
暂无个人介绍
叮~一份来自阿里云开发者社区的1024程序员节活动攻略请查收活动福利一:【APP专属活动】飞天吧!云小宝 【活动内容】使用阿里云App进入游戏,通过完成每日任务为云小宝积攒能量,帮助云小宝成功返回太空舱,可100%获得价值298元限量云小宝手办1个。【活动时间】10月24日-11月23日【活动奖品】价值298元限量云小宝手办1个【活动链接】https://developer.aliyun.com/app-mobile/mission/1024yunxiaobao 活动福利二:开发者,百问求答!【活动内容】开发者社区为大家准备了一百个待解答的技术问题,参与活动,有机会获得阿里云定制机械键盘等多重好礼。【活动时间】10月24日-11月7日 14:00【活动奖品】奖项奖品获奖条件参与奖20积分有效回答数量大于5条三等奖20元猫超卡3条200字以上,图文并茂的优质回答二等奖55℃恒温保温杯套装10条200字以上,图文并茂的优质回答一等奖定制机械键盘回答优质与数量综合评定第一名【活动链接】https://developer.aliyun.com/article/1057952 活动福利三:《小宝来唠嗑》—炫出你的1024极客装备【活动内容】1024程序员节,说说你的1024极客装备是什么?参与本期话题互动讨论,小宝将在评论区选取1名高质量“唠嗑”用户,发放云小宝1024手办*1。同时将抽取10位幸运互动用户发放保温杯*1;另外小宝也在1024程序员节送上福利,所有有效回答用户均可获得50积分。【活动时间】10月21日——10月28日【活动奖品】云小宝1024手办*1、保温杯*10、50社区积分【活动链接】https://developer.aliyun.com/ask/464471 活动福利四:「我是开发者」1024技术创作挑战赛——相信分享的价值【活动内容】活动时间内前往阿里云开发者社区发文,展现技术实力,有机会获得AirPods等丰富礼品。【活动奖品】创作达人奖——Airpods*3产出5篇以上的体系化深度解析系列优质文章的用户2、踊跃先锋奖——社区定制T恤*200前200名成功发文2篇的用户3、博主新人奖——不限所有在社区成功发文3篇的新入驻博主 【活动链接】https://developer.aliyun.com/article/1057963福利活动五:玩转阿里云Apsara Clouder 三大认证,领享1024 程序员大礼包 【活动内容】3 大技能认证考试免费开营培训,价值 2000 元的 1024 程序员大礼包不限量放送 ,考试模拟题练手提高通过率 ,考试折扣低至2折。【活动时间】:10月24日-11月30日【活动地址】:https://developer.aliyun.com/learning/topic/cloudercert活动福利六:阿里云第一行代码数字藏品免费领【活动内容】活动分为五个子任务,分别为:观看第一行代码视频、体验云起实验室、登录阿里云APP活动、购买任意云产品、邀请三位好友登录助力。每完成一个子任务可获得对应碎片或碎片+权益,完成全部五个子任务可获得“阿里云第一行代码”数字藏品一个(限量10000个,先到先得)。【活动时间】10月24日 - 11月11日【活动奖品】限量版“阿里云第一行代码”数字藏品【活动链接】https://developer.aliyun.com/mission/firstcode你最喜欢哪个活动?你的1024又是怎么渡过的呢?欢迎通过留言告诉我们!
亲爱的开发者,恭喜您在开发者任务中心的活动中获得猫超卡,以下是猫超卡的使用方式:APP端激活: 1)打开天猫APP,搜索天猫超市---点击进入店铺; 2)底部菜单栏-找到“超市卡”,点开右上角“绑卡”后; 3)输入卡号卡密后点击确定,绑定成功后则为兑换成功,显示相应余额 PC端激活: 1)打开绑定链接: https://chaoshi.tmall.com/gift-card.htm,登录后; 2)点击走遍“绑定享淘卡”进入绑定页面; 3)输入卡号卡密,点击确定即可绑定成功。2.卡号卡密只能使用一次,再次使用无效,请在有效期内激活,卡号卡密过期将无法使用,不退换不补偿。3.卡密兑换成为超市卡余额后,有效期与激活前的一致。4.超市卡可分次使用,剩余金额不找零、不兑现、不能提现,订单金额超过礼品卡余额,不足部分消费金额请通过天猫超市支持的支付方式补齐。5.超市卡在天猫超市通用,含量版装、生鲜区、各类折扣区;但不支持运费抵扣。6.卡号卡密在使用前需要先登入或注册成为天猫用户后,再进行绑定。7.天猫超市将不会对超市卡消费的金额开具发票,敬请谅解。8.天猫保留不时修改超市卡的使用规则、条款和使用条件的权利,所有规则、条款和条件将在法律允许的最大限度内适用。
亲爱的开发者,恭喜你获得话费类礼品,以下是礼品的兑换方式:1.持16位券码在兑换中心进行兑换。兑换中心地址:https://kaquanmall.fulu.com/?codeid=A8jLQmjf2、兑换步骤:输入验证兑换码-输入充值账号(仅限手机号),点击“立即兑换”进行充值。3、到账时间:1-10分钟。4、到账查询:各大运营商APP或直接拨打各运营商客服电话进行查询。5、特殊说明:(1)请注意填写正确的号码进行充值,一经充值成功无法退换。(2)各地区运营商维护过程中可能会导致充值失败,届时请保存好券码,在其他时间段进行兑换。(3)空号、携号转网、虚拟号、运营商后付、铁通、小灵通和特殊号段(191、166、167、170、171、175、179、188等)无法充值。(4)手机号被运营商标为异常状态无法充值。(5)如遇超过30分钟充值未到账等特殊情况,可联系客服进行处理。
一、活动名称2022阿里云码上公益“第益课”高校技术公益实践计划,活动官网:【全体高校学生】https://developer.aliyun.com/learning/topic/charitytraining02【杭师大学生专场】https://developer.aliyun.com/learning/topic/charitytraining02-HNU二、活动主办单位1、指导单位:共青团杭州市余杭区团委2、主办方:阿里巴巴公益、阿里巴巴集团团委3、承办方:阿里云、码上公益4、合作机构:广东省绿芽乡村妇女发展基金会、南充市高坪区慈善会、福建省同心慈善基金会、北京感恩基金会、深圳市华唱原创音乐基金会、河南省福兴儿童公益基金会、中华社会救助基金会(*注:以上排名不分先后)三、活动时间及流程(1)训练营阶段7月6日起:训练营报名及线上自学开启7月18日-7月22日:低代码训练营集中培训,点击报名7月18日- 7月29日:完成认证考试及公益项目分配(2)参与公益项目阶段7月18日-7月29日 :报名参与公益项目,报名截止时间:7月29日18点前8月1日- 8月31日:开发启动会和公益项目开发9月1日- 9月23日:评审&颁奖交付后1-3个月:交付维护(*注:以上时间节点有可能根据活动实际组织情况调整,如有变更,主办方将在活动官网及时更新)流程说明:本次活动分为训练营和参与公益项目两个阶段,已取得宜搭中级低代码工程师认证并且有参与公益项目意向的高校学生可直接参与公益项目报名,未取得宜搭中级低代码工程师认证的高校学生需先参加训练营,待取得宜搭中级低代码工程师认证后方可参与公益项目报名。本次活动的公益项目阶段一共有七家公益机构的项目,每个项目至少有两组队伍,每组队伍独立开发,完成开发后由公益机构试用评分,根据优中选优的原则,得分最高一组的项目成果最终交付给公益机构使用,并有机会沉淀为宜搭公益模板。四、活动规则(一)公益实践活动报名1、报名资格:参与本次活动的学生志愿者(以下统称“志愿者”)应具备以下全部资格:(1)有完全民事行为能力的自然人(2)全日制高校在校学生,不限专业、年级(3)已取得宜搭中级低代码工程师认证(认证不收取任何费用)或同等技术能力(4)志愿者个人独立报名或者自行组队报名均可。个人独立报名的情況下,后续将由活动主办方协调与其他参与者一起组队。自行组队报名的情况下,每个团队人数不超过5人。如不满足以上任一资格要求的,其全部参与行为将被视为无效,且无权获得任何奖励。2、公益项目开发志愿者选取规则:请注意,每位志愿者/团队最多可以报名2个感兴趣的项目作为备选,但不是所有报名的志愿者都能够最终进入项目开发过程中。主办方会根据志愿者的意愿和条件,与公益组织的技术需求进行适配,如适配成功,将以电话/钉钉/邮件/短信的形式正式通知志愿者进入项目开发小组。主办方将根据以下原则来选择志愿者:(1)有公益心:认可公益的价值,有支持公益组织数字化发展的意愿。(2)有低代码开发能力:通过宜搭“低代码中级开发师“认证考试或具备同等技术能力(3) 能抽出时间:能够在2022年7月-2022年9月间抽出业余时间参与项目开发。3、参与资格或获奖资格的取消:若有下列任何一种行为或情况的,主办单位有权单方面取消其参与资格、获奖资格等,已经发放的奖金和奖品,主办方有权追回:(1)不符合参与资格的;(2)提供虛假信息的;(3)虚假交易或恶意破坏活动的;(4)有任何违反诚实信用、公序良俗、公平、公正等原则行为;(5)提交的作品存在违法违规或者侵权内容或者末通过代码审查的;(6)其他违反相关法规、本规则行为的。4、个人信息授权:请您应按照活动规则要求如实提供您的姓名、手机号码、钉钉号、电子邮箱等信息,如由于您所提供的信息不真实、不完整、失效或不合法等,导致您的参与资格被取消、奖品无法发放或发放错误等一切后果,由您自行承担。同时,请参与本次活动的志愿者知悉,主办方(含阿里巴巴公益基金会、阿里巴巴技术公益委员会、阿里云、钉钉、宜搭等)可能会为宣传推广大赛及营销活动等目的使用您的姓名、照片、肖像等个人信息,包括但不限于在官方网站公示获奖者名单、对媒体披露获奖者的姓名等。(二)项目开发1、项目介绍:活动提供了共7个来自码上公益平台的公益项目:【以下3个面向全体高校学生】项目1: 广东省绿芽乡村妇女发展基金会:绿芽基金会项目管理系统 项目概况:目前机构有两大项目板块,“绿芽乡伴”通过赋能乡村女性,促进城乡融合,共创妇女儿童友好乡村。“绿芽童行”致力于向全国乡村地区未成年提供均衡、全面、符合未成年人需求的性教育。技术需求:搭建项目管理平台,从需求管理、项目立项、项目执行、项目成本、项目结项等一些列活动进行整体检测和管控。项目2:南充市高坪区慈善会 :南充市高坪区慈善会项目管理系统项目概况:“资助困难学生”项目由南充市高坪区慈善会2021年落地运营,项目主要针对困难学生,提供资金资助,目前已惠及全区145名学生。技术需求:开发学生助学申报系统,该系统可实现助学信息提交、被资助学生统计查询、学生资助后续回访等功能。项目3:福建省同心慈善基金会:“火种计划·一师一梦”项目管理系统项目概况:该项目通过支持乡村教师学习成长与教育实践、倡导社会力量共同关注和支持乡村教育,推动乡村教育的振兴发展。技术需求:开发一个用于管理申请人申报、接收受助人反馈、并持续追踪数据的线上管理系统。【以下4个项目为杭师大专场】项目1:北京感恩公益基金会 :“点亮乡村、光明万家”项目流程管理系统项目概况:“点亮乡村、光明万家”项目通过为中西部欠发达地区的散居院落和农村寄宿制学校安装LED太阳能路灯,照亮儿童、老人和村民的回家路。技术需求:建立数字化项目管理系统,实现项目从申请-动员-资金筹集-施工-验收全流程的线上操作及照片结构化存储。项目2:深圳市华唱原创音乐基金会 :“音乐种子 伴你成长”项目管理系统项目概况:通过制定音乐课程,捐赠辅助乡村教师进行可视化音乐课教学的“音乐智能机”,建立提升兼职音乐教师教学能力成长体系,支持全国发展乡村儿童音乐教育。技术需求:开发一个可以支持奖状与证书制作,音乐种子项目全流程管理的数字化系统。项目3:河南省福兴儿童公益基金会:结对助童助学管理系统 项目概况:通过“资金+物资+陪伴”相结合的创新助学模式,为河南省学龄期孤困儿童群体搭建长期的成长关爱网络。技术需求:开发用于执行团队管理、服务对象申请信息、反馈信息、陪伴记录、长期追踪受助对象自信心指数变化的项目管理系统。项目4:中华救助基金会:中华社会救助基金会救助地图系统项目概况:救助地图系统将涵盖爱心衣橱项目(为欠发达地区的村级小学或教学点送新衣)、鲲鹏助学项目(为困境学生提供学习及生活补助)、阳光公益课堂项目(通过在欠发达地区的小学设立公益小课堂,促进地区教育发展均衡)困境家庭增收计划(通过技能培训、产品促销等方式,助力困境家庭增能增收)等项目。技术需求:开发管理系统,可实现项目合作机构的申请、项目受益人申请、审核、项目反馈文件的收集等功能。2、项目产出:请志愿者根据参与活动的公益组织提出的具体技术需求,基于宜搭平台、使用项目所属公益组织的宜搭账号的进行开发,产出符合公益组织需求、可在其实际工作中应用的数字化产品。3、项目开发资源:参与者需主要运用宜搭平台(www.aliwork.com)的低代码技术进行开发。志愿者及团队须使用公益组织的宜搭账号进行开发,以便于调用相关资源和公益组织实际使用。活动主办方给每一家参与本次活动的公益组织提供一位项目导师在开发过程中对志愿者进行答疑指导;同时还提供了一份宜搭免费资源包,请注意在开发过程中不要产生超出这份免费资源包的费用。如有超出,相关费用由您自行承担。4、知识产权:项目产出的知识产权(包括但不限于软件著作权、商标权等)归主办方所有,志愿者享有署名权。主办方对志愿者提交的作品材料拥有使用权和展示权。项目产出只可用于从事公益慈善目的,不得用于任何商业盈利行为。获奖作品由主办方(包括阿里云计算有限公司、钉钉(中国)信息技术有限公司等)享有知识产权(包括但不限于软件著作权、商标权等),志愿者享有署名权,并且通过宜搭平台沉淀为模版,对其他公益慈善组织免费开放使用。且只能经主办方同意后方可用于从事公益慈善目的使用,不得用于任何商业盈利行为。(三)奖项评选1、由谁评选:(1)公益组织:本次活动的目的是为了帮助公益组织实现其特定的数字化技术需求,因此活动的奖项由参与活动的公益组织进行评选,如果公益组织认为志愿者帮助开发的数字化工具能够满足其既定需求,认可志愿者的贡献,且满足合法合规要求,具备一定的可复用性,即可向志愿者授予奖项。(2)宜搭团队:宜搭团队将从低代码技术价值的角度来评选项目成果的价值。(3)阿里巴巴技术公益团队:阿里巴巴技术公益将从社会价值的角度来评选项目成果的价值。2、评选标准:(1)满足需求:开发成果能够满足公益组织提出的基本功能需求,能够在公益组织的实际工作中正常使用。(2)按时完成:在2022年8月31日24:00前完成的项目方可参与评奖,延迟交付的项目不参与评奖(*注:时间如有变更,将提前通知。)(3)合法合规:代码层面无高危安全风险,无泄露用户信息等违法违规风险,无违背公序良俗的道德风险。3、奖励内容:根据项目完成时间、质量的不同,参与团队有机会获得如下奖励:3000元奖学金,团队成员平均分配码上公益颁奖典礼(如遇不可抗力取消,不折现)云栖大会参与资格(如遇不可抗力取消,不折现)宜搭模版永久署名权(注:前提是项目成功沉淀为模版)阿里云吉祥物云小宝玩偶(前50位成功报名公益项目同学将获得)训练营结营证书(完成训练营参营任务获得)技术大咖面对面机会(如遇不可抗力取消,不折现)五、免责条款请您知悉互联网及数字技术领域存在诸多不确定性因素,因此请理解并同意,如因不可抗力、网络、通讯线路故障、计算机大规模瘫痪及活动中存在大面积作弊行为等非主办单位原因致使本活动出现异常情况或难以继续开展的,主办单位有权采取包括但不限于通过各种方式消除异常情况或调整、暂停、取消本活动等措施,因此造成您损失的,主办单位不承担任何责任。六、管辖条款因与本活动相关的规则解释、活动开展等事项产生争议的,您同意与主办单位友好协商解决,协商不成的,您和主办单位均同意将争议提交至杭州市余杭区人民法院诉讼解决,并适用中华人民共和国大陆地区法律。七、其他事项1、关于大赛详细内容及进展情况,将在阿里云开发者社区(developer.aliyun.com)上进行更新,请及时关注。
一、活动名称2022阿里云码上公益“第益课”高校技术公益实践计划,活动官网:【全体高校学生】https://developer.aliyun.com/learning/topic/charitytraining02【杭师大专场】https://developer.aliyun.com/learning/topic/charitytraining02-HNU二、活动主办单位1、指导单位:共青团杭州市余杭区团委2、主办方:阿里巴巴公益、阿里巴巴集团团委3、承办方:阿里云、码上公益4、合作机构:广东省绿芽乡村妇女发展基金会、南充市高坪区慈善会、福建省同心慈善基金会、北京感恩基金会、深圳市华唱原创音乐基金会、河南省福兴儿童公益基金会、中华社会救助基金会(*注:以上排名不分先后)三、活动时间及流程(1)训练营阶段7月6日起:训练营报名及线上自学开启7月18日-7月22日:低代码训练营集中培训,点击报名7月18日- 7月29日:完成认证考试及公益项目分配(2)参与公益项目阶段7月18日-7月29日 :报名参与公益项目,报名截止时间:7月29日18点前8月1日- 8月31日:开发启动会和公益项目开发9月1日- 9月23日:评审&颁奖交付后1-3个月:交付维护(*注:以上时间节点有可能根据活动实际组织情况调整,如有变更,主办方将在活动官网及时更新)流程说明:本次活动分为训练营和参与公益项目两个阶段,已取得宜搭中级低代码工程师认证并且有参与公益项目意向的高校学生可直接参与公益项目报名,未取得宜搭中级低代码工程师认证的高校学生需先参加训练营,待取得宜搭中级低代码工程师认证后方可参与公益项目报名。本次活动的公益项目阶段一共有七家公益机构的项目,每个项目至少有两组队伍,每组队伍独立开发,完成开发后由公益机构试用评分,根据优中选优的原则,得分最高一组的项目成果最终交付给公益机构使用,并有机会沉淀为宜搭公益模板。四、活动规则(一)公益实践活动报名1、报名资格:参与本次活动的学生志愿者(以下统称“志愿者”)应具备以下全部资格:(1)有完全民事行为能力的自然人(2)全日制高校在校学生,不限专业、年级(3)已取得宜搭中级低代码工程师认证(认证不收取任何费用)或同等技术能力(4)志愿者个人独立报名或者自行组队报名均可。个人独立报名的情況下,后续将由活动主办方协调与其他参与者一起组队。自行组队报名的情况下,每个团队人数不超过5人。如不满足以上任一资格要求的,其全部参与行为将被视为无效,且无权获得任何奖励。2、公益项目开发志愿者选取规则:请注意,每位志愿者/团队最多可以报名2个感兴趣的项目作为备选,但不是所有报名的志愿者都能够最终进入项目开发过程中。主办方会根据志愿者的意愿和条件,与公益组织的技术需求进行适配,如适配成功,将以电话/钉钉/邮件/短信的形式正式通知志愿者进入项目开发小组。主办方将根据以下原则来选择志愿者:(1)有公益心:认可公益的价值,有支持公益组织数字化发展的意愿。(2)有低代码开发能力:通过宜搭“低代码中级开发师“认证考试或具备同等技术能力(3) 能抽出时间:能够在2022年7月-2022年9月间抽出业余时间参与项目开发。3、参与资格或获奖资格的取消:若有下列任何一种行为或情况的,主办单位有权单方面取消其参与资格、获奖资格等,已经发放的奖金和奖品,主办方有权追回:(1)不符合参与资格的;(2)提供虛假信息的;(3)虚假交易或恶意破坏活动的;(4)有任何违反诚实信用、公序良俗、公平、公正等原则行为;(5)提交的作品存在违法违规或者侵权内容或者末通过代码审查的;(6)其他违反相关法规、本规则行为的。4、个人信息授权:请您应按照活动规则要求如实提供您的姓名、手机号码、钉钉号、电子邮箱等信息,如由于您所提供的信息不真实、不完整、失效或不合法等,导致您的参与资格被取消、奖品无法发放或发放错误等一切后果,由您自行承担。同时,请参与本次活动的志愿者知悉,主办方(含阿里巴巴公益基金会、阿里巴巴技术公益委员会、阿里云、钉钉、宜搭等)可能会为宣传推广大赛及营销活动等目的使用您的姓名、照片、肖像等个人信息,包括但不限于在官方网站公示获奖者名单、对媒体披露获奖者的姓名等。(二)项目开发1、项目介绍:活动共提供了7个来自码上公益平台的公益项目技术需求:【以下3个项目面向所有高校学生】项目1:广东省绿芽乡村妇女发展基金会:绿芽基金会项目管理系统 项目概况:目前机构有两大项目板块,“绿芽乡伴”通过赋能乡村女性,促进城乡融合,共创妇女儿童友好乡村。“绿芽童行”致力于向全国乡村地区未成年提供均衡、全面、符合未成年人需求的性教育。