形势下研发效能的最新趋势与最佳实践。

主论坛——AI+技术雷达+Spring5最新进展

_

阿里巴巴新零售技术事业群副总裁 墙辉

在上午的主论坛上,阿里巴巴新零售技术事业群副总裁墙辉首先解读了大会主题。他表示,效能是一个公司永远的主题,支撑一个公司能够走多久多远,组织的响应速度和效能是最关键的因素。他指出,未来阿里除了通过业务数字化、协同网络化、研发智能化提升研发效能外,还将在系统结构、研发模式和流程上作出突破,以应对未来成为商业操作系统可能面临的几十万、上百万人的协同挑战。

人工智能作为当前的前沿技术,正在引起生产方式的变革。软件工程与人工智结合,又会带来哪些新看点呢?IEEE fellow、香港中文大学计算机科学与工程学系教授吕荣聪带来了他的精彩分享——《人工智能时代下的软件工程发展趋势》。吕教授重点分享了AI解决软件工程问题的4大方向:需求分析自动化、代码分析自动化、软件测试自动化、故障诊断自动化。他认为,软件工程和人工智能密不可分,互相促进。人工智能可以协助人类提升软件工程的效率,软件工程可以解决人工智能的实用性问题。

除了学术界大牛,Spring框架核心开发者、《云原生Java》和《Reactive Spring》作者Josh long更是从美国远赴本次峰会。Josh long 现场全程 Live Coding,给现场听众直观演示了Spring5的最新特性。他现场写代码的风范极度富有感染力,赢得现场一票听众直呼过瘾。

无论是个人开发者还是技术领导者都很关注最新技术趋势,那么2019年有哪些值得关注的技术趋势呢?Thoughtworks 中国区CTO徐昊、Thoughtworks首席咨询师王健“双口相声”为现场听众带来了 2019最新一期的技术趋势报告——技术雷达。王健指出,大的趋势一般会持续3-5年,而小的趋势却是比较难发现但又和所有研发人员息息相关的。Thoughtworks技术委员会每6个月会把全球范围内看到的小趋势总结成报告汇总在技术雷达里。现场,徐昊重点分享了报告里的4大趋势:日新月异的数据形态、Terraform生态系统
数据形态的变化、terraform 、Kotlin方兴未艾、封装边界的泄漏。

6大分论坛——30+研发效能最佳实践,更有AI评委助阵

下午场,来自阿里云、淘系、支付宝、阿里健康、闲鱼、飞猪、AliExpress等众多部门的30多位阿里技术大牛们从项目协作和需求管理、软件设计、质量数字化、智能运维等软件研发各个环节带来了阿里研发效能的最新实践,包含研发效能整体解决方案、API设计最佳实践、最新语言kotlin的应用、业务智能调度等众多热门议题,干货满满!

除了干货分享外,峰会还设置了2大互动专场: 83行代码挑战赛总决赛和精益交付看板游戏工作坊。

_

“83行代码挑战赛”被誉为阿里巴巴史上最大规模的代码品鉴会,有千余名阿里工程师参与其中。经过与近百位阿里技术大神一对一、面对面的代码切磋,最终有8组选手进入到了总决赛。

尤其吸睛的是,决赛现场,现场评委席上出现了一位名叫蓝雁侠的AI评委,它和多位阿里技术大牛一起来对参赛者的代码进行打分。这也是全球代码比赛中出现的首位AI评委。

据了解,这位AI评委来自阿里巴巴代码平台研发的人工智能系统,其中最重要的一环是集成了Precfix(Patch Recommendation by Empirically Clustering),不依赖测试用例、编译结果,通过非规则化的智能扫描,即可自动定位代码中的Bug,并提供修复建议,速度可达毫秒级,且误报率低。

目前,Precfix已被部署到阿里巴巴代码生产环境,用于缺陷检查。工程师写好代码,就提交到线上,Precfix会进行review,指出缺陷代码及相应的修复建议。

据一位工程师透露,过去人工review代码查找bug可能需要几小时甚至几天时间不等,而现在不用一杯咖啡的时间,Precfix就可以review完提交的全部代码,提高了至少20%效率。

未来,Precfix还会随着阿里代码平台上云,一起为全球开发者服务

正如阿里巴巴新零售技术事业群副总裁墙辉所说,效能是需要持续改进的,效能峰会也应该持续走下去。2019阿里巴巴研发效能峰会作为第一届峰会,主要面向阿里内部同学;未来,阿里将逐步引入社会的力量,一起共同探讨研发效能。阿里云智能研发效能部负责人刘国华也表示,未来将开放更多阿里内部验证过的、有助于提升研发效能的技术及产品,赋能更多企业和开发者。

