8.28 上海见丨AI 实时数据沙龙报名中

简介: 本次沙龙三场分享沿数据流转链路依次展开:源源不断的业务事件如何被加工为模型可直接消费的上下文,一条数据管道要补齐哪些能力才称得上 AI-Ready,流接入、流计算、数据入湖能否收敛进同一个平台,降低传统架构中多组件拼装带来的复杂度与运维成本。

AI 时代,企业数据架构如何跟上?


AI 应用从 Demo 走向生产,企业数据底座同样需要升级:在保障高性能、高可用的同时实现弹性扩展与成本可控,还需要为 AI 应用持续供给实时数据流,让 Agent 始终基于最新的业务状态作出判断。


本次沙龙三场分享沿数据流转链路依次展开:源源不断的业务事件如何被加工为模型可直接消费的上下文,一条数据管道要补齐哪些能力才称得上 AI-Ready,流接入、流计算、数据入湖能否收敛进同一个平台,降低传统架构中多组件拼装带来的复杂度与运维成本。


  • 时间:2026 年 8 月 28 日(周五)13:30-16:30
  • 地点:阿里巴巴徐汇滨江园区 D 区(上海市徐汇区龙启路8号)2F-201 千问星云


✅ 一线专家面对面 | 100 分钟纯干货 | 茶歇 + 互动好礼

🔥 活动免费,仅 50 席,报名审核制。立即扫描二维码或点击文末阅读原文提交报名,审核通过后以短信通知您参会!

🎁 无法到场也可填写问卷,同步参与抽奖!


点击链接立即报名(扫码报名·仅 50 席):https://survey.aliyun.com/apps/zhiliao/D46NlVre1

报名审核制,通过后以短信通知您参会,无法到场也可填写问卷,同步参与抽奖。

相关文章
|
3月前
|
人工智能 运维 JavaScript
阿里云无影云电脑部署OpenClaw与Hermes Agent +百炼Token Plan简易配置流程
随着AI智能体技术的普及,轻量化AI Agent框架结合大模型服务的使用场景愈发广泛。阿里云无影云电脑依托云端桌面形态,无需本地硬件支撑、环境隔离安全、即开即用,区别于传统ECS云服务器,操作逻辑更贴近个人电脑,对于不熟悉纯命令行运维的使用者十分友好,是部署各类应用程序与AI服务的优质载体。
678 2
|
3月前
|
人工智能 运维 安全
工单闭环从半天到 6 分钟:我们把 AI Agent 编进了组织架构
我们以云原生应用部门为试验田,用商业化产品 AgentTeams 落地一支"数字员工小分队",让它们承接日常研发、工单答疑、开源维护与运营等业务,把原本人肉串联的协作流程,做成 AI Native 的工作方式。
1222 146
|
1月前
|
消息中间件 存储 安全
RocketMQ 高可用创新论文入选 ACM FSE:无需复制业务数据,实现有状态服务秒级接管
面向云上有状态服务高可用,提出无需额外业务数据复制的秒级故障接管机制,在不牺牲成本和稳态性能的前提下,实现云上有状态消息服务的快速恢复。
|
3月前
|
存储 人工智能 运维
千亿级 AI 搜索的效能实战:从混合检索到 Agentic RAG 的三年实战
本文为2026 Elastic中国大会演讲实录,直击千亿级AI搜索三大挑战:搜索融合(关键词+向量+稀疏检索原生一体)、极致效能(冷热分层、硬件降级、自研FalconSeek引擎)与Agentic RAG演进(结构化知识图谱+智能体自主推理),揭示企业级AI搜索从“能用”到“好用”再到“自进化”的实战路径。
808 8
|
11天前
|
人工智能 监控 安全
零代码改造:让 AI Agent Sandbox 不再是黑盒
OBI 基于 eBPF 在内核与库函数层零代码拦截通信,自动生成调用链与指标,内置 OpenAI、Anthropic、Gemini、Qwen 及自定义 LLM 网关的 GenAI 语义追踪,覆盖 LLM、工具、MCP 与 RAG 全链路,从性能、成本、安全三个维度透视沙箱执行。
|
19天前
|
人工智能 Kubernetes 负载均衡
|
16天前
|
人工智能 自然语言处理 前端开发
把整个测试流程交给 AI 是什么体验?
开源AI测试平台ai_test_sheng,用自然语言一句“帮我测订单流程”,AI自动完成需求分析、页面探索、用例设计、执行、报告及UI脚本生成等8阶段全流程。支持Playwright真实浏览器操作、SSE流式对话、L1-L3故障自愈、多会话隔离与DeepSeek/Cluade双引擎。MIT协议,Docker一键部署,附在线体验(admin/admin123)。
175 3
|
26天前
|
人工智能 缓存 安全
模型这么多,请求该交给谁?阿里云 AI 网关智能路由,正式上线!
模型越来越多,每次请求该交给谁?AI 网关智能路由已上线:能力够是前提,更省、更快还是更适合由你选,Agent 干活中途不换脑。
|
27天前
|
缓存 前端开发 测试技术
通义千问Qwen3.7 Plus与Max实测对比:多模态能力、推理表现与性价比深度解析
在大模型应用落地的过程中,很多开发者会陷入选型困境,同样属于Qwen3.7系列的两款主力基座Qwen3.7‑Max与Qwen3.7‑Plus,都具备百万级超长上下文窗口,支持长周期Agent智能体运行,但二者在模态支持、推理侧重、计费成本、实际业务表现上存在明显分化。不少开发者只看到参数规格相近,直接盲目选用高价Max,造成业务调用成本成倍上涨;也有部分业务场景对纯文本硬核推理要求极高,选用Plus之后遇到复杂逻辑任务出现能力瓶颈。本文将从底层架构、多模态能力、基准实测数据、代码Agent表现、计费性价比、真实业务场景、API实操调用、选型避坑多个维度,完整拆解两款模型的差异,帮助个人开发者、
253 1

热门文章

最新文章