技术需求:搭建项目管理平台,从需求管理、项目立项、项目执行、项目成本、项目结项等一些列活动进行整体检测和管控。项目2:南充市高坪区慈善会 :南充市高坪区慈善会项目管理系统项目概况:“资助困难学生”项目由南充市高坪区慈善会2021年落地运营,项目主要针对困难学生,提供资金资助,目前已惠及全区145名学生。技术需求:开发学生助学申报系统,该系统可实现助学信息提交、被资助学生统计查询、学生资助后续回访等功能。项目3: 福建省同心慈善基金会:“火种计划·一师一梦”项目管理系统项目概况:该项目通过支持乡村教师学习成长与教育实践、倡导社会力量共同关注和支持乡村教育,推动乡村教育的振兴发展。技术需求:开发一个用于管理申请人申报、接受受助人反馈、并持续追踪数据的线上管理系统。【以下4个项目为杭师大专场项目】项目1:北京感恩公益基金会 :“点亮乡村、光明万家”项目流程管理系统项目概况:“点亮乡村、光明万家”项目通过为中西部欠发达地区的散居院落和农村寄宿制学校安装LED太阳能路灯,照亮儿童、老人和村民的回家路。技术需求:建立数字化项目管理系统,实现项目从申请-动员-资金筹集-施工-验收全流程的线上操作及照片结构化存储。项目2:深圳市华唱原创音乐基金会 :“音乐种子 伴你成长”项目管理系统项目概况:通过制定音乐课程,捐赠辅助乡村教师进行可视化音乐课教学的“音乐智能机”,建立提升兼职音乐教师教学能力成长体系,支持全国发展乡村儿童音乐教育。技术需求:开发一个可以支持奖状与证书制作,音乐种子项目全流程管理的数字化系统。项目3:河南省福兴儿童公益基金会:结对助童助学管理系统 项目概况:通过“资金+物资+陪伴”相结合的创新助学模式,为河南省学龄期孤困儿童群体搭建长期的成长关爱网络。技术需求:开发用于执行团队管理、服务对象申请信息、反馈信息、陪伴记录、长期追踪受助对象自信心指数变化的项目管理系统。项目4:中华救助基金会:中华社会救助基金会救助地图系统项目概况:救助地图系统将涵盖爱心衣橱项目(为欠发达地区的村级小学或教学点送新衣)、鲲鹏助学项目(为困境学生提供学习及生活补助)、阳光公益课堂项目(通过在欠发达地区的小学设立公益小课堂,促进地区教育发展均衡)困境家庭增收计划(通过技能培训、产品促销等方式,助力困境家庭增能增收)等项目。技术需求:开发管理系统,可实现项目合作机构的申请、项目受益人申请、审核、项目反馈文件的收集等功能。2、项目产出:请志愿者根据参与活动的公益组织提出的具体技术需求,基于宜搭平台、使用项目所属公益组织的宜搭账号的进行开发,产出符合公益组织需求、可在其实际工作中应用的数字化产品。3、项目开发资源:参与者需主要运用宜搭平台(www.aliwork.com)的低代码技术进行开发。志愿者及团队须使用公益组织的宜搭账号进行开发,以便于调用相关资源和公益组织实际使用。活动主办方给每一家参与本次活动的公益组织提供一位项目导师在开发过程中对志愿者进行答疑指导;同时还提供了一份宜搭免费资源包,请注意在开发过程中不要产生超出这份免费资源包的费用。如有超出,相关费用由您自行承担。4、知识产权:项目产出的知识产权(包括但不限于软件著作权、商标权等)归主办方所有,志愿者享有署名权。主办方对志愿者提交的作品材料拥有使用权和展示权。项目产出只可用于从事公益慈善目的,不得用于任何商业盈利行为。获奖作品由主办方(包括阿里云计算有限公司、钉钉(中国)信息技术有限公司等)享有知识产权(包括但不限于软件著作权、商标权等),志愿者享有署名权,并且通过宜搭平台沉淀为模版,对其他公益慈善组织免费开放使用。且只能经主办方同意后方可用于从事公益慈善目的使用,不得用于任何商业盈利行为。(三)奖项评选1、由谁评选:(1)公益组织:本次活动的目的是为了帮助公益组织实现其特定的数字化技术需求,因此活动的奖项由参与活动的公益组织进行评选,如果公益组织认为志愿者帮助开发的数字化工具能够满足其既定需求,认可志愿者的贡献,且满足合法合规要求,具备一定的可复用性,即可向志愿者授予奖项。(2)宜搭团队:宜搭团队将从低代码技术价值的角度来评选项目成果的价值。(3)阿里巴巴技术公益团队:阿里巴巴技术公益将从社会价值的角度来评选项目成果的价值。2、评选标准:(1)满足需求:开发成果能够满足公益组织提出的基本功能需求,能够在公益组织的实际工作中正常使用。(2)按时完成:在2022年8月31日24:00前完成的项目方可参与评奖,延迟交付的项目不参与评奖(*注:时间如有变更,将提前通知。)(3)合法合规:代码层面无高危安全风险,无泄露用户信息等违法违规风险,无违背公序良俗的道德风险。3、奖励内容:根据项目完成时间、质量的不同,参与团队有机会获得如下奖励:3000元奖学金,团队成员平均分配码上公益颁奖典礼(如遇不可抗力取消,不折现)云栖大会参与资格(如遇不可抗力取消,不折现)宜搭模版永久署名权(注:前提是项目成功沉淀为模版)阿里云吉祥物云小宝玩偶(前50位成功报名公益项目同学将获得)训练营结营证书(完成训练营参营任务获得)技术大咖面对面机会(如遇不可抗力取消,不折现)五、免责条款请您知悉互联网及数字技术领域存在诸多不确定性因素,因此请理解并同意,如因不可抗力、网络、通讯线路故障、计算机大规模瘫痪及活动中存在大面积作弊行为等非主办单位原因致使本活动出现异常情况或难以继续开展的,主办单位有权采取包括但不限于通过各种方式消除异常情况或调整、暂停、取消本活动等措施,因此造成您损失的,主办单位不承担任何责任。六、管辖条款因与本活动相关的规则解释、活动开展等事项产生争议的,您同意与主办单位友好协商解决,协商不成的,您和主办单位均同意将争议提交至杭州市余杭区人民法院诉讼解决,并适用中华人民共和国大陆地区法律。七、其他事项1、关于大赛详细内容及进展情况,将在阿里云开发者社区(developer.aliyun.com)上进行更新,请及时关注。**
一、活动名称2022阿里云码上公益“第益课”高校技术公益实践计划,活动官网:https://developer.aliyun.com/learning/topic/charitytraining01二、活动主办单位1、主办方:阿里巴巴公益基金会、阿里巴巴技术公益委员会、阿里云、阿里云开发者学堂、码上公益、钉钉、宜搭、InfoQ2、公益支持机构:中国扶贫基金会、中华少年儿童慈善救助基金会、广州满天星公益、天津市心羽公益基金会、长沙市暖心社工综合服务中心、长沙市慈善总会、福建省教育援助协会。(*注:以上排名不分先后)三、活动时间及流程(1)训练营阶段5月23日- 5月27日:宜搭低代码培训,点击报名5月28日- 6月7日:完成认证考试及公益项目分配(2)参与公益项目阶段5月28日-6月7日 :报名参与公益项目,报名截止时间:6月7日24点前6月13日- 7月17日:开发启动会和公益项目开发7月18日- 8月5日:交付说明会、机构测试使用8月8日-8月12日:评审结果公布交付后1-3个月:交付维护(*注:以上时间节点有可能根据活动实际组织情况调整,如有变更,主办方将在活动官网及时更新)流程说明:本次活动分为训练营和参与公益项目两个阶段,已取得宜搭中级低代码工程师认证并且有参与公益项目意向的高校学生可直接参与公益项目报名,未取得宜搭中级低代码工程师认证的高校学生需先参加训练营,待取得宜搭中级低代码工程师认证后方可参与公益项目报名。本次活动的公益项目阶段一共有七家公益机构的项目,每个项目至少有两组队伍,每组队伍独立开发,完成开发后由公益机构试用评分,根据优中选优的原则,得分最高一组的项目成果最终交付给公益机构使用,并有机会沉淀为宜搭公益模板。四、活动规则(一)公益实践活动报名1、报名资格:参与本次活动的学生志愿者(以下统称“志愿者”)应具备以下全部资格:(1)有完全民事行为能力的自然人(2)全日制高校在校学生,不限学校、专业,年级(3)已取得宜搭中级低代码工程师认证(认证不收取任何费用)或同等技术能力(4)志愿者个人独立报名或者自行组队报名均可。个人独立报名的情況下,后续将由活动主办方协调与其他参与者一起组队。自行组队报名的情况下,每个团队人数不超过5人。如不满足以上任一资格要求的,其全部参与行为将被视为无效,且无权获得任何奖励。2、公益项目开发志愿者选取规则:请注意,每位志愿者/团队最多可以报名2个感兴趣的项目作为备选,但不是所有报名的志愿者都能够最终进入项目开发过程中。主办方会根据志愿者的意愿和条件,与公益组织的技术需求进行适配,如适配成功,将以电话/钉钉/邮件/短信的形式正式通知志愿者进入项目开发小组。主办方将根据以下原则来选择志愿者:(1)有公益心:认可公益的价值,有支持公益组织数字化发展的意愿。(2)有低代码开发能力:通过宜搭“低代码中级开发师“认证考试或具备同等技术能力(3) 能抽出时间:能够在2022年6月-2022年8月间抽出业余时间参与项目开发。3、参与资格或获奖资格的取消:若有下列任何一种行为或情况的,主办单位有权单方面取消其参与资格、获奖资格等,已经发放的奖金和奖品,主办方有权追回:(1)不符合参与资格的;(2)提供虛假信息的;(3)虚假交易或恶意破坏活动的;(4)有任何违反诚实信用、公序良俗、公平、公正等原则行为;(5)提交的作品存在违法违规或者侵权内容或者末通过代码审查的;(6)其他违反相关法规、本规则行为的。4、个人信息授权:请您应按照活动规则要求如实提供您的姓名、手机号码、钉钉号、电子邮箱等信息,如由于您所提供的信息不真实、不完整、失效或不合法等,导致您的参与资格被取消、奖品无法发放或发放错误等一切后果,由您自行承担。同时,请参与本次活动的志愿者知悉,主办方(含阿里巴巴公益基金会、阿里巴巴技术公益委员会、阿里云、钉钉、宜搭等)可能会为宣传推广大赛及营销活动等目的使用您的姓名、照片、肖像等个人信息,包括但不限于在官方网站公示获奖者名单、对媒体披露获奖者的姓名等。(二)项目开发1、项目介绍:活动提供了7个来自码上公益平台的公益项目技术需求如下:项目1:中国扶贫基金会:部门预算管理系统项目概况:机构内部财务预算管理技术需求:收集各部门在下一年的管理费、筹款和支出预计费用等,并支持各种看板统计。项目2:中华少年儿童慈善救助基金会:宝贝守护计划活动管理系统项目概况:宝贝守护计划”儿童安全反拐宣传活动,以“儿童安全反拐演习+小课堂”的形式对全国范围内的3-8岁儿童进行儿童安全防走失宣教。演习加深孩子和家长对于儿童走失风险的认识,小课堂巩固防走失相关知识。技术需求:需要开发一个项目进展管理系统,用于系统化收集项目反馈。从申请,到场次批复,场次执行,反馈,中期结项工作都能使用的系统。项目3:长沙市暖心社工综合服务中心:五社联动社区服务项目项目概况:针对社区、社区居民的不同群体、不同类别的需求,有针对性的开展社会工作服务。技术需求:从技术上将所有的服务内容汇总起来,形成社区活动资源库,实现标准化的模板操作。将所有的存档汇聚在一起,实现规范化管理。项目4:广州满天星公益:乡村儿童项目活动数据管理系统项目概况:希望将各系统数据进行归集,期待借助大数据的分析为项目提供监测及发展规划支持。技术需求:需要开发一个项目活动数据管理系统,用于统计各项目活动中学校获取的阅读资源及参与阅读活动的整体情况。项目5:天津市心羽公益基金会:羽翼伴你成长项目概况:“羽翼护你成长”项目主要针对贫困学生,提供资金资助和温暖过冬棉衣。技术需求:开发一个申请管理系统,用于管理申请人的身份信息、证明材料、收款、物资确认及反馈等。项目6:长沙市慈善总会:长沙市困难家庭子女高等教育慈善助学项目概况:申请资助的学生人数增多,多方参与数据共享、管理无法实现,靠管理员人工登记,数据无法集中、管理成本太高。技术需求:需要开发一个较为全面的捐助、人员管理系统,用于管理申请人、会员、志愿者、捐赠人的申请、帮扶、结案,实现全流程网络自动化。项目7:福建省教育援助协会:红苹果公益项目概况:针对特殊群体贫困家庭、学生,提供资金、物资、心理、法律资助。技术需求:管理申请人、会员、志愿者 、捐赠人的申请、帮扶、结案等流程档案,实现全流程网络自动化。2、项目产出:请志愿者根据参与活动的公益组织提出的具体技术需求,基于宜搭平台、使用项目所属公益组织的宜搭账号的进行开发,产出符合公益组织需求、可在其实际工作中应用的数字化产品。3、项目开发资源:参与者需主要运用宜搭平台(www.aliwork.com)的低代码技术进行开发。志愿者及团队须使用公益组织的宜搭账号进行开发,以便于调用相关资源和公益组织实际使用。活动主办方给每一家参与本次活动的公益组织提供一位项目导师在开发过程中对志愿者进行答疑指导;同时还提供了一份宜搭免费资源包,请注意在开发过程中不要产生超出这份免费资源包的费用。如有超出,相关费用由您自行承担。4、知识产权:项目产出的知识产权(包括但不限于软件著作权、商标权等)归主办方所有,志愿者享有署名权。主办方对志愿者提交的作品材料拥有使用权和展示权。项目产出只可用于从事公益慈善目的,不得用于任何商业盈利行为。获奖作品由主办方(包括阿里云计算有限公司、钉钉(中国)信息技术有限公司等)享有知识产权(包括但不限于软件著作权、商标权等),志愿者享有署名权,并且通过宜搭平台沉淀为模版,对其他公益慈善组织免费开放使用。且只能经主办方同意后方可用于从事公益慈善目的使用,不得用于任何商业盈利行为。(三)奖项评选1、由谁评选:(1)公益组织:本次活动的目的是为了帮助公益组织实现其特定的数字化技术需求,因此活动的奖项由参与活动的公益组织进行评选,如果公益组织认为志愿者帮助开发的数字化工具能够满足其既定需求,认可志愿者的贡献,且满足合法合规要求,具备一定的可复用性,即可向志愿者授予奖项。(2)宜搭团队:宜搭团队将从低代码技术价值的角度来评选项目成果的价值。(3)阿里巴巴技术公益团队:阿里巴巴技术公益将从社会价值的角度来评选项目成果的价值。2、评选标准:(1)满足需求:开发成果能够满足公益组织提出的基本功能需求,能够在公益组织的实际工作中正常使用。(2)按时完成:在2022年7月17日24:00前完成的项目方可参与评奖,延迟交付的项目不参与评奖(*注:时间如有变更,将提前通知。)(3)合法合规:代码层面无高危安全风险,无泄露用户信息等违法违规风险,无违背公序良俗的道德风险。3、奖励内容:根据项目完成时间、质量的不同,参与团队有机会获得如下奖励:3000元奖学金,团队成员平均分配码上公益颁奖典礼(视疫情情况举办,如遇不可抗力,不折现)宜搭模版永久署名权(注:前提是项目成功沉淀为模版)码上公益平台定制纪念品(所有参与同学均可获得)项目证书(所有参与同学均可获得)五、免责条款请您知悉互联网及数字技术领域存在诸多不确定性因素,因此请理解并同意,如因不可抗力、网络、通讯线路故障、计算机大规模瘫痪及活动中存在大面积作弊行为等非主办单位原因致使本活动出现异常情况或难以继续开展的,主办单位有权采取包括但不限于通过各种方式消除异常情况或调整、暂停、取消本活动等措施,因此造成您损失的,主办单位不承担任何责任。六、管辖条款因与本活动相关的规则解释、活动开展等事项产生争议的,您同意与主办单位友好协商解决,协商不成的,您和主办单位均同意将争议提交至杭州市余杭区人民法院诉讼解决,并适用中华人民共和国大陆地区法律。七、其他事项1、关于大赛详细内容及进展情况,将在阿里云开发者社区(developer.aliyun.com)上进行更新,请及时关注。
欢迎大家参加7月阿里云开发者社区特别主题“Java超神月”活动,为了使大家能够共同学习,持续进步,本次活动特推出“五黑赢好礼”活动,邀请好友共同完成任务,即可获得小米小爱随时音箱、小米双肩包等好礼。活动主题:五黑赢好礼活动报名时间:即日起至7月31日(自然日)活动地址:https://developer.aliyun.com/topic/java/july#J_7880295150活动玩法:第一步:进入“Java超神季”专题页,来到“五黑赢好礼”模块第二步:点击“我要参与”完成阿里云登录后可以开始做任务第三步:任务1-3请按照提示了解和体验相关页面(除第3个任务7月15日开放外,其他任务都将在7月12日开放),完成后请返回“Java超神季”原页面,刷新2次出现“√”后说明任务已正确完成第四步:点击任务4后会出现弹窗,可以通过二维码或者复制链接将专属活动链接分享给好友第五步:将活动页面分享给5个以上好友,好友通过你的专属活动链接进入页面后来到“五黑赢好礼”模块,点击“我要参与”第六步:当有好友参与助力时,你的任务组件将会出现好友头像;当有好友参与助力并完成任务1-3时(具体方式请参考第三步),则该好友完成对你的助力第七步:当5位好友通过你的专属链接参与本次活动,并完成任务1-3后,你的任务4则自动完成第八步:任务4完成后出现“领取奖品”按钮可以领取奖品,按照要求填写相关信息后提交,提交后不可更改。前300位完成所有任务的参与者将获得小米小爱随身音箱1个,前300-600位完成所有任务的参与者将获得小米双肩包1个,礼品先到先得,发完即止。活动规则:在活动规定时间内,按照规则要求,依次完成全部关卡。前300位完成所有任务的参与者将获得小米小爱随身音箱1个,前300-600位完成所有任务的参与者将获得小米双肩包1个,礼品先到先得,发完即止。助力说明:每个阿里云账号只能参与或为其他阿里云账号助力1次,如该账号已经报名活动(点击“我要参与”即完成报名),则无法为其他账号助力活动奖励:8月1日前,前300位完成所有任务的参与者将获得小米小爱随身音箱1个,前300-600位完成所有任务的参与者将获得小米双肩包1个。所有礼品将统一在8月10日前寄出。礼品有限,先到先得,赶快来报名参与活动吧!!!
5月29日,阿里云开发者大会正式拉开帷幕。我们不仅在国家会议中心为大家准备了100+技术干货议题,现场还有多个丰富好玩的互动展区。今天无法到现场的朋友可以观看线上直播,和我们一起分享技术的盛宴哦,线上直播观看指南:https://developer.aliyun.com/article/784344阿里妹也将带大家通过图片直播的形式了解现场发生的点点滴滴,快上车吧!8:00 早晨的阳光照进北京国家会议中心,开发者大会已经在等待大家的到来。8:30 上午的主论坛正在进行紧张调试9:00 开发者们陆续到来,签到区紧张地忙碌着9:30 人越来越多,会场已经逐渐拥挤9:45 让我们来看看今天的议题都有哪些9:53 签到处人越来越多,开发者们已集结9:58 开发者们陆续入座主论坛10:10 阿里云开发者大会正式开始,主持人静渔隆重登场10:15 阿里巴巴研究员、阿里云原生应用平台负责人丁宇上台,为大家带来议题《云原生推动全云开发与实践》。10:25 10:35 Forrest首席分析师戴鯤上台,为大家带来《时代呼唤云原生 人人应做开发者》。10:40 阿里巴巴集团副总裁、阿里云智能数据库事业部高级研究员李飞飞带来《云原生数据库2.0:一站式数据管理与服务》,并宣布数据库开源计划。10:45 开发者们认真听讲,想必受益匪浅11:00 阿里巴巴集团副总裁、阿里云智能计算平台事业部高级研究员贾扬清为大家带来《云上大数据与AI开发范式的演进》。11:35 阿里巴巴集团副总裁、达摩院高级研究员、IEEE院士华先胜为大家带来《产业智能的进化:无行业不AI》11:50 阿里巴巴集团副总裁、阿里云智能钉钉事业部总经理叶军为大家带来《低代码开发 让业务数字化触手可及》12:20 阿里云开发者关系总经理孟晋宇为大家带来《让开发者云上创新更简单》13:20 吃饱喝足,和阿里妹一起上三楼看看展区13:30 年轻的开发者们驻足天池展区,参加《Talent: 进击的少年程序员》活动13:40 开发者们在仔细观看阿里云开发者社区的漫画介绍14:00 开发者们在进行上手实操14:05 天池留言板收到了满满的祝福,你也是天池的粉丝吗?14:20 开发者们正在参观“我们和开发者”展览14:25 李飞飞继续现身《云原生数据库:一站式数据服务》分论坛,带来《一站式数据服务分享》14:40 《视觉AI开发平台及其行业应用》分论坛正在进行中15:00 《云原生技术与最佳实践》分论坛正在进行中15:20 《钉应用开发:人人都是工程师》分论坛正在进行中15:40 《大数据与AI一体化开发平台》分论坛正在进行中16:00 《前沿人工智能技术与算法实践》分论坛正在进行中16:20 《开源操作系统社区和生态》分论坛正在进行中16:30 《AIoT云端一体加速设备智能》分论坛正在进行中16:40 《RISC-V技术趋势与芯片应用实践》分论坛进入尾声17:00 《智能开发与高效运维》分论坛进入尾声17:10 《泛云生态人才培养合作》分论坛进入尾声17:18 《应用开发的云基础设施优化》分论坛进入尾声17:20 本次阿里云开发者大会正式结束,感谢大家的关注,我们明年再见!