----

更多阿里巴巴研发效能分享及实践案例钉钉扫码入群交流,1群已满,欢迎加入“阿里研发效能交流群 ②”群的钉钉群号: 21901980

相关实践学习
流水线运行出错排查难?AI帮您智能排查
本实验将带您体验云效流水线Flow的智能排查能力,只需短短1-2分钟,即可体验AI智能排查建议。
ALPD云架构师系列 - 云原生DevOps36计
如何把握和运用云原生技术,撬动新技术红利,实现持续、安全、高效和高质量的应用交付,并提升业务的连续性和稳定性,这是云原生时代持续交付共同面对的机会和挑战。本课程由阿里云开发者学堂和阿里云云效共同出品,是ALPD方法学云架构师系列的核心课程之一,适合架构师、企业工程效能负责人、对DevOps感兴趣的研发、测试、运维。 课程目标 前沿技术:了解云原生下DevOps的正确姿势,享受云原生带来的技术红利 系统知识:全局视角看软件研发生命周期,系统学习DevOps实践技能 课程大纲: 云原生开发和交付:云研发时代软件交付的挑战与云原生工程实践 云原生开发、运行基础设施:无差别的开发、运行环境 自动部署:构建可靠高效的应用发布体系 持续交付:建立团队协同交付的流程和流水线 质量守护:构建和维护测试和质量守护体系 安全保障:打造可信交付的安全保障体系 建立持续反馈和持续改进闭环
目录
相关文章
|
机器学习/深度学习 人工智能 算法
【AAAI 2024】再创佳绩!阿里云人工智能平台PAI多篇论文入选
阿里云人工智能平台PAI发表的多篇论文在AAAI-2024上正式亮相发表。AAAI是由国际人工智能促进协会主办的年会,是人工智能领域中历史最悠久、涵盖内容最广泛的国际顶级学术会议之一,也是中国计算机学会(CCF)推荐的A类国际学术会议。论文成果是阿里云与浙江大学、华南理工大学联合培养项目等共同研发,深耕以通用人工智能(AGI)为目标的一系列基础科学与工程问题,包括多模态理解模型、小样本类增量学习、深度表格学习和文档版面此次入选意味着阿里云人工智能平台PAI自研的深度学习算法达到了全球业界先进水平,获得了国际学者的认可,展现了阿里云人工智能技术创新在国际上的竞争力。
|
2月前
|
Linux 开发工具 git
你的终端神器之Oh My Zsh
Oh My Zsh 是一款强大的 Zsh 配置框架,提供数百款插件(如自动补全、语法高亮)与精美主题,大幅提升终端颜值与效率。支持 Linux/macOS/WSL2,一键安装,轻松定制。开源免费,社区活跃!
619 2
|
分布式数据库 数据库 Hbase
|
6月前
|
编解码 Linux Android开发
安卓手机投屏电脑端教程,手机投屏教程,可以手机和电脑互传文件。电脑管理手机文件和APP等操作
QtScrcpy是一款基于Scrcpy开发的跨平台安卓投屏工具,支持Windows、macOS、Linux系统。无需在手机安装应用,通过USB或Wi-Fi连接即可实现高清低延迟投屏,支持文件互传、屏幕录制、截图、多设备管理等功能,操作简便,适合开发者与普通用户使用。
914 47
|
6月前
|
运维 监控 网络协议
Linux网络带宽优化配置(小白也能看懂的实战指南)
本文介绍如何通过调整系统内核参数优化Linux网络性能,涵盖TCP缓冲区、连接队列等关键设置,提升带宽利用率与传输效率,适用于高并发与低延迟场景的网络调优实践。
|
2月前
|
机器学习/深度学习 人工智能 算法
Bug定级不准?让AI学习历史数据,自动标记P0/P1
本文揭秘AI如何解决Bug定级难题:基于历史数据(标题、模块、评论等特征),用随机森林或LSTM-Attention模型自动预测优先级,嵌入JIRA/飞书流程。实践后争议降60%,P0/P1响应提速30%,让团队专注解Bug而非扯皮。
|
数据可视化 算法 数据挖掘
Python时间序列分析工具Aeon使用指南
**Aeon** 是一个遵循 scikit-learn API 风格的开源 Python 库,专注于时间序列处理。它提供了分类、回归、聚类、预测建模和数据预处理等功能模块,支持多种算法和自定义距离度量。Aeon 活跃开发并持续更新至2024年,与 pandas 1.4.0 版本兼容,内置可视化工具,适合数据探索和基础分析任务。尽管在高级功能和性能优化方面有提升空间,但其简洁的 API 和完整的基础功能使其成为时间序列分析的有效工具。
545 37
Python时间序列分析工具Aeon使用指南
|
缓存 人工智能 边缘计算
HTTP代理:网页加速的隐形引擎
本文深入探讨HTTP代理在提升网页加载速度中的核心作用与技术原理。通过请求中转、协议优化及传输层加速,结合智能缓存、动态压缩、全球负载均衡和协议升级四大黑科技,实现显著性能提升。同时分析其潜在代价与挑战,并展望边缘计算、AI驱动等未来趋势,为选型提供实用指南。
503 10
|
缓存 Shell iOS开发
修改 torch和huggingface 缓存路径
简介:本文介绍了如何修改 PyTorch 和 Huggingface Transformers 的缓存路径。通过设置环境变量 `TORCH_HOME` 和 `HF_HOME` 或 `TRANSFORMERS_CACHE`,可以在 Windows、Linux 和 MacOS 上指定自定义缓存目录。具体步骤包括设置环境变量、编辑 shell 配置文件、移动现有缓存文件以及创建符号链接(可选)。
4892 2
|
数据可视化 TensorFlow 算法框架/工具
JAX 中文文档(三)(2)
JAX 中文文档(三)
496 0