信息技术飞速发展,数据如滔滔江水连绵不绝。2003年起,Google陆续发布大数据三驾马车,一个新的技术时代到来。HBase作为BigTable的开源实现,因其海量低成本存储、高并发吞吐、弹性扩容等特性,成为结构化/半结构化大数据的存储中心,受到了诸如阿里巴巴、小米、华为、网易等互联网大厂的青睐,也是开发者入门大数据的首选数据库。 个人学习HBase不免遇到架构了解不清晰、查询设计效率低、业务搭建不科学等等问题。5月31日,阿里云联合中国HBase技术社区联合推出《七天深入HBase大数据生态实训营》,由Apache HBase社区PMC领衔授课,通过原理讲解、实战教学,带你走进分布式存储的广阔世界!进阶课程包含了云原生多模数据库Lindorm的开发和使用案例,将第一次系统性得阐述数据库如何赋能物联网应用系统。Lindorm支持HBase标准接口,一次学习搞定两个数据库。关键的关键,每次训练营学习完全免费,根据个人需求开通学习环境可享受9.9元/3个月的超低优惠。 报名时间:5月17日-5月30日开营名额:1800人(名额有限,报完即止)开营时间:5月31日-6月6日 20:00-21:00价格:原价999元,首期共创价0元报名要求:希望你有一定的开发基础,对MySQL、PG、MongoDB、HBase、Cassandra其中一种数据库感兴趣,想进一步了解学习 👇扫码或点我立即报名👇 7天训练营你将收获1. 阿里云HBase及Lindorm核心研发组诚意出品,联合Apache HBase社区PMC打造原理+实操的分布式数据存储课程2. 实战为王!除了系统介绍HBase架构、原理及查询方式外,本次训练营还准备了整整四节实战课,覆盖海量订单存储系统搭建、大数据在线分析、存储查询系统构造、监控系统应用,学完就能掌握HBase核心应用技巧。3. 物联网场景进阶,阿里巴巴高级技术专家为你介绍HBase和Lindorm如何赋能物联网应用系统,仅此一家,别无分店。4. 社交化训练营,集结大数据爱好者共同学习。HBase专家每日钉群授课+答疑,更有产品试用、结营证书、Sony无线降噪运动耳机等好礼相送。 课程安排 5月31日 HBase介绍,走进大数据存储的世界杨文龙 | Apache HBase社区PMC • 大数据存储的发展历史和趋势。•HBase架构、原理和典型应用场景。 6月1日 基于HBase的海量数据查询与检索解析游骐 | 阿里云技术专家 • 学习HBase的基本查询原理与使用方式。• 如何使用Phoenix SQL访问HBase数据。• 如何构建HBase二级索引和全文索引来加速查询。 6月2日 实战:基于HBase快速构建海量订单存储系统天穆 | 阿里云技术专家 • 理解HBase的数据分区策略、线性扩展等特性• 基础:基于HBase的物流详情数据存储实战• 进阶:基于HBase的交易订单数据存储实战 6月3日 实战:基于HBase的大数据在线分析青道 | 阿里云技术专家 • 介绍HBase数据如何和计算引擎结合• 基于Spark、Hive等计算引擎进行离线分析、流计算和交互式分析 6月4日 实战:如何基于HBase构建图片、视频数据的统一存储检索方案天贺 | 阿里巴巴技术专家 • 如何基于HBase构建一个视频、图片、文件存储查询系统。• 详细对比业界各方案的优劣势。 6月5日 实战:如何快速构建高效的监控系统老滚 | 阿里巴巴技术专家 • 时序数据的特点,OpenTSDB的数据模型。• Demo教学,快速构建应用监控系统。 6月6日 物联网时代的数据挑战兴博 | 阿里巴巴高级技术专家 •Lindorm在物联网中的最佳实践• 万物互联时代给数据存储带来的机会和挑战 训练营结营礼物9.9元/3个月开通Lindorm学习环境(Lindorm支持HBase标准接口,可以完成本训练营HBase实战课程的操作),完成所有打卡可以获得由阿里云联合中国HBase技术社区颁发的结营证书一份。在此基础上,训练营优秀学员将获得阿里云限量周边甚至Sony无线降噪运动耳机等大奖,具体获奖规则请见训练营群公告。
什么是2050?2050 是一场要一直办到 2050 年的大会。时间上的漫长跨度,使得 2050 的活动能不断延续、生长。往年 2050 的很多活动,在 2050 结束后还有继续;今年的 2050,他们也会回来,为故事续写新的篇章。“来 2050,不是来参加会议,而是来创造一些东西。”年青人因科技而团聚,让越是不可能见面的人见了面,就越有奇迹会发生。今年的2050准备了三天三夜的精彩活动,4月23日白天有50场青年团聚,在这里你能找到志同道合的朋友,晚上有团聚之夜音乐会以及百城连线,为无法参与本次2050的海外朋友提供了团聚的场所;24日和25日除了有精彩的新声论坛外,还有星空露营、鲤鱼山刷山、逐日晨跑、足球风暴等等有意思的活动.......总之,来到2050,只有你想不到没有你做不到,了解更多活动安排:如何在云栖小镇HIGH三天三夜时间:2021年4月23日 2 点 ~ 4月25日下午 5 点地点:杭州.云栖小镇 & 全球100个城市连线 48 小时为什么我们要举办“向往的社区@2050”团聚?“社区”一直是社会学家们热衷于研究和探讨的概念,它起初是“聚居在一定地域范围内的人们所组成的社会生活共同体”,是实体组织。随着互联网特别是Web2.0时代的发展,越来越多的虚拟社区成立,社区成为了人们日常生活中不可或缺的一部分,可以说每个人既是他所处的地域所形成的实体社区的一部分,也是他的兴趣带来的虚拟社区的一部分。社区发展至今,不免许多问题被越来越多的社区工作者所关注和讨论,包括“社区全球化与社区本地化之间的矛盾”、“社区综合化和社区垂直化的纷争”等等,今天“向往的社区@2050”希望组织各类型社区的参与者对社区这一话题进行讨论。在活动中,你即使聆听者也是分享者,你可以深入于某一具体话题,最终本次活动也会成为一个限定小社区,每个人都成为了这个限定的小社区中的一份子,大家带着观点而来,带着收获而走。团聚时间:2021年4月23日下午14-18点地点:2050创作营(润丰4号楼)5楼大会议室如何参加2050及本次社区团聚?Step 1:获取你的2050Pass小提示:你可以根据自己的情况选择2天及3天通票,3天更便宜哦~另外你还可以自选是否要参加星空露营(即居住在2050营地的帐篷中)及逐日晨跑活动Step 2:通过本表单报名向往的社区@2050活动Step 3:填写完表单后将有专门的工作人员与你取得联系Step 4:准备好的你行程准备出发吧本次活动场地位于浙江省杭州市云栖小镇,可以自驾或乘坐公共交通前往向往的社区@2050怎么玩?4月23日下午14:00开始,召集人会提前准备3-4个社区相关话题,每个话题都有1位领论员进行立论,参与者可以就领论员的观点进行进一步展开或阐述不同思想。每个话题讨论30-40分钟,讨论结束后领论员应输出总结观点,为讨论画上句号。惊喜贴纸:每个人入场时都会收到5个惊喜贴纸,你可以把惊喜贴纸给到你认为输出了惊喜观点的参与者,领论员有额外的5个惊喜贴纸,可以分配给参与其负责话题讨论的同学。参与者可以使用惊喜贴纸在离场时换取相应的礼品。金句之王:活动结束后,每个话题的主持人可以评选一个本话题的金句之王,金句之王所说的“金句”将被制作成纪念品,送给获奖者。团聚将讨论的话题:议题一:社区在互联网版图中的价值定位和未来发展方向?议题二:社区发展趋势:综合化还是垂直化?议题三:如何做好社区里的社交回报来增加用户活跃议题四:社区运营人如何处理全球化、商业化等难题带来的的挑战?议题五:关于完美社区的肆意畅想议题六:我们把社区运营开源了活动流程:13:00 - 14:00 签到,参与者入场后领取“惊喜贴纸”并入坐14:00 - 14:10 活动发起人致辞,宣布本次活动主旨及玩法14:10 - 16:50 话题讨论,除了激烈的观点碰撞外,我们还会为大家准备精美的茶点16:50 - 18:00 你可以继续留在活动场地进行交流,也可以体验活动场地中的产品18:00 - 21:00 团聚之夜音乐会等其他活动等你参加4月24日和4月25日我还可以做些什么?2050是一个三天都可以放肆HIGH的活动,除了4月23日的青年团聚你可以参加我们的话题讨论外,还有意外的精彩活动等你来参与,具体详情及更多活动请见2050官网:4月24日和4月25日整天:50场新生论坛,每个论坛只有三十分钟,内容精华,汇成一场科技的饕餮大餐。4月23日-4月25日展览:海洋艺术展、涡喷发动机点火、919舱段、磁悬浮列车……4月23日-4月25日户外活动:48小时无人机比赛、露天影院、飞过云栖 、又见纸飞机、星空露营、鲤鱼山刷山、逐日晨跑、足球风暴……其他值得参观的地标:2050创世届纪念、2050倒计时塔、2050时光隧道、2050博悟馆、云栖小镇展馆、杭州城市大脑运营指挥中心(需提前一周预约)我们在2050等你来!
数据库爱好者们,大家好,欢迎参加由阿里云组织的“七天玩转支持SQL的海量扩展数据库训练营”。Apache Cassandra是一套开源分布式NoSQL数据库系统。它最初由Facebook开发,用于储存收件箱等简单格式数据,2008年开源后,由于Cassandra良好的可扩展性,被Digg、Twitter等知名Web 2.0网站所采纳,成为了一种流行的分布式结构化数据存储方案。和其他数据库比较,Cassandra有支持线性扩展、可以处理大量数据集、易于大规模部署、高度容错等特点,因此也常年的权威数据库榜单DB-Engines上排名前十,宽表领域排名第一。为了更好地将阿里云的数据库技术能力回馈给开发者,和百万开发者共同成长。阿里云联合Cassandra商业公司DataStax打造“七天玩转支持SQL的海量扩展数据库训练营”,邀请中美知名数据库技术专家共同授课,带你上手Cassandra,训练营涵盖Cassandra分布式数据库、大数据分析、AI等多个前沿领域,让我们一起探索云计算与AI浪潮下的下一个职业风口,也让你在MySQL、PG、MongoDB等数据库基础上,加持海量扩展的分布式数据库技能。本帖旨在为大家全面介绍训练营的参与方法,如果其他关于训练营的问题,欢迎报名训练营后入群咨询。一、训练营报名报名时间:2021年4月6日 - 4月18日18:00开营名额:800人,报完即止报名要求:希望你有一定的开发基础,对MySQL、PG、MongoDB、HBase、Cassandra其中一种数据库感兴趣,想进一步了解学习训练营费用:报名及学习免费,首次开通Cassandra学习环境可享受1元包月超低体验价格;开通学习环境后可以跟着讲师一起学习Cassandra的基本操作,并构建弹性Web应用,完成基于Cassandra的开发实操。完成所有打卡任务,获得训练营结营证书、Cassandra周边(限量)及AirPods(限量)等奖品。报名方法:登录报名网站:https://developer.aliyun.com/learning/trainingcamp/cassandra/1点击“我要报名”按钮或“报名直通”菜单或直接下拉来到报名模块点击立即报名后跳出登录界面,登录阿里云后再次点击立即报名即可报名报名成功后点击“报名成功钉钉扫码入学习群”按钮,跳出训练营钉群二维码,扫描后等待管理审核,管理员审核成功即可加入训练营钉群备注:钉钉扫码后会出现下列表格,输入“姓名”、“从事技术领域”两个字段后点击“提交申请”,管理员审核成功即可加入训练营钉群二、训练营学习学习平台:训练营的学习内容均在钉群进行,报名后请务必扫码加入钉群以便顺利加入训练营学习方式:每晚20-21点,训练营群将会进行当天课程的直播,每堂课的时间约为40分钟;同一时间,钉群内也有阿里云技术专家协助解答大家的问题,请大家抓紧机会提问和交流学习打卡:钉群学习结束后,学员还需回到训练营网页(https://developer.aliyun.com/learning/trainingcamp/cassandra/1)进行打卡,直播+打卡均完成后,才完整地完成了本日的学习任务,打卡详细说明请见第三部分三、训练营打卡训练营的网页上(https://developer.aliyun.com/learning/trainingcamp/cassandra/1)我们为大家准备了9个打卡任务以配合钉群学习内容进行复习和拓展,9个打卡任务都完成后将获得七天玩转 Cassandra 实训营结营证书。注意:报名后才能打卡哦。打卡说明:第1个任务“阅读训练营说明”及第2个任务“开通学习环境”在4月6日-4月30日开放,该时间段内任何时间都可完成任务;第3个任务到第9个任务从4月19日开始每晚21:00逐日开放,直到4月30日截止。打卡后需返回训练营页面并刷新2次,出现“√”后则说明任务完成。“开通学习环境”任务完成说明:点击任务后将开启 云Cassandra 购买界面,购买前请先进行实名认证,否则无法享受优惠价格,认证完毕后请按照以下截图进行规则选择及购买,注:如之前已经购买过Cassandra数据库则无法享受优惠价格,如遇此情况可以私聊群主地域和可用区:选择国内地址,并在需要在同一地址建立Vpcid和Vswitchid,建立方式请见下一部分集群名称:自定义密码:建议此时设置,自定义即可Vpcid和Vswitchid:需要自建,方式如下a. 点击此处创建Vpc和Vswitch,注意创建前需选择地域(购买时注意要选择同一地域下单),选择完地域后点击创建专有网络b. 按照下述截图创建专有网络,名称仅为示意,请自行命名c. 按照下述截图创建虚拟交换机,注意“可用区”只能选【单可用区】且【必须与最终购买时的地域和可用区一致】,填写完后点击“创建”d. 创建成功后会在专有网络列表中会出现实例,回到购买页面刷新选择即可购买时长:选择1个月,价格为1元点击“立即购买”后勾选“同意协议”,并选择自己喜欢的方式结账即可完成购买,开通成功后将有短信提醒,购买后请到控制台:https://cassandra.console.aliyun.com/查看实例,注意选择下单时选择的地域,才会出现相应实例。其他任务说明:其他任务按照提示点击连接后进入相应任务页面,完成后回到训练营网页并刷新页面后,出现“√”即表示完成任务四、结营考核训练营结束后4月29日(拟定)管理员将会带领大家完成结营考试以测试自己在训练营的学习情况,结营考试共有10道题,每道题10分,试题由单选题和多选题组成,每个账号仅有1次考试机会,80分则为通过本次结营考试。完成网站9天打卡且前100位通过结营考试的同学将会获得价值60元的小米USB插座一个,完成网站9天打卡且首位满分通过结营考试的同学将会获得AirPods一个。五、结营礼品参与奖:完成9天打卡后可以获得结营证书一份。考试优秀奖:完成网站9天打卡且前100位通过结营考试的同学将会获得小米USB插座考试满分奖:完成网站9天打卡且首位满分通过结营考试的同学将会获得AirPods一个六、几个重要总结上面说了这么多,训练营小助手为你总结了几个特别关键的信息,注意这几项就没问题啦:训练营要先报名再入群,不报名没法打卡哦入群后4月19日-4月25日可以在钉群中学习,学习免费!同时不要忘记还要回网站完成当天的打卡任务,刷新页面出现“√”才算完成哦4月30日前记得及时完成打卡任务,不然无法获得训练营的相关礼物开通环境时注意需要自建Vpcid和Vswitchid训练营结束后记得关注群内消息,及时参加结营考试才有机会拿最终大奖哦如果你还有其他问题,报名后入群咨询训练营Bot哦。
Apache Cassandra是一套开源分布式NoSQL数据库系统。它最初由Facebook开发,用于储存收件箱等简单格式数据,2008年开源后,由于Cassandra良好的可扩展性,被Digg、Twitter等知名Web 2.0网站所采纳,成为了一种流行的分布式结构化数据存储方案。和其他数据库比较,Cassandra有支持线性扩展、可以处理大量数据集、易于大规模部署、高度容错等特点,因此也常年的权威数据库榜单DB-Engines上排名前十,宽表领域排名第一。 为了更好地将阿里云的数据库技术能力回馈给开发者,和百万开发者共同成长。阿里云联合Cassandra商业公司DataStax打造“七天玩转支持SQL的海量扩展数据库训练营”,邀请中美知名数据库技术专家共同授课,带你上手Cassandra,训练营涵盖Cassandra分布式数据库、大数据分析、AI等多个前沿领域,让我们一起探索云计算与AI浪潮下的下一个职业风口,也让你在MySQL、PG、MongoDB等数据库基础上,加持海量扩展的分布式数据库技能。 报名时间:4月6日-4月18日开营名额:800人(名额有限,报完即止)开营时间:4月19日 - 4月 25日 20:00-21:00价格:原价999元,首期共创价0元报名要求:希望你有一定的开发基础,对MySQL、PG、MongoDB、HBase、Cassandra其中一种数据库感兴趣,想进一步了解学习报名地址:https://developer.aliyun.com/learning/trainingcamp/cassandra/1 7天训练营你将收获 1. 来自中国、美国的优秀讲师授课。涉猎海量扩展的分布式数据库、大数据分析、AI等多个前沿领域,理论讲解结合手把手的实战演练。更有数据库领域国际大牛、Apache开源项目技术元老Jonathan Ellis解读未来趋势,拓展国际视野。2. 在MySQL、PG等已有单机、主备架构的数据库基础上,进一步掌握海量扩展的分布式数据库技术。动手搭建轻量化数据湖解决方案,掌握大数据价值变现技能;针对DBA的AI技能提升课,探寻云计算与AI浪潮下的下一个职业新风口,从容面对未来挑战。首期享课程免费,环境开通1元包月的特别优惠。3. 阿里云技术专家在线答疑,同时有小助手监督你学习,完成所有学习打卡任务并通过结营考试,可以获得结营证书、阿里云周边(限量)甚至AirPods(限量)等大奖。4. 学习结束后还将获得训练营配套的电子书教程,随时温故而知新哦。 7天训练营课程表 4月19日 持续9年国际排名第一的宽表数据库概述 邓为 | DataStax领航架构师总监了解数据库国际前沿技术及发展趋势Cassandra数据库架构原理及应用场景介绍 4月20日 CQL基本语法介绍玄陵 | 阿里云数据库技术专家掌握CQL的常用语法、支持功能以及业务场景 4月21日 面向应用的反范式化建模天穆 | 阿里云数据库技术专家理解并掌握反范式化数据建模理论 4月22日 CQL实战:快速搭建弹性web应用轶俗 | 阿里云数据库高级技术专家实战演练:从零开始,快速搭建简易用户管理系统,体验SQL般顺滑的开发体验 4月23日 Cassandra 性能压测及调优实战孤池 | 阿里云数据库技术专家实战课程:掌握Cassandra分布式数据库性能压测及性能调优 4月24日 数据湖大数据处理之Lambda架构孟亚斌 | DataStax领航架构师明朔 | 阿里云数据库技术专家护城 | 阿里云数据库技术专家数据湖大数据处理和分析,常见数据分析技术和架构用Cassandra、Spark、Pulsar实现Lambda架构 4月25日 DBA在云浪潮下的AI技能进化之路米诺 | 阿里云数据库产品专家,Cassandra中文社区发起人哲超 | 阿里云数据库高级产品专家,工信部人工智能揭榜挂帅评委专家理论+实战:探索数据库从业者在云计算及AI浪潮下的下一个职业新风口面向数据库从业者的AI技能提升课适用于DBA的自动化AI训练平台实战演练 训练营结营礼物 1元包月开通Cassandra学习环境,完成所有打卡可以获得由阿里云联合Cassandra商业公司DataStax颁发的结营证书一份。在此基础上,训练营优秀学员将获得阿里云限量周边甚至AirPods等大奖,具体获奖规则请见训练营群公告。 扫码即可报名哦:
Redis爱好者们,大家好,欢迎参加由阿里云组织的“七天玩转Redis实战营”。Redis 作为稳居世界排名第一的键值内存数据库,同时也是最受欢迎的开源缓存产品,是应对高并发、大流量、低延迟业务场景的不二选择。 2020年7月,伴随着Redis作者Salvatore Sanfilippo辞去项目领导者职务,Redis正式交付给社区,通过核心团队的机制来进行运作。 阿里云技术专家赵钊(花名:仲肥)受邀成为全球5位核心成员之一,同时赵钊也是唯一一位来自中国乃至亚太市场的成员。他从Redis 4.0开始,参与到Redis社区的开发,同时也是最新版本Redis 6.0的最大贡献者之一。在阿里云,他还负责阿里云Redis企业版(Tair)的开发工作。 此次,由赵钊带队,召集高校、业界及阿里云的知名Redis专家,为大家带来“七天玩转Redis实训营”。不仅会系统性地介绍Redis的整体架构及在多种场景下的最佳实践经验,而且会揭秘阿里云Redis开发规范和运维解法;你还将在讲师的带领下一起构建秒杀抢购与疫情播报应用,完成基于Redis的开发实操。进阶课程包含了企业版Redis(Tair)的场景开发和使用案例,第一次系统性的讲述了Redis在超大规模应用场景下的极致优化。本帖旨在为大家全面介绍训练营的参与方法,如果其他关于训练营的问题,欢迎报名训练营后入群咨询。一、训练营报名报名时间:2021年3月1日 - 3月14日18:00开营名额:3000人,报完即止报名要求:希望你有一定的开发基础,对 Redis 感兴趣想进一步深入了解训练营费用:报名及学习免费全程免费,首次开通Redis学习环境可享受9.9元/6个月、19.9元/1年的 Redis 超低价优惠;开通学习环境后可以跟着讲师一起学习Redis的基本操作,并且构建秒杀抢购与疫情播报应用,完成基于Redis的开发实操。完成打卡任务,获得训练营结营证书、Redis周边(限量)及Cherry机械键盘(限量)等奖品。报名方法:登录报名网站:https://developer.aliyun.com/learning/trainingcamp/redis/1点击“我要报名”按钮或“报名直通”菜单或直接下拉来到报名模块点击立即报名后跳出登录界面,登录阿里云后再次点击立即报名即可报名报名成功后点击“报名成功钉钉扫码入学习群”按钮,跳出训练营钉群二维码,扫描后等待管理审核,管理员审核成功即可加入训练营钉群备注:钉钉扫码后会出现下列表格,输入“姓名”、“从事技术领域”两个字段后点击“提交申请”,管理员审核成功即可加入训练营钉群二、训练营学习学习平台:训练营的学习内容均在钉群进行,报名后请务必扫码加入钉群一遍顺利加入训练营学习方式:每晚20-21点,训练营群将会进行当天课程的直播,每堂课的时间约为40分钟;同一时间,钉群内也有阿里云技术专家协助解答大家的问题,请大家抓紧机会提问和交流学习打卡:钉群学习结束后,学员还需回到训练营网页(https://developer.aliyun.com/learning/trainingcamp/redis/1)进行打卡,直播+打卡均完成后,才完整地完成了本日的学习任务,打卡详细说明请见第三部分三、训练营打卡训练营的网页上(https://developer.aliyun.com/learning/trainingcamp/redis/1)我们为大家准备了9个打卡任务以配合钉群学习内容进行复习和拓展,9个打卡任务都完成后将获得七天玩转 Redis 实训营结营证书。注意:报名后才能打卡哦。打卡说明:第1个任务“阅读训练营说明”及第2个任务“开通学习环境”在3月1日-3月30日间开放,该时间段内任何时间都可完成任务;第3个任务到第9个任务从3月15日开始每晚21:00逐日开放,直到3月30日截止。打卡后需返回训练营页面并刷新2次,出现“√”后则说明任务完成。“开通学习环境”任务完成说明:点击任务后将开启 云Redis 购买界面,购买前请先进行实名认证,否则无法享受优惠价格,认证完毕后请按照以下截图进行规则选择及购买,注:如之前已经购买过Redis数据库则无法享受优惠价格,如遇此情况可以私聊群主地域:都可以选择,最好遵循就近原则专有交换机和网络:出现默认后才可下单,如无信息需要自建,方式如下a. 点击此处创建专有网络和虚拟交换机,注意创建前需选择地域(购买时注意要选择同一地域下单),选择完地域后点击创建专有网络b. 按照下述截图创建专有网络c. 按照下述截图创建虚拟交换机,注意“可用区”只能选【单可用区】且【必须与最终购买时的地域和可用区一致】,填写完后点击“创建”d. 创建成功后会在列表中出现实例版本号:按照个人喜好进行选择,不强制其他:选择默认配置即可点击“立即购买”后勾选“同意协议”,并选择自己喜欢的方式结账即可完成购买,开通成功后将有短信提醒其他任务说明:其他任务按照提示点击连接后进入相应任务页面,完成后回到训练营网页并刷新页面后,出现“√”即表示完成任务四、结营考核训练营结束后3月25日(拟定)管理员将会带领大家完成结营考试以测试自己在训练营的学习情况,结营考试共有10道题,每道题10分,试题由单选题和多选题组成,每个账号仅有1次考试机会,80分则为通过本次结营考试。完成网站9天打卡且前100位通过结营考试的同学将会获得 Redis 限量周边一份,完成网站9天打卡且首位满分通过结营考试的同学将会获得Cherry机械键盘一个。五、结营礼品结营证书:完成9天打卡后可以获得结营证书一份。Redis 限量周边:完成网站9天打卡且前100位通过结营考试的同学将会获得 Redis 限量周边一份Cherry机械键盘:完成网站9天打卡且首位满分通过结营考试的同学将会获得Cherry机械键盘一个六、几个重要总结上面说了这么多,训练营小助手为你总结了几个特别关键的信息,注意这几项就没问题啦:训练营要先报名再入群,不报名没法打卡哦入群后3月15日-3月21日可以在钉群中学习,同时不要忘记还要回网站完成当天的打卡任务,刷新页面出现“√”才算完成哦3月31日前记得及时完成打卡任务,不然无法获得训练营的相关礼物开通环境时注意“专有网络”和“虚拟交换机”处出现默认信息再继续购买,如无默认信息请手动创建训练营结束后记得关注群内消息,及时参加结营考试才有机会拿最终大奖哦如果你还有其他问题,报名后入群咨询训练营小助手哦。
亲爱的社区用户:阿里云开发者社区自2020年4月上线以来,受到了广大开发者朋友们的喜爱和支持。得益于技术博主们的参与和创作,阿里云开发者社区每天都在产生较多的高质量、学习性强的技术内容。社区尊重并鼓励原创内容,也致力于保护版权,为原创博主保护应有的权益。为此,2020年7月17日,阿里云开发者社区正式发布了《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。半年多的时间,社区处理了近100份侵权投诉,并参与了数十次三方内容授权的讨论。在知识产权更加重要的今天,经过慎重考虑,阿里云开发者社区决定从现行的阿里云实名注册用户发文机制升级为申请审核制。您可以通过申请表单申请权限,通过审核后,将获得相关权限。期待大家加入,共建原创内容生产、交流和分享的技术社区。同时,为了感谢您一直以来的支持,我们为您特别准备了2个精彩活动:2021阿里云开发者新年福利礼包:0门槛获取最高价值6000元超级权益大礼包,点击领取阿里技术人写作的100本电子书免费下载:覆盖Java、AI、云原生、大数据、IoT,全套内容一次收齐!点击下载期待2021年社区与您共同成长!阿里云开发者社区 2021年1月11日
PostgreSQL的爱好者们,大家好,欢迎参加由阿里云、蚂蚁金服和PostgreSQL中文社区共同推出的七天玩转 PostgreSQL 创新营。PostgreSQL是世界上最流行的的开源数据库之一,它以可靠性和稳定性而著称,在处理复杂SQL方面也表现出了绝对的优势。同时它也具备着许多高级功能,像多版本并发控制(MVCC)、按时间点恢复(PITR)、表空间、异步复制、嵌套事务、在线热备、复杂查询的规划和优化以及为容错而进行的预写日志等。 德哥是阿里云高级产品专家,同时也是PostgreSQL 中文社区发起人之一、常委、兼PostgreSQL社区大学校长,维护过数百套PG数据库集群,目前独立负责阿里云PostgreSQL产品线。自2008年接触 PostgreSQL 以来,德哥就一直是国内知名的PostgreSQL布道师,被评为2018届OSCAR开源尖峰人物之一。 本次“七天玩转PostgreSQL 创新营”由德哥领衔,联合阿里云数据库团队以及PostgreSQL中文社区的共同出品,带你从0-1了解PostgreSQL,并快速掌握 PostgreSQL 的核心架构及特色功能。本帖旨在为大家全面介绍训练营的参与方法,如果其他关于训练营的问题,欢迎加群咨询。一、训练营报名报名时间:2021年1月5日 - 1月17日18:00开营名额:3000人,报完即止报名要求:希望你有一定的数据库开发基础,对PostgreSQL感兴趣想进一步深入了解;请一定要记好报名的账号信息,后期学习和打卡需要使用到该账号训练营费用:报名及学习免费,首次开通学习环境(非强制)可享受9.9元3个月年的云数据库PostgreSQL超低价优惠【重要:如果您想PG和MySQL训练营都参加,请先购买MySQL后再买PG,否则无法享受MySQL优惠】;开通学习环境后可以跟着训练营的讲师一起学习PostgreSQL的基本操作,完成理论到实操的跨越,同时还可以完成线上学习任务,获得训练营结营证书、PG周边(限量)及Apple Watch(限量)等奖品。报名方法:登录报名网站:developer.aliyun.com/learning/trainingcamp/postgresql/1点击“我要报名”按钮或“报名直通”菜单或直接下拉来到报名模块点击立即报名后跳出登录界面,登录阿里云后再次点击立即报名就报名成功了报名成功后点击“报名成功加入钉群”按钮,跳出训练营钉群二维码,扫描后等待管理审核,管理员审核成功即可加入训练营钉群备注:钉钉扫码后会出现下列表格,输入“姓名”、“从事技术领域”两个字段后点击“提交申请”,管理员审核成功即可加入训练营钉群二、训练营学习学习平台:训练营的学习内容均在钉群进行,报名后请务必扫码加入钉群以便顺利学习学习方式:每晚19-20点,训练营群将会进行当天课程的直播,每堂课的时间约为30-40分钟;同一时间,钉群内也有阿里云技术专家协助解答大家的问题,请大家抓紧机会提问和交流学习打卡:钉群学习结束后,学员还需回到训练营网页(https://developer.aliyun.com/learning/trainingcamp/postgresql/1)进行打卡,直播+打卡均完成后,才完整地完成了本日的学习任务,打卡详细说明请见第三部分三、训练营打卡训练营的网页上(https://developer.aliyun.com/learning/trainingcamp/postgresql/1)我们为大家准备了9个打卡任务以配合钉群学习内容进行复习和拓展,9个打卡任务都完成后将获得七天玩转 PostgreSQL 创新营结营证书。注意:报名后才能打卡哦。打卡说明:第1个任务“阅读训练营说”及第2个任务“9.9元/3个月开通云数据库PostgreSQL”1月5日开放,第3个任务到第9个任务从1月18日开始每晚21:00依次开放,所有任务打卡开放至1月30日截止。打卡后需返回训练营页面并刷新,出现“√”后则说明任务完成。“9.9元开通环境”任务完成说明:【重要:如果您想PG和MySQL训练营都参加,请先购买MySQL后再买PG,否则无法享受MySQL优惠】点击任务后将弹出 PostgreSQL 购买界面,请按照以下截图进行规则选择及购买,如您已经购买云数据库PostgreSQL相关产品则无需再次购买,请等待至1月15日我们为您同步您的购买历史数据以完成本任务;同时如果您9.9元购买了产品后任务2未出现“√”,请同样等待至1月15日我们全量同步数据后再次查看点击“立即购买”后勾选“同意协议”,并选择自己喜欢的方式结账即可完成购买,开通成功后将有短信提醒如果你不能以9.9元购买主要有两个原因,请对照参考:1、该账号已经下单了9.9的,但是还未支付。再次下单会出现不能显示9.9的现象;这时去订单管理里,把9.9元支付了,就可以了。2、个人之前注册过多个账号,别的账号有买过rds,或者本账号曾经购买过rds。这样是不能再次以9.9元购买的;查看实例:购买产品后请点击:https://rdsnext.console.aliyun.com/#/rdsList/ 进入管控台,左上角选择购买时的地域,就可以看到您购买的实例了其他任务说明:其他任务按照提示点击连接后进入相应任务页面,完成后回到训练营网页并刷新页面后,出现“√”即表示完成任务四、结营考核训练营结束后,1月28日(拟定)开始管理员将会带领大家完成结营考试以测试自己在训练营的学习情况,结营考试共有10道题,每道题10分,试题由单选题和多选题组成,每个账号仅有1次考试机会,80分则为通过本次结营考试。完成网站9天打卡且前100位通过结营考试的同学将会获得阿里云限量周边一份,完成网站9天打卡且首位满分通过结营考试的同学将会获得Apple Watch一个。五、结营礼品结营证书:完成9天打卡后可以获得由阿里云、袋鼠云及沃趣共同颁发的结营证书一份。阿里云限量周边:完成网站9天打卡且前100位通过结营考试的同学将会获得阿里云限量周边一份Apple Watch:完成网站9天打卡且首位满分通过结营考试的同学将会获得Apple Watch一个“七天深入MySQL实战营”同步开营(报名地址:https://developer.aliyun.com/learning/trainingcamp/mysql/1)两个训练营均参加,完成所有打卡且80分通过两个营考试可以获得价值100元的阿里云运动水壶一个六、几个重要总结上面说了这么多,训练营小助手为你总结了几个特别关键的信息,注意这几项就没问题啦:训练营要先报名再入群,不报名没法打卡哦入群后1月18日-24日可以在钉群中学习课程视频,同时不要忘记还要回网站完成当天的打卡任务,刷新页面出现“√”才算完成哦1月31日前记得及时开通学习环境,不然无法获得训练营的相关礼物如您已经购买用云数据库PostgreSQL相关产品则无需再次购买(已经购买过相关产品无法享受9.9元超低价优惠),请等待至1月15日我们为您同步您的购买历史数据以完成本任务;同时如果您9.9元购买了产品后任务2未出现“√”,请同样等待至1月15日我们全量同步数据后再次查看训练营结束后记得关注群内消息,及时参加结营考试才有机会拿最终大奖哦两个营都参加可以获得额外奖品如果你还有其他问题,报名后入群咨询训练营小助手哦。
【重要提示:如果您PG和MySQL两个训练营都参加,请先购买MySQL后再买PG,否则无法享受MySQL优惠】MySQL的爱好者们,大家好,欢迎参加由阿里云、袋鼠云、沃趣联合推出的七天深入 MySQL 实战营。作为全球常年排名前2的数据库,MySQL一直是广大开发者学习数据库的首选对象。阿里巴巴从2009年开始用MySQL替代Oracle,并且还基于MySQL自研出了开源数据库AliSQL,用于淘宝商品库的建设。 2018年,在开源数据库领域全球最具影响力峰会Percona Live 上,MySQL社区委员会宣布将2018年度的MySQL社区贡献奖颁给阿里云,这也是MySQL Community Awards自2005年创立以来第一次颁给中国公司。 阿里云中深藏着许多数据库高手,其中资深技术专家楼方鑫(花名:黄忠)就是全国DBA领域排名前十位的高手之一,他曾是阿里首屈一指的Oracle 数据库专家,和数据库团队一起走过了艰难的去“IOE”之路,也担任过支付宝的首席DBA,目前是MySQL 阿里巴巴专属分支AliSQL的研发负责人。 本次“七天深入MySQL实战营”由楼方鑫领衔,汇集阿里云数据库团队、袋鼠云和沃趣的中坚技术力量共同出品,总结了MySQL在大厂实战中的七个典型场景及最佳实践。本帖旨在为大家全面介绍训练营的参与方法,如果其他关于训练营的问题,欢迎加群咨询。一、训练营报名报名时间:2021年1月5日 - 1月17日18:00开营名额:3000人,报完即止报名要求:希望你有一定的开发基础,在日常工作中使用过MySQL;请一定要记好报名的账号信息,后期学习和打卡需要使用到该账号训练营费用:报名及学习免费,首次开通学习环境(非强制,看个人需要)可享受9.9元半年的云数据库MySQL 超低价优惠【重要提示:如果您PG和MySQL两个训练营都参加,请先购买MySQL后再买PG,否则无法享受MySQL优惠】;开通学习环境后可以跟着训练营的讲师一起学习MySQL的基本操作,完成理论到实操的跨越,同时还可以完成线上学习任务,获得训练营结营证书、阿里云周边(限量)及AirPods(限量)等奖品。报名方法:登录报名网站:https://developer.aliyun.com/learning/trainingcamp/mysql/1点击“我要报名”按钮或“报名直通”菜单或直接下拉来到报名模块点击立即报名后跳出登录界面,登录阿里云后再次点击立即报名就报名成功了报名成功后点击“报名成功钉钉扫码入学习群”按钮,跳出训练营钉群二维码,扫描后等待管理审核,管理员审核成功即可加入训练营钉群备注:钉钉扫码后会出现下列表格,输入“姓名”、“从事技术领域”两个字段后点击“提交申请”,管理员审核成功即可加入训练营钉群二、训练营学习学习平台:训练营的学习内容均在钉群进行,报名后请务必扫码加入钉群以便顺利学习学习方式:每晚20-21点,训练营群将会进行当天课程的直播,每堂课的时间约为30-40分钟;同一时间,钉群内也有阿里云技术专家协助解答大家的问题,请大家抓紧机会提问和交流学习打卡:钉群学习结束后,学员还需回到训练营网页(https://developer.aliyun.com/learning/trainingcamp/mysql/1)进行打卡,直播+打卡均完成后,才完整地完成了本日的学习任务,打卡详细说明请见第三部分三、训练营打卡训练营的网页上(https://developer.aliyun.com/learning/trainingcamp/mysql/1)我们为大家准备了9个打卡任务以配合钉群学习内容进行复习和拓展,9个打卡任务都完成后将获得七天玩转 MySQL 训练营结营证书。注意:登录及报名后才能打卡哦。打卡说明:第1个任务“阅读训练营说”及第2个任务“9.9元/半年开通云数据库MySQL”1月5日开放,第3个任务到第9个任务从1月18日开始每晚21:00依次开放,所有任务打卡开放至1月30日截止。打卡后需返回训练营页面并刷新,出现“√”后则说明任务完成。“9.9元开通环境”任务完成说明:点击任务后将弹出 MySQL 购买界面,请按照以下截图进行规格选择及购买,如您已经购买过云数据库MySQL相关产品则无需再次购买,购买状态自动同步。【重要提示:如果您PG和MySQL两个训练营都参加,请先购买MySQL后再买PG,否则无法享受MySQL优惠】点击“立即购买”后勾选“同意协议”,并选择自己喜欢的方式结账即可完成购买,开通成功后将有短信提醒如果你不能以9.9元购买主要有两个原因,请对照参考:1、该账号已经下单了9.9的,但是还未支付。再次下单会出现不能显示9.9的现象;这时去订单管理里,把9.9元支付了,就可以了。2、个人之前注册过多个账号,别的账号有买过rds,或者本账号曾经购买过rds。这样是不能再次以9.9元购买的;查看实例:购买产品后请点击:https://rdsnext.console.aliyun.com/#/rdsList/ 进入管控台,左上角选择购买时的地域,就可以看到您购买的实例了其他任务说明:其他任务按照提示点击连接后进入相应任务页面,完成后回到训练营网页并刷新页面后,出现“√”即表示完成任务四、结营考核训练营结束后,1月28日(拟定)开始管理员将会带领大家完成结营考试以测试自己在训练营的学习情况,结营考试共有10道题,每道题10分,试题由单选题和多选题组成,每个账号仅有1次考试机会,80分则为通过本次结营考试。完成网站9天打卡且前100位通过结营考试的同学将会获得阿里云限量周边一份,完成网站9天打卡且首位满分通过结营考试的同学将会获得AirPods一个。五、结营礼品结营证书:完成9天打卡后可以获得由阿里云、袋鼠云及沃趣共同颁发的结营证书一份。阿里云限量周边:完成网站9天打卡且前100位通过结营考试的同学将会获得阿里云限量周边一份AirPods:完成网站9天打卡且首位满分通过结营考试的同学将会获得AirPods一个“七天玩转PostgreSQL创新营”同步开营(报名地址:https://developer.aliyun.com/learning/trainingcamp/postgresql/1)两个训练营均参加,完成所有打卡且80分通过两个营考试可以获得价值100元的阿里云运动水壶一个六、几个重要总结上面说了这么多,训练营小助手为你总结了几个特别关键的信息,注意这几项就没问题啦:训练营要先报名再入群,不报名没法打卡哦入群后1月18日-24日可以在钉群中学习课程视频,同时不要忘记还要回网站完成当天的打卡任务,刷新页面出现“√”才算完成哦1月31日前记得及时开通学习环境,不然无法获得训练营的相关礼物如您已经购买用云数据库MySQL相关产品则无需再次购买(已经购买过相关产品无法享受9.9元超低价优惠),请等待至1月15日我们为您同步您的购买历史数据以完成本任务;同时如果您9.9元购买了产品后任务2未出现“√”,请同样等待至1月15日我们全量同步数据后再次查看训练营结束后记得关注群内消息,及时参加结营考试才有机会拿最终大奖哦如果你还有其他问题,报名后入群咨询训练营小助手哦。
MongoDB 的爱好者们,大家好,欢迎参加由阿里云、MongoDB及MongoDB联合推出的七天玩转 MongoDB 训练营。MongoDB是一个开源的、基于分布式的、面向文档存储的数据库。作为全球最受欢迎的非关系型数据库,MongoDB数据库平台已下载超过1.1亿次,MongoDB大学全球注册用户累计已超过一百万人。凭借灵活的模式和丰富的文档结构,MongoDB能够帮助各种规模、各个行业的企业的开发人员使用丰富的数据结构快速开发应用。 作为MongoDB官方的全球战略合作伙伴,阿里云已经全网独家上线MongoDB 4.4版本。现在,阿里云特联合MongoDB 原厂推出七天玩转MongoDB训练营,以帮助更多开发者快速掌握MongoDB核心架构及特色功能。本次训练营邀请了MongoDB高级咨询顾问、阿里云MVP及多位阿里云技术专家共同出品,课程内容经过了半个月的精心打磨,首期限时免费抢报,名额有限,报完即止!本帖旨在为大家全面介绍训练营的参与方法,如果其他关于训练营的问题,欢迎报名训练营后加群咨询。一、训练营报名报名时间:2020年12月7日 - 12月20日18:00开营名额:2000人,报完即止【已满员】报名要求:希望你有一定的开发基础,对 MongoDB感兴趣想进一步深入了解训练营费用:报名及入群学习免费,开通学习环境可享受1元1个月的 MongoDB Serverless 超低价优惠;开通学习环境后可以跟着训练营的讲师一起学习MongoDB的基本操作,完成理论到实操的跨越,同时还可以完成线上学习任务,获得训练营结营证书、MongoDB周边(限量)及FILCO圣手二代机械键盘(限量)等奖品。报名方法:登录报名网站:https://developer.aliyun.com/learning/trainingcamp/mongodb/1点击“我要报名”按钮或“报名直通”菜单或直接下拉来到报名模块点击立即报名后跳出登录界面,登录阿里云后再次点击立即报名即可成功报名报名成功后点击“报名成功钉钉扫码入学习群”按钮,跳出训练营钉群二维码,扫描后等待管理审核,管理员审核成功即可加入训练营钉群备注:钉钉扫码后会出现下列表格,输入“姓名”、“从事技术领域”两个字段后点击“提交申请”,管理员审核成功即可加入训练营钉群二、训练营学习学习平台:训练营的学习内容均在钉群进行,报名后请务必扫码加入钉群以便顺利学习学习方式:每晚20-21点,训练营群将会进行当天课程的直播,每堂课的时间约为40分钟;同一时间,钉群内也有阿里云技术专家协助解答大家的问题,请大家抓紧机会提问和交流学习打卡:钉群学习结束后,学员还需回到训练营网页(https://developer.aliyun.com/learning/trainingcamp/mongodb/1)进行打卡,直播+打卡均完成后,才算完整地完成了本日的学习任务,打卡详细说明请见第三部分三、训练营打卡训练营网页上(https://developer.aliyun.com/learning/trainingcamp/mongodb/1)我们为大家准备了9个打卡任务以配合钉群学习内容进行复习和拓展,9个打卡任务都完成后将获得七天玩转 MongoDB 训练营结营证书。注意:报名后才能打卡哦。打卡说明:第1个任务“1元开通环境”及第9个任务“确认证书授予于人姓名”在12月7日-12月31间开放,该时间段内任何时间都可完成任务;第2个任务到第8个任务仅在12月21日-12月31日逐天开放,且每个任务仅开放5天,即“探索学习环境”可以在12月21日-12月25日间完成,“学习使用控制台”可以在12月22日-12月26日间完成,其他任务均以此类推。打卡后需返回训练营页面并刷新,出现“√”后则说明任务完成。“1元开通环境”任务完成说明:点击任务后将进入 MongoDB Serverless 购买界面,请按照以下截图进行规格选择及购买重要提示:(1)购买界面需要出现专有网络和虚拟交换机信息,如未出现,可以按照下述方法手动配置专有网络和虚拟交换机信息【更新:12月16日已上线默认的专有网络和虚拟交换机,可正常下单,无需单独创建】:a. 点击此处创建专有网络和虚拟交换机,注意创建前需选择地域(就近原则),选择完地域后点击创建专有网络b. 按照下述截图创建专有网络c. 按照下述截图创建虚拟交换机,注意“可用区”只能选【单可用区】且【必须与最终购买时的地域和可用区一致】,填写完后点击“创建”d. 创建成功后会在列表中出现实例e. 返回产品购买页面,开通成功后将有短信提醒,查询和使用实例请详见本文档:https://help.aliyun.com/document_detail/185465.html(2)如您之前购买的MongoDB Serverless产品被退款,可以选择提交工单,在智能客服界面输入“购买产品后资源不足被退款,无法再以新购价格再次购买”,并点击左下角的“联系人工”选择“MongoDB”产品及费用问题,进入工单界面,问题描述模块填写“购买MongoDB Serverless产品后由于资源不足被退款,订单号:xxxxx,被退款后无法再享受1元的新购优惠,请协助处理。”提交几日后客服会下发46.2元代金券,可以用券购买。“确认证书授予人姓名”任务完成说明:9个打卡任务都完成后训练营学员可以领取训练营电子版证书一张,改证书上会展示学员的昵称,请学员在12月31日前修改个人昵称,以便发放证书其他任务说明:其他任务12月21日后逐日开放,按照提示点击连接后进入相应任务页面,完成后回到训练营网页并刷新页面后,出现“√”即表示完成任务四、结营考核训练营结束后,12月23日(拟定)开始管理员将会带领大家完成结营考试以测试自己在训练营的学习情况,结营考试共有10道题,每道题10分,试题由单选题和多选题组成,每个账号仅有1次考试机会,80分则为通过本次结营考试。完成网站9天打卡且前100位通过结营考试的同学将会获得 MongoDB 限量周边一份,完成网站9天打卡且首位满分通过结营考试的同学将会获得FILCO圣手二代机械键盘一个。五、结营礼品结营证书:完成9天打卡后可以获得由阿里云及MongoDB共同颁发的结营证书一份MongoDB限量周边:完成网站9天打卡且前100位通过结营考试的同学将会获得 MongoDB 限量周边一份FILCO圣手二代机械键盘:完成网站9天打卡且首位满分通过结营考试的同学将会获得FILCO圣手二代机械键盘一个六、几个重要总结上面说了这么多,训练营小助手为你总结了几个特别关键的信息,注意这几项就没问题啦:训练营要先报名再入群,不报名没法打卡哦入群后21日-27日可以在钉群中学习,同时不要忘记还要回网站完成当天的打卡任务,刷新页面出现“√”才算完成哦12月31日前记得及时开通学习环境和修改个人昵称,不然无法获得训练营的相关礼物开通环境时注意要选择 MongoDB Serverless版的1个月规格,同时“专有网络”和“虚拟交换机”处出现默认信息再继续购买,如未出现则需要手动创建,详情请见问答第三部分;12月17日前购买的用户要在12月17日后“1元开通环境”的任务才会出现“√”训练营结束后记得关注群内消息,及时参加结营考试才有机会拿最终大奖哦如果你还有其他问题,报名后入群咨询训练营小助手。
【Dubbo技术沙龙】微服务开发者技术盛宴 讲师:邓明 | eBay Payments工程师,胡锋 | 前端工程师,孔令圳 | 斗鱼资深技术专家推荐理由:对于微服务,开发者需要学那些技术?想一饱已落地的优秀实践,本视频来自eBay、斗鱼、有赞等技术专家工程师给你分享实践盛餐:《dubbo-js从0到3.0.0》《解构Apache/dubbo-go》《dubbo-go实践分享》《斗鱼直播异构生态的思考和实践》《Dubbo Mesh在有赞的应用实践》,让你一次过瘾。戳我观看 云原生时代的微服务架构 讲师:愚奇 | 阿里云智能中间件首席架构师推荐理由:云原生技术让数字化转型的主流架构微服务进一步发展,提升了系统的稳定性和降低了编程复杂性,同时,还让应用从云带来的分布式复杂性中彻底解脱出来,快速构建健壮、极具弹性、易观察的云原生应用。云原生的微服务架构有哪些主要的技术变化?传统服务架构是如何演进到云原生微服务架构的?本视频阿里云智能中间件首席架构师愚奇为你详细解答。戳我观看 攻克痛点:如何保证复杂微服务架构下的数据一致性 讲师:季敏 | 阿里巴巴中间件 TXC/GTS 核心研发成员推荐理由:Seata 开源后,与微服务生态相协同,在短短几个月star 数就已经破万,受到大家的热情追捧,为用户带来的巨大价值。Seata如何让业务更简单,更高效的解决分布式一致性问题?本视频,阿里巴巴中间件 TXC/GTS 核心研发成员季敏为你分享解决方案,Seata 的核心架构、原理和实践。戳我观看 如何构建普适的企业级微服务架构 讲师:孙玄 | 奈学教育科技创始人&CEO推荐理由:微服务架构是一种将单体架构拆分成一系列小服务组合的方法。要如何去定义这个“小服务”呢?如何进行拆分一个单体成很多小服务是一个架构师的主要任务,本视频给教你如何做好“拆”与“合”,带你成为一名优秀的架构师。戳我观看 Serverless 微服务实践 - 移动应用包分发服务 讲师:木吴 | 阿里云技术专家 推荐理由:移动应用的打包和分发呈现明显的峰谷效用,如何在短时间内准备大量资源,保障分发的实时性,同时做到完成分发后及时释放资源,降低成本?本视频分享通过函数计算构建 Serverless 架构的包分发服务经验,教你更好平衡开发运维效率、性能和成本间。戳我观看 往期精选合集回顾 AI直播合集 架构师成长秘籍 玩转 Serverless 合集 AIoT实践精选合集 玩转DevOps集锦 容器化时代 机器学习实践篇 拥抱云计算 K8s从入门到精通 微服务架构与实践 云原生时代的数据库 众享视觉AI合集 大数据加油包合集 小程序,大世界 小程序,大世界
深入浅出Kubernetes 讲师:声东 | 阿里云技术专家推荐理由:阿里人独创冰箱学习法、压箱经验大放送,教你轻松掌握K8S核心概念和内容,解读&K8S在阿里的定位、K8S学习难点,分享排查思路+经典案例、让你快速 get K8s 的核心概念(控制器、容器等)的方法,彻底搞懂Kuberetes控制器。戳我观看 助力阿里巴巴集团落地Kubernetes的核心开源技术 讲师:酒祝 | 阿里云容器平台技术专家推荐理由:面对迁移云原生的场景以及带来的巨大变化,阿里巴巴通过怎样的技术手段解决Kubernetes落地过程中遇到的各类难题?通过OpenKruise如何更好地解决大规模、复杂需求场景下Kubernetes应用部署、管理与运维的问题?本视频阿里云容器平台技术专家给你分享。戳我观看 阿里云Kubernetes平台构建和管理实践 讲师:徐征 | 阿里云智能容器平台 解决方案架构师推荐理由:云原生已经成为云时代的技术新标准,而Kubernetes是云原生应用的基石。企业级的ACK平台管理如何实践?本视频阿里云智能容器平台解决方案架构师以阿里云提供的kubernetes容器服务为例(简称ACK),从集群选型、容量规划以及运维等方面给你分享。戳我观看 基于Kubernetes的持续交付实践 讲师:崔立强 | 阿里巴巴研发效能部推荐理由:Kubernetes在容器化应用运维方面大大降低了运维的复杂度,如何基于Kubernetes进行安全可控的端到端研发交付有没有一个开箱即用的标准?本视频阿里巴巴研发效能部从Kubernetes的基础概念和优势,到如何使用持续交付流水线在Kubernetes上进行安全可控的持续交付实践的讲解给你分享。戳我观看 Kubernetes & Cloud Native Meetup 成都站(自动化部署k8s、容器化经验) 讲师:张振 | 阿里云智能高级技术专家 推荐理由:云原生技术的高速发展,优秀的落地的实践已有很多,本视频阿里云智能高级技术专家张振、蚂蚁金服高级技术专家彭涛给你分享自动化部署Ku bernet es应用的新方法、从ECS迁移到Kube metes的过程总结的一些经验和教训等云原生落地的最优实践。戳我观看 往期精选合集回顾 AI直播合集 架构师成长秘籍 玩转 Serverless 合集 AIoT实践精选合集 玩转DevOps集锦 容器化时代 机器学习实践篇 拥抱云计算 K8s从入门到精通 微服务架构与实践 数据库合集 小程序,大世界
小邪:新基建之云上IT研发路 讲师介绍:小邪 | 阿里巴巴集团副总裁,云智能基础产品事业部负责人推荐理由:上云已经成为确定性的趋势,对研发来说,云可以带来哪些切实的好处?如何用好云?在云的环境下应该怎么做应用架构?本视频基于传统架构到云架构转变的亲身经历,聚焦云计算带来的研发模式改变,给你分享由新架构和新研发模式带来的价值点和思维的革命性改变,分享基于云的运维,研发模式不断被创新的想法,让你大受启发!戳我观看 如何让云计算开箱即用 讲师介绍:杜欢(风驰) | 阿里云高级技术专家推荐理由:随着云底层能力的不断丰富,云厂商提供越来丰富的业务开发免架构免运维能力,整个社会逐渐将精力聚焦到业务思考本身,这种赋能将会影响到雇主对整个研发体系建设的选择,它将基于如何以更低的综合成本,更高的迭代效率去实现一个idea的诞生到快速商业试错的角度去考虑的,这对未来的软件研发行业提出新的思考,如何通过研发模式的革新,用技术拓展商业边界,本视频分享将给您带来全新的启发。戳我观看 云计算技术管理者不可不知的理念 讲师介绍::蒋烁淼 | 上海驻云信息科技有限公司推荐理由:本视频为你解答中国的云计算用户为什么很少使用编排?站在技术管理角度如何看待自己搭建开源产品和使用阿里云的服务?管理者如何正确评估云计算的费用消耗?从技术管理角度如何驱动员工更加拥抱云计算?如何从心底打破对于云服务的不信任感?戳我观看 云原生助力企业全面拥抱云计算 讲师介绍:洪英 | 阿里巴巴副总裁推荐理由:云原生技术的发展如火如荼,正在重塑整个软件生命周期和IT架构,容器逐渐成为企业IT架构的标配,那么到底什么是云原生,除了容器还有什么内容?全面上云的时代云原生到底给企业带来什么价值?阿里阿里巴巴副总裁从云原生的理解到其技术的进展给你讲解,教你云原生的产品解决方案如何助力行业客户加速企业数字化转型升级,释放生产力!戳我观看 云计算招聘岗位全方位需求解析+学习路径指南 讲师介绍:亚当 | 香港科技大学工科毕业后自学编程推荐理由:云计算火热之年,很多人存在以下疑问:云计算行业的热门职位都有哪些?云计算领域的学习路径应该如何规划?云计算相关认证证书的含金量有多高?要不要考?本视频上学期间自学云计算并转行踏入云计算领域的当红B站UP主给你分析分享!戳我观看 往期精选合集回顾 AI直播合集 架构师成长秘籍 玩转 Serverless 合集 AIoT实践精选合集 玩转DevOps集锦 容器化时代 机器学习实践篇 拥抱云计算 K8s从入门到精通 微服务架构与实践 云原生时代的数据库 众享视觉AI合集 大数据加油包合集 小程序,大世界
*本预告时间仅供参考,最终直播时间以直播间信息为准。*本文提供直播PPT下载,请在对应直播介绍处查看。 本周直播重磅推荐: 本周一我们邀请了阿里巴巴美国团队资深技术专家雷卷为大家分享从架构到代码,软件开发最新趋势。 文末有彩蛋,为大家准备了直播精选合集。 6月12日—13日阿里巴巴内部研发效能峰会首次对外直播预热来啦! 阿里CIO 学院 X 阿里巴巴开源系列直播开播啦,本周为大家带来Spring Cloud Alibaba-重新定义Java Cloud-Native 6月1日: 从架构到代码,软件开发最新趋势 直播时间:06-01 16:00直播亮点:陈立兵(雷卷) 阿里巴巴资深技术专家"相信不少同学可能已经看过InfoQ 2020年4月份的软件开发架构设计趋势报告,从创新者到早期采用,里面介绍了很多最新的技术。今天,我们邀请到了阿里巴巴美国团队资深技术专家雷卷,为大家分享里面的最新技术趋势解析。从Reactive、Service Mesh、WebAssembly到 Code AI,带来他的看法,帮你快速了解新技术。分享嘉宾:陈立兵,阿里巴巴美国团队资深技术专家 *PPT下载待更新 6月3日: 智能推荐系列公开课——详解内容行业典型案例,直击标题党和推荐时效性 直播时间:06-03 15:00直播亮点:在信息过载、碎片化的时代,个性化推荐成为提升用户浏览/转化率的核心手段之一。而在实际应用中,怎样满足本行业的信息分发需求,精准匹配海量用户偏好,提高运营效率,仍是一个待解之题。此次,阿里巴巴搜索推荐产品团队带来系列公开课,聊聊怎样结合实际场景,嵌入智能推荐,搭建“千人千面”的分发体系,使产品价值最大化。 *PPT下载待更新 6月4日: Spring Cloud Alibaba-重新定义Java Cloud-Native 直播时间:06-04 14:00 *PPT下载待更新 6月12日—13日阿里巴巴内部研发效能峰会首次对外直播预热来啦! 6月12日 2020阿里巴巴研发效能峰会——主论坛 直播时间:06-12 9:00直播亮点:2020阿里巴巴研发效能峰会以“JUST LEAN ”为主题,描绘在新技术、新商业环境下,如何在产品创新、架构与代码智能、持续交付与质量、运维稳定性等领提升工程效能,提升组织效能。日程安排:9:00-9:20: 技术创造新商业 云时代的研发效能机遇和挑战9:20-10:00: 云原生时代“云化”研发运维体系10:00-10:40: 代码大数据分析研究与实践 base上海10:40-11:20:超越互联网,数字化时代的企业创新 base?11:20-12:00: 10个月15亿,路歌精益创新实践之路 base南京 2020阿里巴巴研发效能峰会——数字化领导力专场 直播时间:06-12 14:00直播亮点:数字化正掀起新一轮产业变革浪潮,其规模、深度和复杂性空前,对产品研发效能提出巨大挑战。数字浪潮也正造就一批弄潮儿。他们探索全新研发范式,构建数字化实践体系,挖掘数字化效能红利。 “弄潮儿向潮头立”,本论坛将分享阿里经济体内外优秀团队在产研数字化、效能提升、效能度量洞察等方面的优秀实践和方法体系。日程安排:14:00-14:10 出品人开场演讲14:10-14:50 ALPD-阿里创新能力背后的精益产品开发体系14:50-15:30 数字化引领的研发效能洞察和改善15:30-16:10 数据驱动决策,企业数字化转型的核心能力16:10-16:50 数字化领导力中植入动态管理的基因 base? 2020阿里巴巴研发效能峰会——云原生专场 直播时间:06-12 14:00直播亮点:原生相关技术提高研发到部署流水线效率的探索与实践。日程安排:14:00-14:20 云原生背景下应用架构的演进14:20-15:00 从IDC到全面上云,申通云原生演进之路15:00-15:40 基于 OAM 和 Kubernetes 打造无限能力的下一代DevOps 平台15:40-16:20 Serverless 对研发效能的变革和创新16:20-17:00 Service Mesh对提升研发效能的展望17:00-17:40 云原生机器学习平台助力提升AI研发效能 2020阿里巴巴研发效能峰会——运维稳定性专场 直播时间:06-12 14:00直播亮点:本专场将主要分享如何通过智能化、稳定性运维手段提升业务效率的同时进行安全性生产。本专场仅向阿里巴巴员工开放。日程安排:14:00-14:15 霜波开场演讲14:15-14:45 基于流量构建运行态高可用能力14:45-15:15 解码集团运维操作风险控制实践15:15-15:45 面向大G、大B的混合云SRE实践15:45-16:15 云原生智能应用监控探索16:15-16:45 云原生的守护者-安全交付与变更 6月13日 2020阿里巴巴研发效能峰会——产品创新专场 直播时间:06-13 9:00直播亮点:疫情突如其来,对我们国家、社会经济、每个企业、家庭、人都是一场考验。本专场将与大家分享阿里巴巴集团面对疫情如何快速响应,不断迭代产品创新帮助中小企业、学校和政府单位在线化、数字化防疫协同;在抗击疫情的社会大协同中,如何以客户价值为核心,带动用户增长的思考。日程安排:9:00-9:10 出品人开场分享9:10-9:50 疫情期间的员工健康9:50-10:30 钉钉教育,停课不停学10:30-11:10 智能设计的增量 base 2020阿里巴巴研发效能峰会——架构设计与代码智能专场 直播时间:06-13 14:00直播亮点:本专场将围绕领域驱动设计、代码可测试性、代码智能、代码数据打标等技术,探讨如何从架构设计和机器智能方面让代码更加容易被编写和维护。日程安排:14:00-14:10 出品人开场演讲14:50-15:30 淘宝应用架构 Reactive 实践15:30-16:10 搭建自己的start.spring.io工程脚手架16:10-16:50 Boosting Developer Productivity with Artificial Intelligence base 以色列16:50-17:30 智能化代码平台的探索与实践 2020阿里巴巴研发效能峰会——持续交付专场 直播时间:06-13 14:00直播亮点:近些年云原生、AI技术高速发展,开源社区日益活跃,不断涌现出新的软件开发测试方法、工具、理念,刷新着我们的认知。从以往的流程化、信息化辅助人完成工作,转变为用数字化、智能化代替人决策和完成工作,这种颠覆式的改变正在发生。本论坛将展示阿里及业界在软件开发和测试上的最新、最佳实践以及背后的技术思考。日程安排:14:00-14:10 出品人开场演讲14:10-14:50 基于 Serverless 的淘系前端研发升级实践14:50-15:30 新一代高效Git协同模型15:30-16:10 Facebook持续集成、持续交付实践16:10-16:50 无人值守自动化测试的实践之路16:50-17:30 云效助力商米DevOps转型 base上海 直播精选合集回顾 AI直播合集 架构师成长秘籍 玩转 Serverless 合集 AIoT实践精选合集 玩转DevOps集锦 容器化时代 机器学习实践篇
基于Apache Flink的机器学习算法平台实践与开源 讲师:杨旭 | 阿里巴巴资深算法专家推荐理由:人工智能是未来十年最重要的技术革命与驱动力,在各行各业产生中起着重要的作用。Flink在机器学习上有许多新技术与新应用,有丰富的落地应用实践与最新技术的案例。本视频阿里巴巴资深算法专家杨旭带你在畅游Flink机器学习领域!戳我观看 使用分布式自动机器学习进行时间序列分析 讲师:喻杉 | Intel大数据分析团队软件工程师推荐理由:对于时间序列预测,搭建机器学习应用的过程非常繁琐且需要大量经验。将自动机器学习应用于时间序列预测,使特征生成、模型选择和超参数调优等过程实现自动化,提供一个简单易用的时间序列预测工具。本视频,来自Intel大数据分析团队,专注于在analytics-zoo大数据和人工智能平台上开发自动机器学习组件的专家喻杉给你分享使用分布式自动机器学习进行时间序列分析的经验!戳我观看 基于Spark与TensorFlow的机器学习实践 讲师:吴威 | 阿里巴巴高级技术专家,江宇 | 阿里云EMR技术专家推荐理由:Apache Spark是目前最火热的计算框架,而TensorFlow是目前最火热的机器学习框架,当他们2个碰撞到一起时会产生怎样巨大的能量?本视频两位专业大咖 阿里巴巴高级技术专家吴威和阿里云EMR技术专家江宇为你介绍EMR和PAI在这个上面的实践!戳我观看 RAPIDS加速机器学习最佳实践 讲师:张敬海 | 阿里云解决方案架构师推荐理由:AI正在深度影响各行各业,如何利用阿里云的GPU云服务,共享存储CPFS/NAS,容器服务Kubernetes版等产品搭建AI图片训练、语音训练、图片推理等?本视频阿里云解决方案架构师给你分享最佳实践,同时提供相应用于快速构建真正的生产环境的demo程序和用于加速训练和推理过程的飞天AI加速工具!戳我观看 基于机器学习PAI的智能推荐及智能风控解决方案 讲师:傲海 | 阿里云智能计算平台事业部机器学习PAI产品专家推荐理由:推荐和风控是人工智能领域最核心的两个方向,基于阿里云机器学习PAI的相关解决方案已经在微博、中青看点、亲宝宝等客户场景下落地了,本视频阿里云智能计算平台事业部机器学习PAI产品专家傲海为你这些解决方案的思想和成果!戳我观看 往期精选合集回顾 AI直播合集 架构师成长秘籍 玩转 Serverless 合集 AIoT实践精选合集 玩转DevOps集锦 容器化时代 机器学习实践篇 拥抱云计算 K8s从入门到精通 微服务架构与实践 云原生时代的数据库 众享视觉AI合集 大数据加油包合集 小程序,大世界
*本预告时间仅供参考,最终直播时间以直播间信息为准。*本文提供直播PPT下载,请在对应直播介绍处查看。 本周直播重磅推荐: 从零开始轻松入门OSS!阿里云工程师韩笠与你分享亲身运维模式转型经历及宝贵工作经验。 阿里云新品发布会第95期:阿里云EDAS 3.0版重磅升级发布会重磅来袭! 2020年,Alibaba Cloud Native Day我们全新出发!5月30日杭州站来啦! 阿里巴巴CRO团队将分享在使用Event Storming进行领域建模时经历的陷阱、收获和思考。 5月25日: 藏经阁电子书发布会第三期:云运维工程师的第一节OSS必修课 直播时间:05-25 14:00直播亮点:云运维工程师的第一节 【OSS必修课】带你入门到精通OSS,你将从阿里人亲身运维模式转型经历及宝贵工作经验中了解:1、云运维的优点、趋势、重要性及OSS核心概念、应用场景、解决的问题。2、阿里云运维工程师实际工作经验传授OSS学习宝典:两大经典错误场景的镜像回溯,SDK的101个搭建疑问。3、阿里云运维工程师OSS运维宝典。分享嘉宾:韩笠,阿里高级技术工程师 *PPT下载待更新 事件风暴和领域建模在阿里巴巴的落地实践 直播时间:05-25 16:00直播亮点:李建(甫田) 阿里巴巴技术专家"如何才能让业务人员和开发人员顺畅沟通,而不是各说各话? 如何才能在业务流程设计中不要遗漏成败攸关的业务场景?如何才能让业务沟通的过程顺畅过渡到架构设计、编码乃至测试?事件风暴(Event Storming)是一种易于落地的领域驱动设计(DDD)实践,它帮助不同角色共同分析复杂业务领域、建立业务全貌和统一语言、获得合适的领域模型。本分享将结合阿里巴巴CRO(业务安全)团队的实际案例,介绍我们在使用Event Storming进行领域建模时经历的陷阱、收获和思考。分享嘉宾:李建,阿里巴巴技术专家 *PPT下载待更新 5月26日: 【阿里云CIO学院"数字化图谱"第八期】云原生时代业务架构的变革:从单体迈向 Serverless 直播时间:05-26 14:00直播亮点:企业研发和运维应用服务的根本意义在于实现商业价值。当企业走向数字化商业变革,面临快速变化的需求,难以预测的风险,激烈的竞争压力等挑战,只有更快,更可靠的将应用交付上线,才能体现商业价值,最终成为重要的竞争优势。Serverless 架构,将在研发运维效率等方面为企业带来怎样的价值?企业又该如何在研发和运维体系中落地 Serverless 架构?分享嘉宾:不瞋,阿里云智能高级技术专家 *PPT下载待更新 5月27日: 阿里云新品发布会第95期:阿里云EDAS 3.0版重磅升级发布会 直播时间:05-27 15:00直播亮点:分享EDAS3.0 的新功能、新特性、核心竞争力和相关最佳实践;安利在微服务化和容器化方面的实践,以及如何通过应对大促环境下的流量挑战。 *PPT下载待更新 如何跨越技术和管理的鸿沟,打造一支有战斗力的团队 直播时间:05-27 16:00直播亮点:1.技术哲学本质2.技术管理哲学本质3.技术管理案例剖析分享嘉宾:孙玄,奈学教育科技创始人&CEO *PPT下载待更新 5月28日: 七步带你集成Seata 1.2 高可用搭建 直播时间:05-28 19:30直播亮点:本篇将介绍,如何通过官网的新人文档,参数说明,博客区等,进行Seata 1.2 的整合,以及使用nacos作为我们的配置中心跟注册中心,mysql作为server高可用db模式的数据库。分享嘉宾:陈健斌,Seata Contributor *PPT下载待更新 如何为云原生应用带来稳定高效的部署能力? 直播时间:05-28 19:00直播亮点:本次直播为第 3 期 SIG Cloud-Provider-Alibaba 网研会,讲师将会介绍阿里经济体大规模应用上云过程中遇到的核心部署问题、采取的对应解决方案,以及这些方案沉淀为通用化能力输出开源后,如何帮助阿里云上的用户提升应用部署发布的效率与稳定性。 >>> 点击下PPT 5月30日: Alibaba Cloud Native Day 杭州站(疫情期间线上直播) 直播时间:05-30 9:55直播亮点:2019 年,我们在全国 5 个城市举办了 8 场 Kubernetes & Cloud Native Meetup, 我们邀请了来自阿里巴巴、蚂蚁金服、eBay中国、国泰君安等一线厂商的技术专家分享云原生技术心得和实战干货,有 145000 位云原生开发者参与到我们线下 Meetup 中,反响热烈。2020年,我们全新出发! *PPT下载待更新
容器技术引领云原生基础设施进化 讲师:易立 | 阿里云智能资深技术专家推荐理由:容器+云原生=未来:云原生计算为何对企业数字化转型至关重要?它为何能掀起云原生计算浪潮?企业如何落地容器技术?本视频,阿里云智能技术专家给你解读容器技术为现代软件供应链带来的价值与变革、分享容器企业落地最佳实践、预测容器技术未来发展趋势!戳我观看 容器化应用痛点剖析:问题诊断、监控及运维 讲师:莫源 | 阿里云容器技术专家推荐理由:传统运维转到 Kubernetes 上时,如何将原有的思维进行转换和适配?想知道容器集群有哪些常见问题、如何定位与解决?本视频阿里云从事容器的持续交付、持续集成的方案的设计与实现的容器技术专家给你划重点,教你解决方式!戳我观看 在生产环境中,阿里云如何构建高性能云原生容器网络? 讲师:溪恒 | 阿里云开源 CNI 插件 Terway 项目维护者推荐理由:阿里云在构建高性能云原生容器网络时,如何对容器网络性能、企业级功能进行优化?如何在容器服务 ACK 中利用到云原生容器网络的优势?如何实现云原生容器网络共建?本期视频一一为你讲解。戳我观看 10 分钟高质量完成应用容器化 讲师:莫源 | 阿里云容器技术专家推荐理由:应用容器化是很多容器与 Kubernetes 的初学者遇到的第一个难题,本视频,负责阿里云容器服务产品底层服务发现系统、集群管理系统、弹性伸缩与监控的研发,从事容器的持续交付、持续集成的方案的设计与实现的容器技术专家,教你如何构建一个高质量、可维护、小尺寸的镜像,10分钟高质量完成应用容器化!戳我观看 基于容器服务的抗疫助学技术实践 讲师:黄军雷 | 天津云顶云科技 副总经理推荐理由:疫情期,云顶云克服各种困难,顺利完成抗议助学技术实践,上线后用户好评如潮,为抗击疫情贡献了自己的一份微薄之力,同时为在云原生、微服务的探索之路上添加了重要的一笔。他们如何借助阿里云优秀的平台能力,充分发挥容器的优异能力、云原生的优势?本视频为你揭晓这一次成功非凡的基于容器的抗疫助学技术实践!戳我观看 往期精选合集回顾 AI直播合集 架构师成长秘籍 玩转 Serverless 合集 AIoT实践精选合集 玩转DevOps集锦 容器化时代 机器学习实践篇 拥抱云计算 K8s从入门到精通 微服务架构与实践 云原生时代的数据库 众享视觉AI合集 大数据加油包合集 小程序,大世界
阿里巴巴DevOps文化浅谈 讲师:陈鑫 | 阿里巴巴 资深技术专家推荐理由:2007年独立IT咨询师Patrick发现,Dev(开发)与Ops(运维)这两个角色分别属于两个世界,只有打破边界,软件交付才能更加顺畅。随着时间的推移,DevOps已经不仅仅是工作职责问题,更是演变成一种高效的软件开发文化。在这种文化的驱使下,大量新的工具、新的技术被创造出来,让这种理念和文化得以落地。本视频代领大家深入DevOps文化发展历程,了解未来的技术发展趋势。戳我观看 云原生时代的在线教育 DevOps 之道 讲师:流生 | 阿里云高级研发工程师推荐理由:云原生到底是什么?云原生时代的 DevOps 有什么技术挑战?针对这些挑战我们面临哪些新的实践?本视频以在线教育业务爆发式增长为背景,讲述云原生时代下的 DevOps 之道。戳我观看 基于 RocketMQ Prometheus Exporter 打造定制化 DevOps 平台 讲师:陈厚道 | 北京尚德在线教育有限公司技术专家推荐理由:分布式、队列模型的消息中间件Apache RocketMQ,因高可靠、高可用、高并发、低延迟特性被广泛应用至生产环境中,本系列直播将由Apache RokectMQ 核心贡献者带你深度解读 Apache Rocket 实践案例,揭秘 Apache Rocket 特性及未来方向。戳我观看 云顶云&新概念公益项目的DevOps实践 讲师:陈鸿斌 | 天津云顶云科技有限公司 | 联合创始人推荐理由:2020新冠疫情期间,外语教学与研究出版社(外研社)联合云顶云推出了公益助学计划,将旗下的《新概念英语》免费向公众开放,云顶云利用阿里云容器服务及ACKPTS等阿里云产品完成了该项目。本视频主要介绍该项目利用ACK快速完成从研发到构建及发布的DevOps实践经验,以及云顶云技术团队在完成此公益项目过程中使用阿里云容器产品过程中的心得与收获。戳我观看 OAM:云原生时代的应用模型与下一代 DevOps 技术 讲师:天元 | 阿里巴巴技术专家推荐理由:DevOps 作为一种打破研发和运维之间隔阂、优化软件交付效率的文化理念和最佳实践一直以来都广受欢迎。随着云原生时代的到来,以面向终态设计著称的申明式 API 逐渐打破了原有 DevOps 的工作模式。用户只需申明一个应用的 YAML 格式,便可以在 K8s 上快速部署和交付软件。本是频就与你分享云原生时代的应用模型与下一代 DevOps 技术。戳我观看 往期精选合集回顾 AI直播合集 架构师成长秘籍 玩转 Serverless 合集 AIoT实践精选合集 玩转DevOps集锦 容器化时代 机器学习实践篇 拥抱云计算 K8s从入门到精通 微服务架构与实践 云原生时代的数据库 众享视觉AI合集 大数据加油包合集 小程序,大世界
*本预告时间仅供参考,最终直播时间以直播间信息为准。*本文提供直播PPT下载,请在对应直播介绍处查看。 本周直播重磅推荐: 十年沉淀,阿里云将对象存储OSS做到全球第一核心竞争力,以其他的云厂家10~20倍的能力遥遥领先,为你带来)SLA技术解读 CDN安全,全速起航。阿里云政企安全加速,解决方案全新发布。 高可用是业务的生命线,是技术快速演进的地基。5月19日阿里云智能资深技术专家张军为大家带来云原生之高可用技术直播课。 阿里云CIO学院"数字化图谱为大家带来容器技术引领云原生基础设施进化直播课 5月18日: 藏经阁电子书发布会第二期:40分钟带你从入门到玩转CDN 直播时间:05-18 16:00直播亮点:本直播将与你分享:1、CDN的定位和重要性。2、阿里云工程师实践经验案例&运维方法论。3、如何获取电子书。分享嘉宾:孙鸿杰(胡夫)《CDN排坑指南》作者。 *PPT下载待更新 Day6:如何利用Faas一体化框架开发Web应用 直播时间:05-18 19:00直播亮点:本直播将与你分享:阿里巴巴集团在使用 Node.js 在 Serverless 业务中沉淀了不少模型,结合业务本身提出了一体化标准模型和沉淀,能够最大程度的帮助业务快速开发,快速试错,从而让前端和开发都能伴随着业务成长,达到业务先赢的初衷。随着今年midway-faas 体系的日益成熟,将直播介绍faas前端一体化开发的方方面面,让业务结合云开发,简单而高效。分享嘉宾:陈仲寅,花名张挺,阿里巴巴淘系前端技术专家 *PPT下载待更新 5月19日: 【阿里云CIO学院"数字化图谱"第六期】云原生-高可用技术体系 直播时间:05-19 14:00直播亮点:高可用是业务的生命线,是技术快速演进的地基,高可用意识需要在系统构建的第一天植入到技术人员的DNA当中。那么基于云,我们如果构建高可用的业务系统?分享嘉宾:游骥,阿里云智能资深技术专家 *PPT下载待更新 十年沉淀,全球第一对象存储(OSS)SLA技术解读 直播时间:05-19 16:00直播亮点:2020年5月阿里云阿里云对象存储 OSS 通过十年积累的技术红利,将可用性 SLA(Service Level Agreement) 提升 10 倍,将单可用区的可用性从99.9%提升到99.99%,跨可用区冗余可用性从99.95%提升到99.995%,做到了全球第一的核心竞争力,是其他的云厂家的 10~20 倍。分享嘉宾:马骏(其冀)+阿里巴巴产品专家 *PPT下载待更新 Day7:如何利用Faas开发一个服务端渲染应用案例 直播时间:05-19 19:00直播亮点:讲述在Faas场景下如何开发一个成熟的服务端渲染应用包括本地开发的热替换功能以及路由切换时的数据自动获取,涵盖本地开发体验以及应用的打包发布上线过程。分享嘉宾:张宇昂,阿里巴巴大文娱优酷高级前端工程师 *PPT下载待更新 5月20日: 阿里云新品发布会第94期:阿里云政企安全加速解决方案全新发布 直播时间:05-20 15:00直播亮点:本活动面向所有用户,用户可提前进行报名预约。参与直播互动提问的用户将有机会获得:阿里云精美小礼物一份,数量有限先到先得!通过钉钉扫描最下方二维码进入交流群,收获更多惊喜! *PPT下载待更新 智能推荐系列公开课——智能推荐内容行业2.0发布 直播时间:05-20 15:00直播亮点:在信息过载、碎片化的时代,个性化推荐成为提升用户浏览/转化率的核心手段之一。而在实际应用中,怎样满足本行业的信息分发需求,精准匹配海量用户偏好,提高运营效率,仍是一个待解之题。此次,阿里巴巴搜索推荐产品团队带来系列公开课,聊聊怎样结合实际场景,嵌入智能推荐,搭建“千人千面”的分发体系,使产品价值最大化。每期20分钟,修炼推荐硬功夫。 *PPT下载待更新 基于线上真实案例驱动,详谈架构设计的哲学本质 直播时间:05-20 16:00直播亮点:1.分布式锁的本质,如何优雅设计分布式锁2.请求幂等的本质,如何优雅设计请求幂等3.架构设计哲学本质:第一性原理每期20分钟,修炼推荐硬功夫。分享嘉宾:孙玄:奈学教育科技创始人&CEO *PPT下载待更新 云效架构师手把手教你搭建DevOps平台 直播时间:05-20 16:00直播亮点:当前越来越多的企业开始使用云服务,业务发展的速度越来越快,人员规模的不断扩大,与流程规模和工具发展的不匹配,在跨越到精英团队的路上,总是存在着诸多现实的问题:跨职能协同,角色多,人员多,难于协同。每个人都感觉,推动一件事情真的是太难了;发布流程不规范,好的实践又难于推广。大家都知道有问题,可一旦要改进,却总是有这样那样的原因;发布时间长,需要人工介入多,无论从时间成本,还是由于人工介入带来的风险都很大;缺少建设工程效能的有效抓手。想要建设提升,但缺少方法和抓手,更缺好用的工具;软件交付要求越来越高和企业面临的现实问题,双重迭加,这就像开着拖拉机参加拉力赛。那是一种想要快,却加不上速的无力感,看着竞争对手消失在视线中。怎么破呢?答案是DevOps。本次分享将结合实际场景介绍面向企业DevOps解决方案,干货满满,不容错过; *PPT下载待更新 5月21日: 【阿里云CIO学院"数字化图谱"第七期】容器技术引领云原生基础设施进化 直播时间:05-21 14:00直播亮点:• 为什么云原生计算对于对企业数字化转型非常重要?• 为什么容器技术掀起了云原生计算浪潮,它为现代软件供应链带来了什么样的价值与变革?请锁定直播间~分享嘉宾:易立,阿里云智能资深技术专家 *PPT下载待更新 DDD 的精髓 直播时间:05-21 19:30直播亮点:什么是 DDD?我自己探索 DDD 的历程是一个典型的”否定之否定“的过程,从一开始用敏捷之名排斥 DDD,到有样学样学习拥抱 DDD(Repository,Aggregate Root,ValueObject...),在这个过程中我产出了一个 COLA 框架。再到后来,我发现这些概念,这些框架虽然可以辅助实现 DDD,但并不是 DDD 的精髓。DDD 的精髓应该是一种思想,是一种分析复杂业务、领域边界划分、领域建模、面向对象思考、抽象思维的方法论。这种思想,是区别于以往”面向数据库编程“的最大不同点。也是工程人员最难掌握的部分,因为这需要我们有一个思维模式的转变。只有转变了思想,转变了我们看问题的角度,我们才能说,是的,我是真的理解了DDD。 >>>点击下PPT 5月22日: “生活有良伴 万物有精灵”GXIC2020天猫精灵AIoT开发者大赛 - 高校招募启动会 直播时间:05-22 13:00直播亮点:当前,全球正在迎来新一轮科技红利,新型技术持续创新,我国IT产业进入发展快车道,以人工智能、物联网、大数据、云计算等为代表的“新基建”蓬勃发展。在此背景下,为了激励广大开发者勇攀高端技术的巅峰,全面加快物联网等重点技术与各产业领域的快速融合,千锋作为职业教育行业的领跑者,总承办了此次GXIC2020天猫精灵AIoT开发者大赛。10年来,千锋作为一家具有前瞻性、创新性的IT教育培训企业,持续加强与一线企业的技术交流与合作,通过承办大赛的方式,助力“新基建”人才培养与项目孵化,为实现网络强国梦贡献着千锋方案与千锋力量。 *PPT下载待更新
丁险峰 :AIoT下的数字世界:工业4.0中国之路探索 讲师:丁险峰|阿里云首席智联网科学家推荐理由:本视频由拥有20年AIoT经验感知与认知专家丁险峰老师介绍物联网遇到人工智能时,如何产生构建数字孪生世界的火花,工业4.0如何借助工业物联网技术,改变中国制造业!戳我观看 天猫精灵AIoT教育培训公开课 讲师:刘勇锋|阿里巴巴天猫精灵事业部技术专家推荐理由:阿里云IoT和天猫精灵正式资源整合,共同开拓AIoT行业,衍生出了天猫精灵AIoT教育培训,基于天猫精灵智能音箱及其繁荣的IoT生态,将相关技术赋能给广大开发者,为你的IoT设备插上语音AI的翅膀。本视频以“从0到1一步步实现天猫精灵语音控制的智能灯”为例,为你展示天猫精灵开放平台的使用、IoT设备的开发流程、开发环境及技术实现等。戳我观看 菜鸟 AIoT 技术的思考与实践 讲师:许俊|菜鸟 IOT 技术部资深技术专家推荐理由:2017年,物流行业出现了一个神秘的组织——由菜鸟 CTO 和多名物流技术领袖组成的中国智慧物流校友会。本视频是由该会与菜鸟网络携手举办的 2020 中国智慧物流校友会——宁波站主题研讨会内容分享,研讨会宗旨是链接中国顶尖物流技术人,聚焦物流科技,共探物流未来及创新,共同推动物流行业数智化升级,会中校友们对共同探讨了IoT 未来在物流领域的实践应用与共创,菜鸟 IOT 技术部的资深技术专家许俊还分享了《菜鸟 AIoT 技术的思考与实践》!戳我观看 阿里云AIoT助力智慧产业园区新发展 讲师:吕淑贤|阿里云高级专家/架构师推荐理由:新基建迈入热门话题,看阿里云AIoT如何助力智慧产业园区新发展,本视频阿里云高级专家/架构师吕淑贤(素澜),为你介绍产业园区建设的背景、内容、以及AIoT技术在产业园区中带来的新场景、新应用,更有智慧产业园区落地的案例介绍!戳我观看 阿里云物联网AIoT:iOS/Android移动端&阿里云物联网平台上云开发实操 讲师:陶宇豪|阿里云智能IoT事业部高级工程师推荐理由:本视频以iOS和Android为例,为你展示基于iOS的设备端开发演示,有iOS开发互动&答疑、基于Android的设备端开发演示和Android开发互动答疑等精彩环节!戳我观看 往期精选合集回顾 AI直播合集 架构师成长秘籍 玩转 Serverless 合集 AIoT实践精选合集 玩转DevOps集锦 容器化时代 机器学习实践篇 拥抱云计算 K8s从入门到精通 微服务架构与实践 云原生时代的数据库 众享视觉AI合集 大数据加油包合集 小程序,大世界
嘉宾简介:何崚,阿里巴巴研究员、盒马技术负责人。 **以下内容根据演讲视频以及PPT整理而成。 **戳我观看视频本次分享主要围绕以下四个方面:一、盒马零售技术的核心命题二、供给网络三、履约网络四、销售网络戳我下载ppt 一、盒马零售技术的核心命题 1、天猫业务的挑战 天猫业务强调的是快速规模化和爆发,例如双十一的营销活动。同时强调行业的拓展:上天、入地、出海。技术架构所遇到的挑战是货品的组织效率,流量的匹配效率以及各方服务能力的无损表达,以构建跨行业、可扩展的导购交易平台。以及无缝接入交易链路上来自阿里自建、商家、第三方的服务的能力,以拓展消费者体验。例如大家电的预约安装,家装、送装一体,手机换屏服务、上门取退等。随着天猫直营、天猫超市业务的开展,构建了自营供应链系统,包括采购、出入库、供应链计划、库存管理、物流履约、财务等产品系统,并孵化了阿里巴巴支撑集团25个零售业务的供应链中台。 2.盒马业务的核心命题 盒马是端到端,线上线下一体的零售业务,组织架构是从总部区域门店的树状组织形态。业务链条长,覆盖营、采、销到店仓配各个零售角色,拥有庞大的门店和物流网络,具备一定的劳动密集型属性。复杂的零售业务,对零售链路的协同效率和决策水平提出了高要求。因此要求盒马产品技术,需将系统打磨到极致,同时依托智能化,提升零售全链路的决策水平,依托自动化,降低劳动密集型水平,实现从规模化到精细化的双轮驱动。体量巨大的零售业务,背后需要强大的产品技术体系支撑,盒马产品技术面临的课题:构建一个全链路、全温层、全渠道的数字化零售体系。从顶层抽象来看,主要解决卖什么、卖多少、怎么卖、怎么送的问题,即构建零售业务的供给网络、销售网络、物流网络这三个基础零售网络,并且解决三网的动态平衡课题。 3.供给网络 供给网络,主要解决卖什么,卖多少的问题。生鲜零售的规模化能力很大程度上取决于采购能力,尤其是采购的行业经验。生鲜商品在消费者需求分布上呈现的是区域化、时令化的特点。品类规划上,基于行业数据和本地会员画像,充分挖掘区域人群的偏好,洞察用户的情感诉求,结合盒马的品牌定位,给出品类建议,包括引进新品,淘汰旧品,新品研发。库存策略上,基于销售预测,平衡供应链各个库存节点的库存水位和供给节奏,以平衡生鲜的缺货和损耗,优化库存周转。消费者快速响应上,洞察消费者需求的变化,尤其是新流行趋势,以及市场外部环境的变化。例如此次疫情带来的冲击,从而快速调整品类、定价、库存策略。做到快速响应,处置得当,掌握先机。供给网络的技术难点,在于生鲜商品的非标品属性给数字化决策带来的挑战。如何标准化、数字化生鲜,沉淀生鲜行业知识,近几年来,盒马为此做了大量建设工作。针对消费者需求快速响应,盒马利用归因分析和仿真手段,加速业务应对的速度和效率。 4.销售网络 销售网络,解决商品如何高效分发的问题。盒马是线上线下一体化的销售,线上App端,需要精准的人货场匹配。线下门店网络,需要店网规划,从选址开店选品主货准确及时的基于运营数据分析市场机会,从而制定促销策略。门店营运排班,促销、滞销、效果跟踪,实现零售全链路反馈闭环的建设,使得自上而下的总部生意计划和自下而上的消费者反馈都能准确高效的完成,从而提升销售网络的规模化和清晰化能力。销售网络的技术难点在线下门店的数据采集,执行效果跟踪,以及线上线下时时的数据同步。盒马构建了一整套的AIoT硬件设备体系,能够准确有效的提升门店现场数据的感知能力以及运筹决策能力,从而提升门店的人效、流效和品效。 5.物流网络 物流网络,用于解决商品的高效低成本流动问题。物流是盒马零售运营的基石。盒马建立了全国重点城市的全温层物流网络以及生鲜作业标准化流程。盒马门店三公里定点及时履约体系利用大数据算法,在保证履约时效的情况下,降低履约成本。生鲜仓配上,盒马利用大量的智能硬件和传感设备,数字化、可视化物流的各个环节。能够实时查看每条链路的状态,感知一线作业人员的状态,从而优化作业任务和提升人效,并且可保证运输、存储过程中生鲜的品质,降低损耗。 二、供给网络 1.品类规划和生鲜知识图谱 传统零售业务的规模化依赖采购能力,对采购的行业经验提出了很高的要求。盒马利用阿里在行业大数据和消费者画像的沉淀,并结合生鲜行业积累的知识,深度挖掘消费者的品牌心智以及潜在的市场销售机会,帮助采购引入机会品、汰换旧品,优化品类结构,同时加速新品的研发工作。传统的品类规划基于消费者决策树(CDT),寻找品类的关键属性,并且通过SKU在决策树上的分布和密度以决定是否需要引品和汰换。但存在两方面的问题,一是品类实用度,传统方法适用于全品类零售业务,例如快消品超市,但当零售品牌具备自己独特的品牌认知,服务于特定人群时,并不需要对决策树进行全覆盖。二是传统方法不利于发现新的机会。决策树基于市场已有的商品构建,属于后验性统计,无法洞察新的机会。 盒马结合决策树和消费者情感诉求,基于消费者画像深度挖掘消费者选择商品背后的理性需求和情感诉求,并与盒马自身的品牌定位匹配。一方面用于指导采购和优化品类,另一方面,线上APP端,透出该商品所代表的用户情感诉求,从而提升转化率,增加销售机会。例如,盒马研究消费者心智,发现消费者对生鲜商品的食品安全诉求特别强烈。通过研究发现,“散养”、“野生海捕”、“进口”等商品心智能够较好符合消费食品安全方面的诉求。之后,联系采购,重点冲刺此类商品,整个类目的销量得到了大幅度提升。 盒马将生鲜类目的行业知识不断沉淀到生鲜知识图谱产品中。基于此类数据,进一步协助业务链接消费者情感诉求和产品特征之间的关系。在生鸡类目中,以石门生鸡为例,“深山散养”对应消费者的安全诉求,“足月”和“肉质紧致”对应消费者的口感诉求。应用知识图谱,可以链接消费者和供给侧,达到表述一致。生鲜知识图谱将消费者关注的商品价值、行业资深采购经验、商品品类特点和生产工艺进行数字化沉淀,使得不了解生鲜的消费者知道商品好在哪里,使得采购时时洞察到消费者对于商品核心卖点的关注以及未来的消费发展趋势,并且为生产和引品提供数据指导,同时算法可以深入了解资深采购的经验,以系统智能化的方式,拉高整个团队的采购水平,奠定系统智能化基础。 盒马将生鲜标准化,建立内部生鲜DNA体系,以解决市场标准和叫法的不统一,难以数字化的问题。例如,大闸蟹在某些门店叫做中华绒螯蟹,水果的果径、酸甜、挂枝头时间。生鲜标准化和数字化后,方可真正利用大数据方法,同时结合消费者画像进行需求的有效预测和采购的有效选品,并提高销售决策上的人货匹配效率。而且可以帮助上游的农业种植和养殖进行生产决策,实现真正的订单式农业。技术难点:非结构化的定性类知识处理,知识图谱元数据模型设计以及知识图谱中的知识点。除了定量的知识点,还存在大量的定性知识点,例如口感。对于定性的内容,盒马应用自然语言处理、语义理解的工具以及算法进行最终聚类。 2.库存优化 众所周知,库存是零售企业的生死线,对于盒马也不例外。盒马自创立之初,极为重视大数据在供应链和库存的优化应用。一是自动补货,盒马以销售预测为基础,门店补货全面自动化,提升库控工作效率,降低门店的损耗和缺货。二是流量可控制,通过线上流量调控机制,精准补足预测和实际销量的Gap,控制损耗,降低成本。以盒马的全自鲜产品为例,供给网络跟踪门店库存,在可能的损耗发生前,预警营运人员,开始变价和促销工作。同时,线上会根据销售预测和量价弹性系数,适当对该商品倾斜流量,提高曝光,在毛利最大化和有效期到达前清空库存。目前优化的目标聚焦在ECR——消费者需求快速响应。对于生鲜行业,时令性和区域性的需求差异较大。此外,一些突发的流行现象需要被快速感知和响应。例如前几年火爆的小龙虾在去年开始降温。纯粹基于历史数据进行销售预测和库存优化,将会带来大量的损耗和断货。同时,对市场大环境的变动做积极响应。例如疫情环境下,供应链不稳定、用工荒导致的运力不足增加了业务计划和协同的难度。盒马技术部门通过归因分析和供应链的仿真模拟,帮助业务部门在突发事件后使用数据和系统快速修正决策和协同。疫情期间,通过仿真模拟,得到了最优了门店作业和履约时效平衡的机制,可满足在产能不足的情况下,提升门店履约吞吐量。运筹仿真平台可以快速探察对业务产生影响的相互关联、动态和随机事件,探索“what-if”场景,利用数据双胞胎的实习数据仿真,完善策略优化。 三、全温层物流网络 仓配物流领域是盒马业务的基石和创新点。其目标是平衡消费者体验、成本、风险,在尽可能满足消费者需求前提下,不断优化成本和提升风险控制水平。盒马半小时送达的履约服务,区别于生活零售领域友商的履约体系,是以单一门店为中心的及时履约体系。在此履约体系中,计单算法的优化至关重要,多大的计单时间窗口才能够平衡履约时效、最大化单一配送订单量。其次是路径优化问题,包括配送员的配送路径和订单的先后顺序,以保证配送员手中的订单均能在大约半小时内送到。且考虑到了路径夹角问题,避免配送员绕路,提高配送效率。曾经出现过此类问题:骑手获取包裹后,习惯于根据自己的配送顺序依次投递而忽略系统建议的方式,本应该最后投递的包裹被首先投递,导致后续应优先投递的包裹全部超时。在研究骑手配送习惯时发现,骑手投递一圈再回到门店,是一个循环过程。为了保证骑手没有空驶,并不是最远的订单最后配送。同时,骑手对于需要折返的订单较为反感。这些问题可对应到路径规划上的夹角问题,路径中的锐角意味着骑手需要折返。考虑以上问题后,骑手整体的满意度大幅度提升,骑手更加愿意按照系统规划路径配送,超时订单下降。与此同时,系统标记电动车可行使路线,使得路线规划和耗时计算更为准确。物流全链路数字化是盒马物流的建设重点,物流是劳动密集型领域。随着盒马业务的发展,以及仓、店的规模化增长,物流成本呈现线性增长。为了打破物流成本的线性增长,生成边际效应,盒马产品技术部利用算法推荐每日最优的劳动力结构,结合预测的每日的波峰、波谷,安排自营、第三方和外包员工数量和比例,结合智能排班,确定出勤数量和出勤时间。实际作业中,需根据出勤的实际情况,动态分派任务,同时跨岗位调动店、仓的人员,平衡各个岗位产能。基于以上策略,持续优化物流成本。疫情期间,盒马帮助武汉动物园运送小鱼、泥鳅之类的动物口粮,背后依赖的是盒马构建的全温层物流履约网络。盒马产品技术部通过IoT设备,数字化从活鲜加工冷冻冷藏运输的每一个环节,使得业务可以追踪查看各条链路的状态,指导一线作业人员优化作业任务,保证生鲜品质的同时降低了生鲜损耗。全温层物流履约网络覆盖了全国的主要城市,这为去年西安上市海产梭子蟹提供了保障。 四、销售网络 1.盒马App 盒马App基于消费者消费产品需求,通过技术不断创新,为用户提供更好的人货匹配的体验。首先是消费者洞察体系,基于门店LBS属性,具体化本地生活圈,以商圈、规模、客群特征及品类结构等进行门店分层,从生命周期、特征识别、需求洞察建立消费者画像,对用户的需求把握更准确。例如:健身人群、减肥人群、母婴人群在食品选择上的特殊需求。其次是需求匹配,通过生鲜知识图谱数据、评价等数据,对商品的用户决策属性进行个性化表达,同时通过菜谱内容库的建设为消费者提供做菜的方法,看商品时帮助消费者选择,买完商品后提供做菜的方法。再次建设端智能,通过增强端上动态交互的能力和边缘推理能力,更加实时洞察用户的行为,并实时将内容反馈给用户。例如消费者购物肉类食品是,提供搭配蔬菜的卡片。然后智能场景构架技术,通过自动化的场景内容构建技术,并通过策略实验室将业务目标策略和数据算法执行进行融合,为消费者提供匹配的消费场景解决方案,满足一站式聚集性的商品和服务需求。例如夜宵场景,通过对时间、地点、用户的精确识别并结合线上沉淀的运营经验,工作日晚上的特定时间向白领用户推销夜宵场景卡,以烧烤、炸串为关键词,商品上以熟食、水果、饮料、啤酒品类为主。盒马通过对用户全域行为的洞察,如果年轻女性用户在淘宝上购买过待产包,且最近采购婴儿服装,将被识别为生育宝宝不久的新手妈妈,盒马App根据宝宝月龄的变化,并结合生鲜知识图谱,自动为用户推荐不同阶段的儿童商品。搜索结果页面,优先推荐适合宝宝的食品。盒马和品牌方合作了一些例如新西兰儿童鳕鱼、儿童奶粉等商品,在用户的逛、买过程中,系统使用场景构建技术生成产后如何保健、宝宝餐如何做等场景化内容,满足消费者多样性需求。 2.门店数字化 传统零售具有劳动密集型、依赖人员经验和专业熟练度的特点,如果仍旧以传统零售规模化的方法,盒马在高速拓店中必然会遇到专业人才和一线作业人员用工瓶颈问题。盒马产研着手建设云端一体、软硬一体的业务解决方案,目标是:1. 辅助营运决策、管理过程中的专业人才中台化,使线性增长关系变革为对数增长关系。2. 为劳动密集型的营运作业提供辅助执行和自动化执行,降低门店作业人员的绝对数量,使线性关系斜率缩小。首先门店数字化是一个云+端的体系,云侧是零售全链路角色的生意协同和任务下达的运筹优化。第一是总部分公司门店的管理策略的上传下达,包括大品的生意计划,例如小龙虾何时采购,仓库何时收货、门店何时收货上架、何时开始营销活动等,供应链协同,门店智能检查。第二是门店任务排班,关键业务经营决策整体运筹优化,包括供应链降损、用工规划、库存管理和库内管理。第三是基层作业辅助,以AI代替专业角色做现场问题的发现和决策,包含AI智能防损、AI防火防害、AI员工作业规范检查、设备实时远程监控和远程运营。端侧是门店智能AIoT设备,考虑AIoT组成的工作场景,AIoT之间的联动和计算的闭合性,将业务感知、业务策略、业务执行封装在一个AIoT中,降低业务标准落地的培训成本。第一是代替专业人员感知现场问题,包含智能货架(感知陈列执行正确性和排面空洞问题,驱动相应业务活动,提升陈列质量)、智能实时定位(感知小二工作状态和工作饱和度,以供管理决策提升员工饱和度)、智能防损(机器视觉和ReID,高位行为的全场追溯降低损耗)。第二是辅助或代替小二现场作业,包含手持移动终端和价签联动,进行亮灯作业辅助、减少作业中冗余的系统操作。自动化输送设备,进行单门店任务合流和后场调度12分钟出仓(拣货打包)。第三是边缘计算降低AI店均成本,包含以城域边缘计算降低跨门店海量摄像头上云的流量成本和实时推理成本(AI防盗损)。以门店边缘计算节点解决门店内设备联动的实时性和可靠性问题(悬挂链、机器人送餐)。针对门店订单密度和昼夜作业密度差异,以城域边缘计算节点弹性分配算力、降低店均AI成本。 3.AIoT在门店的应用 盒马数字化门店依赖AIoT技术提升门店的自动化水平,降低人力投入,同时提高升门店营运的人效、流效、频效。构建云端一体、软硬一体门店AIoT解决方案,以解决高速开店过程中遇到的专业人员的用工瓶颈问题,驱动劳动密集型产业转型升级。智能零售终端,自助的AIPOS,通过模块组装可以用于AI防损、自助贩卖等多场景,AI推理消费者姿态,识别漏扫、错扫、盗窃等高危行为,降低自助场景的盗损风险。同时模块化组装后可以支持自助店员收银、自重称重、点餐等多个场景。移动店务助手重新设计作业终端,将小二主动选择功能点完成工作的操作标准化为自动判断场景,业务活动为入口,保证作业SOP的标准执行效率。共享管理门店内移动终端,降低门店终端的采购成本。同时通过设备柜的人脸识别和作业终端的传感器,实时采集小二的工作行为,为店长精细化人效管理提供数据基础。设备管理柜和门店内的其他设备整合设计,产出可模块化组装的智能控制柜以支持自提、暂存、取餐等场景。智能货架技术的电子价签,通过有缘导轨、灯光辅助,提升了商品信息的可读性。在拣货场景中,拣货助手通过货架亮灯辅助DA的方案,帮助门店新手小二在极短的时间内达到熟练的效率。货架陈列算法覆盖复杂陈列规划和陈列量计算,区别于传统需等待人工出图,可直接系统出图并下发门店。盒马门店内应用了大量的视觉技术,结合门店原有的机器视觉能力可高效识别人员特征,可追溯盗损商品,预警可疑人员,提升盗损盘查效率,降低门店损失。结合AI视觉和温度传感器,提升自动断电、断气的能力,降低厨房因操作不当导致的火灾隐患。室内立体传统体系广泛应用悬挂链系统,脱离原先大量现场安装带来的运维人力成本和支出,实现模块化安装、远程配置、远程监控、远程运维,该方案将进一步泛化,升级整个门店的输送体系,通过生态伙伴输出到所有的物流输送领域。随着盒马业务的不断延申,将不断挖掘零售全链路AIoT提升零售效率的场景,提出更多的AIoT的解决方案。
演讲嘉宾简介:阿里巴巴集团研究员、平头哥半导体副总裁——孟建熠博士 以下内容根据演讲视频以及PPT整理而成。戳我观看视频本次分享主要围绕以下三个方面:一、数字经济简介和具体案例二、算力三、芯片戳我下载ppt 一、数字经济简介和具体案例 数字经济势不可挡 数字经济时代的到来体现的一个重要指标是全球数据当年增加的总量,由下图可以看出,从2010年到2017年,数据总量增长平缓,2019年以后,数据逐步增长快速,2025年,全球当年产生的数据将达到175ZB,ZB是GB的1012,未来数据增长还将进一步加快。175ZB数据约等于近20万亿部高清视频电影,20万亿部高清电影,如果按1个人每天24小时计算,相当于需要44亿年才能看完。权威机构预测到2025年,接入互联网的设备数预计将达到730亿,人均近10个设备,这些设备将产生大量的数据,服务于全行业,引领数字经济。 数字经济成为中国经济增长新引擎 据权威架构统计,2018年,中国数字经济规模31.3万亿元,占全国GDP比重34.8%,全年GDP增长贡献率为67.9%,数据表明,数字经济已成为中国经济增长新引擎。从电脑引入中国到现在数字经济服务于全行业,不论是在工厂、学校、上班途中、办公楼,接入网络的设备到处可见,这些设备服务于生产生活,产生新的价值。 阿里巴巴是数字经济浪潮中,中国企业发展的一个样本。 同时阿里巴巴商业操作系统作为数字经济基础设施也将帮助所有企业共同走向数字经济时代。 大数据、算力成为新的生产要素 人类经济社会形态演变经历了两个阶段,第一个阶段是农业经济,农业经济的生产要素是土地和劳动力,靠天吃饭,农业经济长达两千年的历史。之后,从农业经济过度到工业经济,中国相对落后于西方,西方国家在工业经济时代发展较快,工业经济时代的生产要素是资本和技术。资本推动生产要素的重新组合,引入了各种各样的技术,例如蒸汽技术、电力技术、新材料技术,这些技术促进了整个社会的全行业发展。工业经济从18世纪开始,长达两百多年的历史,工业经济的发展速度远远超过农业经济。数字经济时代的生产要素是大数据和算力,各个行业都在全方位走向数字化和智能化。预计数字经济时代持续20年左右,效率更高于工业经济时代。目前,数字化经济影响着农业生产,例如天气预报自动化防灾、防害,通过数据提升工业生产的效率,包括原材料准备、加工过程等。数字经济是未来经济发展的重要经济形态。 例一、ET城市大脑 通过数据提升城市管理的能力,用数据治理城市,让城市会思考。最初,连接杭州市的视频系统,可查看高峰期各个路口的状态,动态的实施调度,例如紧急情况下,动态规划救护车行驶路线,预测不同场景、不同时段的高峰期。尽管城市车辆在不断增加,杭州整体交通状况并没有恶化,交通效率反而大幅度提升。 例二、浙江省“最多跑一次” 政府部门审批手续流程复杂,需要经过多个部门。例如A部门需B部门盖章,B部门需A部门盖章,即一个部门需要为另一个部门背书。数据上表现为一个数据的产生需要前一个数据的确认,抽象意义上联通两个数据,则整个效率都将有所提升。浙江省“最多跑一次”是一个惠民工程,打通了92个部门数据。以前一个部门审批需要另外一个部门盖章,打通后,此部门直接可调取另外一个部门数据,效率大幅度提升。该工程打通数据,使得数据流转,相较于以前的数据孤岛,产生了巨大的价值。十年来,杭州市民之家累计服务办事群众超过2000多万人次,累计办理各类便民事项3000余万件,杭州市民可以通过支付宝和“最多跑一次”的APP办理证明和各类手续。 例三、钉钉疫情期间社会协同大事记 疫情期间,解决企业员工在家办公和复工复产问题,钉钉发挥了重大作用。一月份,钉钉上线了在家办公指南、员工健康、在家上课计划、浙江省疫情防控平台,这些平台的背后均源于数字技术的支撑。随着疫情发展,钉钉不断深化疫情监控和疫情过程中其他服务,例如健康码,为企业、工厂、学校、政府部门管理做出了贡献。 例四、钉钉在线可他给直播免费开放 联合国全球推荐使用直播的方式开展在线课堂。疫情期间钉钉覆盖30+个省份(直辖市、自治区),300+多个城市,5000+万学生。钉钉软件打破时空限制,以视频流的形式,支撑全国几千万学生在线上课,阿里云在背后发挥了重要作用。疫情之后,在线教育行业将迎来一波利好,大家习惯了在线的形式,相较于面对面培训更有效率。生活本身对数字经济提出要求,突发事件(例如此次疫情)有可能改变行业发展的路径。数字经济不仅帮我们准确积累过去的数据,同时打破时间、空间的距离限制。 二、算力 算力发展驱动框架:两大基础设施 算力发展驱动框架将整个数字经济分为三个层次,第一个层次是技术底座,包含云计算为基础的大数据、人工智能、物联网、区块链和5G等核心技术。中间的部分是基础设施,包含新服务体系和数字平台。新服务体系是物理基础设施之上的智能化新服务体系,老基建数字化改造为新基建。数字平台即面向不同行业可以用来做二次开发的平台,例如电子商务、支付、物流、工业互联网、公共出行、文化娱乐和生活服务。最上面的层次是需求,物理基础设施和数字平台结合在一起,可用于支撑数字政务、数字商业/产业、数字生活。 数据驱动的新服务体系——物理基础设施智能化和社会化 老基建包含铁路、公路、机场、港口,通过基建拉动经济的增长。目前新基建中“新”包含两种含义,一是指全新创建出来的东西,例如5G基建、特高压、人工智能、大数据中心,二是指老基建的升级,例如轨道交通。整体来说,新基建是数字经济催生的产物,使得整体的服务更加有效。 数字平台经济生长旺盛 2020年和2007年全世界前十市值公司对比,2007年世界前十的公司:银行、石油、汽车等公司,唯一一家新技术企业是Microsoft。2020年,世界前十的公司,七家都是数字化驱动的公司。其中,2007年世界前十的公司,平均年龄100岁,2020年世界前十的公司,平均年龄20岁左右。数字经济的效率和发展速度都是极为迅猛的,如何应用数据赋能现有的产业,如何有效的使用数据,是值得思考的问题。 算力发展驱动框架:一套技术底座 算力在基础设施中的发展是极为重要的,关键技术对算力的需求可以概括为随时、随地、随需,而芯片是算力的基石。云计算为基础的数字经济时代,支撑起各类应用:大数据计算、人工智能、物联网、区块链和5G。大数据计算毫无疑问是未来发展的趋势,包括大规模离线计算、超大并发实时计算、复杂图数据推理计算。人工智能的应用有智能客服、计算视觉、千人千面、智能推荐和认知智能。对于物联网,推出了微内核多端操作系统,并积极构建统一物联网平台。区块链主要用于保证交易,建立了跨链互联、智能合约、隐私保护和共识机制。5G时代随时随地大流量、高容量的特性可接入更多的设备,包含天线、基站、光传输系统、室分系统。 三、芯片 数字经济时代芯片迎来增长 芯片支撑整个数字化的数字经济。下图,从1984年到2021年,半导体芯片在全球国民经济的占比,最低0.2%,最高0.6%。半导体是用来支撑其他经济的经济,例如电视、电脑、平板。一般来说,若一颗芯片一块钱,则整机的GDP放大效应将达到100倍甚至1000倍。如果半导体占比国民经济0.2%,则是500倍的放大。我国十分重视芯片产业的发展,强调达到自主可控,中国作为全球的制造业大国,也是芯片消耗大国,消耗了全球50%的芯片,但芯片自主率很低。半导体芯片占比升高的阶段,意味着芯片在国民经济中的规模快速扩张,代表着新设备的产生,例如80年代到00年,电脑的出现,2000年以后,手机出现,2015年以后,产生大数据、云计算、物联网。芯片在不同的时代发挥着不同价值,芯片的快速发展预示着下一阶段的数字化将到达的更加凶猛。 案例:芯片创新颠覆传统产业——柯达 90年代,拍照需要胶卷,柯达创建胶卷的盛况,街头马路上,柯达冲印店随处可见,目前,胶卷已经数字化,这些冲印店也不复存在。数字化的照片不仅满足拍照的需求,还可以将照片分享到微信和微博上。1969年,贝尔实验室首次通过电荷充电的方式还原胶卷,经过40年的发展,电子相机、手机颠覆了传统的胶卷,带来很好的拍照体验。芯片的出现,颠覆取代了传统的产业。 案例:自研芯片逐步形成竞争壁垒——苹果 苹果是一个较为封闭的公司,与其他家公司不同,产品按照自己的模式研发,如何做到不同,首先是芯片。假设苹果公司用其他公司的芯片,手机一旦上市,便会被模仿,价格将同质化而非差异化。苹果公司从芯片开始,做自己的芯片,从源头开始与其他手机公司有所区别。中低端手机用联发科CPU ,高端手机用高通CPU,苹果手机用自己的CPU。如图所示,苹果CPU一个人便可以扛起一根木头;高通CPU需要多人协调即代表着多CPU共同合作;而联发科CPU,只有一个CPU在工作,其他CPU旁观,整体性能较低。从源头上抓住芯片技术,通过定制化做出优秀的产品,形成壁垒。 “ABCDE”的新技术生态正在形成 数字经济的公司逐步构建“ABCDE”的新技术生态。“A”指的是算法,使用积累的数据需要算法的配合,输入一些数据产生新的数据,不同算法的效率是不同的,产生不同的结果。“B”指的是大数据,多数情况下,输入大量的数据,可以得到很好的经验输出。“C”指的是计算,“D”指的是行业,技术覆盖到各行各业,才能产生好的效益,数字经济面向不同的行业,每个行业有不同的特点。在“A”、“B”、“C”、“D”基础上,构建“E”,即生态系统,各个部分通过数据相互联通和协同,优化整个系统。针对算力,有边端算力和云端算力。边端算力,在端侧的算力,即泛在计算和普惠计算,具有实时性、可靠性、低延时的特点。云端算力,包含异构计算和暴力计算,具有全局性、高效性和弹性的特点。 端与云协同 数字经济时代,我们完全有机会可以进入全球的前列。以前,云端分开,而现在针对一个设备,可以达到云端协同。典型代表是手机,手机是一个端设备,但当打开应用后,接入云端,云端协同后,将产生更大的效应。端侧设备有现场、实时性、交互的特性,而云计算可以无限扩容,积累数据,两者协同后,可以达到在线智能的效果。端云一体后,对底层的架构提出了要求,阿里巴巴正在努力构建端云一体的芯片基础设施平台。基于基础设施平台开发的产品,延伸云端,具备云端交互的能力,使得上层应该开发效率更高,以后硬件可类似软件一样快速迭代,硬件的技术壁垒将被打破,硬件将发挥全新的能力。 计算架构 2017年度的图灵奖获得者John Hennessy和David Patterson预测未来十年将是架构创新的十年,芯片将迎来新机遇。目前的芯片大多是通用芯片,未来芯片将有以下特点:一是软硬结合,硬件处理能力强,功耗低,软件灵活性好,如何协同软硬件,是待解决的关键问题;二是面向领域,通用型芯片将追歼被面向领域的芯片取代,面向领域的芯片可更专业的服务于领域;三是开源架构,开源可以快速的驱动技术;四是敏捷开发,一般来说,芯片每十八个月迭代一次,芯片的开发需要预测下一年的行业变化。 平头哥:物理世界数智化计算创新 平头哥希望用芯片的技术拓展数字技术的边界。芯片的水平、算力的水平、功耗的水平决定着应用,芯片的边界被突破后,应用的边界和数字化的边界也将被打破。通过不断创新芯片技术,赋能于使用芯片技术的合作伙伴,使得他们定义芯片服务于自己的产品,形成商业闭环。平头哥做芯片规划时,云和端一体思考。如图所示,云端悬浮在芯片之上,芯片服务于各个行业,数据被传入到云端。云端芯片为阿里云打造更加高能效、安全和高算力的芯片,以提供更好的服务,降低云计算的成本。期待各行业一起定制化端侧芯片,端侧芯片服务于各个行业,与云端协同工作。针对云端一体的布局,阿里有三个产品进入市场,云侧产品——含光人工智能芯片,算力全球第一。端侧有两个产品,玄铁CPU和无剑SoC芯片平台。区别于传统芯片,平头哥通过应用驱动和开源开放请打造普惠芯生态。 含光——随时随地获取云上极致AI能力 含光800是高性能AI推理单芯片,75863IPS(每秒可以达到78563张图片的AI算力,ResNet-50标准测试图片)和500IPS/W(500张图片/W)指标在全球遥遥领先。阿里云基于此可以提供更好的服务,未来将有更多的芯片被应用在云端,打造更安全、更高效、算力更为强的云。 玄铁嵌入式CPU:锻造江湖神剑的基石 玄铁嵌入式CPU分两大类,第一类是完全自研的处理器-玄铁8系列,已应用在多个领域,累计授权芯片累计出货量达15亿颗。在未来全球化进一步协同的背景下,基于RISC-V开源架构,目前已成功研发出三款处理器。其中玄铁910是目前全球性能最好的RISC-V架构处理器,支持16核,单核性能达到7.1 Coremark/MHz,主频达到2.5GHz。 无剑SoC平台:助力芯片差异化 无剑SoC平台具有云端一体、软硬结合、全栈集成等特点,可将芯片研发周期缩短50%,开发成本降低50%,从而降低开发风险。针对微控制器、语音识别、视觉图像领域,我们已推出了相应的SoC平台。 半导体技术未来发展方向 半导体是先进的技术行业,需要不断迭代,未来可能有以下五个方面的创新,一是新材料,硅材料、碳材料等可以提高芯片的性能和集成度。二是新芯片架构,未来十年是新芯片架构高速发展的黄金十年,同时是面向行业架构的黄金十年。三是先进封装,原先是水平封装,目前可使用纵向封装。四是新存储,计算和存储是最为重要的两个方向,新存储技术在不断创新。五是量子计算,量子问题突破以后,整个算力将大幅度提升。
演讲嘉宾简介: 阿里巴巴集团副总裁、阿里云智能新金融总经理——刘伟光 以下内容根据演讲视频以及PPT整理而成。戳我看视频本次分享主要围绕以下三个方面:一、金融科技背景概述二、金融科技五大核心技术三、具体讲解与总结戳我下载ppt 一、金融科技背景概述 1.数字化浪潮:不断推动科技发展 从互联网到以社交为主的移动互联,到今天的万物互联的物联网时代,互联网技术经历了几个不同时代的发展。第一代到第二代强调连接、信息获取、社交。而今天随着物联网、5G的不断发展,物与人的连接、物与信息的连接、物与网络的连接逐渐成为新的浪潮。在未来的商业式社会中,可以预测下一代互联网技术更加强调价值互联网。价值互联网强调商业价值、有价信息在网络中的传递与交互,实现商业社会的网上运作运营。在智能商业时代,在高速连接、安全技术、树立隐私保护等技术的不断加持下,随着资产数字化、跨机构可信协作、智能合约的普及,价值互联、共享经济的大行其道,更多数字化经济将通过价值互联网释放其力量。每一代互联网发展的背后都存在大量技术支持。从大数据到移动、生物识别,到IOT、人工智能、实时数据分析的演进发展。今天,区块链、多方安全计算技术的出现发展会让价值互联网时代、智能商业社会的运作成为可能。 2.金融科技=科技突破+金融工程 如下图所示,就MIT的诸多新型报道来看,从2017年生物识别技术,2019年多种人工智能与商业社会与金融的结合,到2020年以区块链为主的新型技术的出现将推动数字货币的发展,体现了科技的突破将推动金融工程的发展。因此,科技未来将不仅是金融商业社会的支撑,更引领未来金融行业发展的潮流。金融科技是高质量发展的核心竞争力:人民银行在2019年到2020年发表了几篇关于金融科技对中国银行业发展引领的意见。人民银行行长范一飞提出:金融科技是未来全球金融竞争的制高点,谁掌握好这一最先进的生产力,谁就拥有最强的金融核心竞争力。类似论断在业内比比皆是,更多银行意识到科技对银行当前以及未来业务发展的助力作用,关注科技如何支撑银行完成未来的数字化升级与转型。我国移动支付已全球领先。2018年全国处理移动支付业务5300亿+笔,金额超440万亿,为当年国内GDP的4.89倍。以“310”为代表的智能信贷服务,缓解了小微、民营企业融资难、融资贵难题。中国小微企业、民营企业等存在数据获取、安全隐私保护、联合授信、反欺诈等普遍性难题。未来数据、智能的联合服务将在该领域取得巨大突破。未来将基于APP、开放API等技术提供全方位、多层次、智能化的线上金融服务,实现线上线下一体化发展,真正实现开放银行、开放金融时代。银行、证券、保险等行业中将出现越来越多跨界、混业的开放性生态。新需求的涌现冲击着传统技术架构。随着用户日益追求更高效、普惠、多样的金融服务,金融交易呈现瞬时高并发、多频次、大流量的新特征。线上业务的高速发展对现有业务体系、传统金融集中式架构造成巨大冲击。可见金融机构一定要加快推进分布式架构转型,增强市场需求快速响应能力,拥抱线上、线下结合的时代。商业银行要补齐小微、民营企业信贷服务方面的短板,从C端转向B端市场,建立企业全生命周期的产业合作关系,打造新增长。这不能仅依靠人脑、经验完成,更需要通过数字化手段建立群体连接、合理合法获取数据,从而提供更加精准的金融服务。可见金融科技是未来面向零售、小微、民营企业,面向农村、面向几个重要发展点、面向数字化转型的最重要的核心竞争力。 二、金融科技五大核心技术 金融行业高度依赖信息化手段。中国银行业、金融业的科技水平、IT水平也在国内处于领先地位。基础的主机、存储、计算、网络、数据库以及数据仓库等普适性技术都可以应用于金融行业或其他行业。这些普适性技术一直以来支撑着金融行业发展的业态,也面临着新型的云计算、大数据技术形态的冲击,面临着技术的革新换代。金融科技带有强烈的金融属性,与业务相互融合、相互渗透、相互成长、相互助力,并非指普适性的技术。金融科技推动或创造业务发展,或者优化现有业务流程。 1.生物识别 生物识别包括指纹、声纹、人脸、虹膜、语音识别等。金融级生物识别技术将在汇款、转账、大额、提现、对公业务现有流程上实现巨大改变。 2.金融智能 人工智能需要与大数据紧密结合,并融合金融学、经济学的交易原理,使自身更加具有金融属性,渗透到每一个交易流程中。此次疫情发现保险业纸质化签署合约交互方式无法满足特殊时期需求。智能化技术高度渗透到承保、理赔、核保过程中是势在必行的发展过程。金融智能不仅能应用到智能客服、智能营销之中,未来还将渗透到更多交易核验、查询场景中,极大优化现有人工场景。 3.金融风控 第一代风控按照规则风控,第二代风控为大数据风控,第三代风控强调智能风控。智能风控需要融合非常多人工智能技术以及交易反欺诈技术。未来的智能风控将是线上、线下、小微业务高度结合的新型全域风控。 4.多方安全计算 多方安全计算在金融行业具有优秀的应用前景,其出现很可能将对联合建模、联合风控以及合规数据合作起到巨大提升作用。 5.区块链 下文将介绍区块链在各行各业的交易场景中实现价值传递、隐私安全、优化流程、创造数字化连接、价值互联的应用发展。区块链对当前许多金融场景都会有巨大提升,包括产业金融、物联网、物流金融、票据、产业链等。 三、具体讲解与总结 1.金融科技赋能 从“物理资产”到“数字资产”:下图所示案例为运输业从煤企到运输企业A,到下游运输企业B,到下游运输企业C,最后到电厂的流程。对于金融机构而言,其中每一个实体都是需要服务的金融客户。企业间存在商流、信息流、物流、资金流等关系,连接紧密。过去银行需要单点与每一个企业进行联动,无法了解企业运营水平、效率,以及企业间的协作和金额流转。企业间运作流程相互独立割裂。如果能够通过数字化平台帮助企业间实现数字化连接,可以大幅度降低交易摩擦度,降低交易成本。金融机构未来需要通过各种数字化手段整合优化各种商业流程,从而为客户提供精准的金融服务。从“数字连接”到“数字信用”:下图所示为通过数字化科技实现从数字化连接到数字化信用的典型案例。银行客户旅程共有31个一级流程。其中涉及许多银行内部管理模块、人为交互以及大量审批流程。摩擦度高,周期往往为2~4周,且结果未必尽如人意。而蚂蚁借呗解决相同问题只需要1分钟甚至更少时间。二者最大区别是信息获取渠道、信息交互手段、数字化连接过程以及利用智能化手段优化每一步连接。缩短客户旅程需要利用平台化手段管理、收集、运营所有数字化信息,通过数字化、人工智能化手段判断每一环节,极大程度降低流程摩擦度,实现流程优化。 2.金融智能 智能语音与机器人:金融智能需要与金融场景进行高度结合,为用户提供精准高效的智能服务。疫情期间多种机器人上线工作。健康码通过各种机构、互联网信息的结合,迅速判断个体的交通、健康信息,是典型的多方技术结合的结晶。这些计算需要大量数据联合以及强大的计算能力,通过人工智能与云计算的结合,能够迅速为疫情期间的每个个体提供精准服务。人工智能已经介入到多种智能客服领域,但仅介入智能客服领域是远远不够的,还有语音技术、自然语言理解、机器视觉、决策智能等多个领域。今后人工智能必将与金融学相结合,深度学习金融交易规则,为每一个环节提供判断、校验的能力,最终实现决策智能。金融家服务(智能语音+金融小程序):如果能通过全域方式将该终端设备发放到银行、保险、证券客户手中,通过网络连接、人员画像、大数据分析等,由该设备为客户提供愉悦的生活服务以及精准推送客户所需的理财、金融助手等服务,让金融智能无处不在。当今没有任何一种技术能独立发展。金融技术与许多其他技术的结合能够提高现有金融场景能力。此例为IOT设备与人工智能、大数据的结合,能为每个个体提供定制化精准金融服务。这也是金融智能未来发展的重要方向。 3.多方安全计算 联合风控(合规数据合作):金融机构中一个重要原则是数据隐私保护。无论就监管层面还是金融机构本身而言,数据是真正的命脉。未来在混业、联合风控、保险公司等多种场景下都非常需要数据合作,不仅是金融行业内部的结合,还包括金融行业与政府数据的结合,能够为数字政府、金融行业的发展提供高质量业务服务。小微金融、农村金融大量缺乏数据,数据是每一个金融机构高度需求的资源。因此银行与银行之间、银行与保险之间都需要联合运营。联合计算是未来实现数据不出域的同时进行握手的重要发展方向。通过联合计算很可能衍生出许多新型服务,通过政府数据与金融行业的结合,最终为客户提供精准服务,降低人工成本。如下图所示,通过多方安全计算引擎,由银行、政府以及阿里巴巴生态能够创建一个联合数据建模平台,为客户提供精准的新型小微金融服务。然而多方安全计算并不能独立完成该工作。多方安全计算只解决数据问题,仍然需要底层平台的支撑。通过区块链的共识计算、隐私保护、不可篡改,能够合理、合法、准确地收集数据,并且实现数据间相互计算。总而言之,许多技术需要通过合作实现对业务的高效支撑。以该联合数据建模平台为例,多方安全计算作为业务核心技术,依赖于底层区块链平台,叠加人工智能建模,最终实现该建模平台,为客户提供精准的金融服务。 4.区块链 价值互联网-区块链降低企业间协同摩擦:区块链利用了很多传统技术的结合,尤其在安全隐私、密码学方面做了大量研究,最终以大量算法的结合实现了对数字货币的支撑。区块链不仅能在数字货币领域发挥作用,也在商业社会的许多流程中起到重要的作用。如下图所示,传统四流协同体现的是跨机构的商流、信息流、物流、资金流的割裂,依靠各种人工成本进行合作,协作成本高、效率低。但是如果每一个机构都能将信息上链,每个机构都能在交易过程中看到其他交易实体的信息流转。区块链信息透明、安全隐私、不可篡改技术的保护会保障区块链四流协同,实现信息在同一个公共可信的平台进行注册,最终完成金融服务。最终可以最小化四流协同摩擦度,实现跨机构共享账本、交易即结算,避免了复杂的跨机构对账。银行可以通过一个超级结点的方式注入到整个平台中,通过管理共享账本完成对每一个企业的完整授信以及精准的金融服务。当一个行业真正与区块链结合时,也是促使该行业自身资产数字化。如果该行业不进行资产数字化,就无法与交易流程中的其他环节、其他实体进行交互。当同类企业都结合区块链完成资产数字化,将会促使没有资产数字化的企业快速实现资产数字化。因此,区块链不仅实现了信息流的透明交互、简化流程,也加速了社会各行各业的资产数字化进程。区块链不是解决一个机构内部的问题,而是解决跨机构、跨组织、跨行业甚至跨国家的信息不对称的交互,以及机构之间各种金融信息交互的过程,极大程度优化原有需要大量人工干预、大量线上线下结合的环节。行业协作局域网正在涌现:阿里巴巴与蚂蚁区块链协同,已经落地区块链溯源、租房、缴费、发票、合同、链上物流、公益链、融资等40+场景,蚂蚁区块链专利数为全球第一,遥遥领先国内其他行业。阿里巴巴并非只将区块链应用于自身业务,同时也在进行大量探索,期望能将区块链应用于更多商业场景,创造未来的价值互联网社会。虽然阿里/蚂蚁区块链还未普及到更多商业场景当中,但是仍在通过不断探索加速商业社会的数字化过程。根据下图所示区块链票据案例数据,相信国内各领域都会迅速将票据业务与区块链高度结合,在提升效率的同时减少信息不对称。另外,通过区块链实现供应链的多层穿透,解决信息不对称问题,从源头开始为每一个商家提供信息透明、快速、精准的供应链金融服务。在高度线上化的环境当中,当更多互联网法院出现,需要通过司法链完成大量数据信息的链上存证、固证,保证公信力。案例-区块链电子发票:业务系统提交开票信息,开票逻辑校验已经跑在区块链开平中台上,最终封装开票请求,发送到区块链发票网络,实现核心校验,与税务总局内部系统进行交互实现核心征管,与风控系统进行交互。上述流程为税务局提供基于区块链技术的安全防伪,无需硬件,是可信可放的区块链电子发票开票解决方案。该方式实现透明化快速开票,为ISV及大型企业提供区块链电子发票接入业务。为企业提供低成本、高效便捷的开票服务以及基于区块链网络的涉税服务。可见,单纯的区块链技术不足以解决一个完整业务信息。区块链类似一个承载平台,提供传统技术无法实现的安全隐私、密码学、多方安全计算等关键技术,同时需要数据、风控等应用系统的助力。当业务从传统平台跑到区块链中,原有业务流程可以大大加速。区块链供应链金融:供应链协作与供应链金融过去开展难度大,传统技术和业务手段无法穿透式管理核心企业及流程,并存在金融欺诈、票据、合同造假等风险。当建立区块链网络平台,区块链提供安全隐私等技术,同时将应收账款的发行、流转、融资、清分等应用开发模块运行在区块链上。在区块链网络上进行数据流转、数据路由、数据校验,最终金融机构作为区块链网络上的超级结点,可以看到业务信息,为每一个机构提供所需服务。最终解决融资难、融资贵的问题。供应链金融的核心是通过区块链提供的关键技术,与金融机构和企业多方协作,解决了传统技术单点连接的低效问题。区块链使该领域的多方、高效、互信协作成为可能,并规避可能存在的欺诈风险,将极大程度促进业务发展。区块链在保险行业的应用:2016年起,国内保险行业开始探索区块链的应用,目前上线的应用或平台如下图所示。可见,目前保险行业对区块链的探索主要集中在权益与积分方面,实现权益互通互换,以及开展一些浅显的创新领域探索。区块链还未完整渗透到企业现有的应用场景当中。创新业务往往是对现有业务的锦上添花。区块链能否体现价值并非取决于其能开发多少创新场景,而是从传统架构上替换现有业务,以区块链平台运营现有业务,发挥其应有的商业价值。实现这一点并不能只依靠区块链本身的技术,仍然需要与其他技术的结合。综合当前国内保险行业的区块链应用,总体分为下图所示几类。可见区块链在保险行业仍然出于前沿创新业务的探索阶段。区块链三层核心价值体系:在金融层面,联盟链机制金融机构可审查,金融级业务可以支撑物流金融、供应链金融、ABS、贸易金融、穿透式管理,同时需要提供金融生物识别、信用、风控技术,真正实现金融级分布式区块链技术。阿里巴巴/蚂蚁金服区块链更加面向企业级功能。首先是应用了大量安全隐私保护技术,适用于企业间金融机构交易。其次设计了大量联盟链、跨链技术。未来必将是万链互联的时代,阿里巴巴/蚂蚁金服区块链需要与其他金融机构的链进行融合。如何实现不同体系之间链的打通,就是蚂蚁所探索的联盟链中的跨链技术。阿里巴巴也希望能够通过跨链技术快速建立多链路结合,在隐私保护的前提下实现数据交互。第二是交易层面。当今没有任何一种数字货币能与移动支付或者线下交易相比。如果将交易场景十分之一的数据放到区块链上,没有任何一种技术能够支撑如此大规模并发。因此阿里巴巴/蚂蚁金服也需要探索区块链如何结合分布式大规模运算能力。期望区块链能够增强企业级功能,实现高科技性,高并发、高可用能力,才能支撑未来的大量业务运转。第三是存证层面。蚂蚁金服在存证层面进行了大量探索,不仅是区块链原有的无篡改技术,还研究了敏感数据强隐私保护技术。同时能够接入大量第三方数据,实现数据的高度联合、联邦计算。最终实现金融级的隐私保护。从存证到交易到金融层面,阿里/蚂蚁区块链可以帮助金融机构从传统标准区块链的数据无法篡改、交易透明、联盟机制可审查转型为金融级的业务支撑、生态支撑、大规模计算支撑以及新型隐私保护技术。再一次深刻认识到单纯的区块链技术不足以替代原有场景,区块链技术必须与其他技术相结合。链的价值互联网:如下图所示,区块链构建的未来的价值互联网的底层基础产品层包括BaaS平台、BaaS+增值服务、私有化部署、开放联盟链、大规模运算、并发能力等技术。就行业应用角度而言,区块链在电子证照、公积金等方面起到重要作用。同时区块链在更多领域的营销方案上有更多合作探索机会,例如城市园区、数字航运、教育联盟等。在金融领域也结合了双链/ABS、物流金融、数字权益等众多商业平台。每一个业务场景都需要和IOT技术、风控技术等有更多结合,最终实现关键信息、敏感信息、有价信息、合同信息在区块链上的高速流转,在商业社会为用户提供精准服务。价值互联-信任:区块链技术、分布式账本、智能合约以及更多IOT技术的结合能够使信息流、商流、物流、资金流通过区块链跨链、联盟链技术实现更多连接,使价值互联变得更加简单,信任变得更加简单。蚂蚁金服的诞生从支付宝开始使交易变得更加简单,交易互信。芝麻信用时代通过大数据、风控、人工智能等技术使抵押等交易场景变得更加简单。区块链是构造未来价值互联网的最核心技术,区块链构建的网络应该是企业级的互联网。在区块链社会希望多种技术的结合能够使企业和企业之间的互信更加简单。化转型核心-建立全方位、多层次的数字连接:未来当区块链高度渗透到更多交易场景中,将会促使其他领域的上链和资产数字化。未来数字化转型不只依靠传统技术,还依靠移动端、大数据、云计算平台。更多需要通过企业建立和区块链的连接,实现与外部组织、交易场景的数字化连接手段,让交易更加快捷、信任更加简单。数字化转型对企业而言不只是自身能力的提升,还包括全方位、多层次的连接,包括流程的连接、信用/数据的连接、资产连接、产业与外部的连接、IOT连接、场景连接、移动连接。这些连接最终运转的平台即是以区块链和更多技术组合为主的平台,借此实现商业价值的互通。
*本预告时间仅供参考,最终直播时间以直播间信息为准。*本文提供直播PPT下载,请在对应直播介绍处查看。 本周直播重磅推荐: 本周阿里云cio学院"数字化图谱"为饱大家眼福准备了两场专项直播分别为云原生时代的微服务架构、《阿里巴巴集团全面上云实践与思考》 java系列直播之Spring Cloud Alibaba-重新定义 Java Cloud-Native的直播分享。 5月11日: 如何让云计算开箱即用 直播时间:05-11 19:00直播亮点:随着云底层能力的不断丰富,云厂商提供了越来丰富的业务开发免架构免运维能力,使得整个社会开始逐渐具备将经历聚焦到业务思考本身,这种赋能将会影响到雇主对整个研发体系建设的选择,这种选择,一定是基于如何以更低的综合成本,更高的迭代效率去实现一个idea的诞生到快速商业试错去考虑的,这也对未来的软件研发行业提出了新的思考,如何通过研发模式的革新,以技术拓展商业边界,本次分享将给您带来全新的启发。分享嘉宾:杜欢(风驰)|阿里云高级技术专家,阿里云-云开发平台负责人,阿里巴巴经济体前端 Serverless 研发升级项目负责人 *PPT下载待更新 5月12日: 【阿里云CIO学院"数字化图谱"第三期】云原生时代的微服务架构 直播时间:05-12 14:00直播亮点:云原生的微服务架构有哪些主要的技术变化?现有服务架构又如何演进到云原生微服务架构?互联网架构下的微服务体系已经成为数字化转型的主流架构,云原生技术让这一架构进一步发展,不仅提升了系统的稳定性和降低了编程复杂性外,还让应用从云带来的分布式复杂性中彻底解脱出来,快速构建健壮、极具弹性、易观察的云原生应用。分享嘉宾:愚奇|阿里云智能中间件首席架构师。 *PPT下载待更新 利用函数计算快速开发 Serverless 架构 Web 应用 直播时间:05-12 19:00直播亮点:本次分享会介绍 Serverless 的概念以及 Serverless 与函数计算的关系,并通过一些简单的示例从零开始,利用函数计算搭建 Serverless 架构的 Web 服务,展示函数计算对开发效率以及运维效率带来的巨大提升。分享嘉宾:谭贺贺(小默)|高级开发工程师,擅长将传统应用迁移 Serverless。 *PPT下载待更新 5月13日: 海量并发高度扩展的交易中台架构设计与实践 直播时间:05-13 16:00直播亮点:1.中台模式和微服务架构到底什么样关系2.海量并发的业务中台架构如何设计与实践3.秒级新业务接入的交易中台如何设计和实践分享嘉宾:孙玄:奈学教育科技创始人&CEO *PPT下载待更新 云开发平台实现团队业务双在线 直播时间:05-13 19:00直播亮点:SOHO是疫情当下最火热的办公名词,软件行业看似具有远程办公先天优势,但缺乏Face2Face沟通的情况下如何提供工作效能,保证系统稳定性是一大挑战。云开发平台打造程序员随时随地在线编程、运维能力;沉淀了阿里多年的软件分工协同经验,通过定义软件工程环节,编排协同流程,在确保系统稳定红线基础上,保证了较大的协同灵活度,让DevOps的研发效能尽情发挥。阿里云强大函数计算能力,一键呈现在开发者面前,享受轻开发,免运维的Serverless研发乐趣。分享嘉宾:王义林|云开发平台高级技术专家。 *PPT下载待更新 5月14日: 【阿里云CIO学院"数字化图谱"第四期】《阿里巴巴集团全面上云实践与思考》 直播时间:05-14 14:00直播亮点:本次分享将介绍阿里巴巴核心系统在全面上云过程中面临了哪些挑战,又是通过什么样的技术演进和阿里云产品一起解决这些挑战。2019 年,阿里巴巴实现了核心交易系统全面上云并经历了双 11 峰值的考验。本次分享将介绍阿里巴巴核心系统在全面上云过程中面临了哪些挑战,又是通过什么样的技术演进和阿里云产品一起解决这些挑战。分享嘉宾:谷朴|阿里云研究员,阿里云容器平台集群管理团队负责人,研究员,阿里巴巴集团上云核心决策组成员。 *PPT下载待更新 阿里云新品发布会第93期:机器学习PAI DSW2.0 & Alink商业版新品发布会 直播时间:05-14 15:00直播亮点:本活动面向所有用户,用户可提前进行报名预约。参与直播互动提问的用户将有机会获得:阿里云定制台历一份,数量有限先到先得!通过钉钉扫描最下方二维码进入交流群,收获更多惊喜! *PPT下载待更新 Spring Cloud Alibaba - 重新定义 Java Cloud-Native 直播时间:05-14 19:30直播亮点:在过去的十年中,互联网在中国得到了快速发展,越来越多的人在日常生活中偏爱在线购物和社交媒体。作为分布式应用程序开发的一站式解决方案,Spring Cloud Alibaba帮助数以千计的Internet和IoT企业承载巨大的网络流量并快速构建Cloud-Native应用程序。Spring Cloud Alibaba 还是 Spring Cloud 的开源子项目,它基于强大而出色的组件,重新定义了分布式配置管理,自动服务注册和发现,断路器,运行时流量路由,高扩展性以及可视化服务治理。分享嘉宾:小马哥:Java劝退师,Apache Dubbo PPMC、Spring Cloud Alibaba 项目架构师。 *PPT下载待更新 探索云开发平台CloudID 直播时间:05-14 19:00直播亮点:IDE 作为2019年阿里巴巴前端委员会四大技术方向之一,经过一年时间的共建研发,目前已经在阿里内部包括淘系、蚂蚁金服以及对外的支付宝小程序等业务场景中落地实践。伴随着云原生的浪潮,CloudIDE 由于其开箱即用,简单快捷的特性,逐渐被越来越多的被技术人员青睐,本次直播将为大家介绍阿里云云开发工作台 CloudIDE 的前生今世,以及其背后的技术架构。同时演示如何基于 CloudIDE 进行日常开发。分享嘉宾:包续兵|阿里巴巴淘系技术部前端技术专家,负责 CloudIDE 核心共建项目以及在淘系业务中的落地。 *PPT下载待更新 5月15日: 如果利用云开发快速一个疫情追踪网站 直播时间:05-15 19:00直播亮点:利用阿里云云开发平台中midwayfaas前端一体化开发的解决方案快速上线一个疫情追踪网站。分享嘉宾:高扬|阿里巴巴淘系高级前端工程师 *PPT下载待更新 5月16日: 如果利用云开发快速一个疫情追踪网站 直播时间:05-16 14:00直播亮点:由Apache Flink中文社区主办的flink技术分享meetup。定期邀请各大厂的技术大佬为大家带来最新的技术亮点分析和行业动态。 *PPT下载待更新 5月17日: 如何利用Faas一体化框架开发Web应用 直播时间:05-17 19:00直播亮点:阿里巴巴集团在使用 Node.js 在 Serverless 业务中沉淀了不少模型,结合业务本身提出了一体化标准模型和沉淀,能够最大程度的帮助业务快速开发,快速试错,从而让前端和开发都能伴随着业务成长,达到业务先赢的初衷。随着今年midway-faas 体系的日益成熟,将直播介绍faas前端一体化开发的方方面面,让业务结合云开发,简单而高效。分享嘉宾:陈仲寅|阿里巴巴淘系前端技术专家 *PPT下载待更新
利用函数计算快速开发 Serverless 架构 Web 应用 讲师:谭贺贺(小默)|高级开发工程师,擅长将传统应用迁移 Serverless。推荐理由:Serverless 的概念热议纷纷,它与函数计算千丝万缕的关系是怎样的?本视频用简单易懂的示例从“0”开始,用函数计算搭建 Serverless 架构的 Web 服务形式,为你透析函数计算对开发效率以及运维效率带来巨大的提升的原理!戳我观看! 函数计算最佳实践:快速开发一个分布式 Puppeteer 网页截图服务 讲师:小默|来自阿里云函数计算团队核心成员推荐理由:函数计算门槛高、晦涩难懂?来,本视频手把手教你教你如何快速搭建一个 Serverless 架构的分布式Puppeteer 网页截图服务,让你秒懂解决因环境差异带来的依赖安装以及平台限制带来的应用体积大小限制的问题!戳我观看! 函数计算最佳实践:如何轻松构建弹性高可用的音视频处理系统? 讲师:罗松|阿里云技术专家推荐理由:防疫期间在线教育和远程办公需求暴增、海量教学录像需快速处理、终端需要快速生成回放的紧急情况等问题如何应对?看本视频,阿里云函数计算用户侧功能的开发专家给你展示阿里如何轻松构建弹性高可用的音视频处理系统!戳我观看! 函数计算最佳实践:使用函数计算十分钟构建支付宝小程序的后端 讲师:吴天龙|阿里云函数计算架构师推荐理由:应对远程办公,在线教育等在线服务行业遇到了流量暴增的情况,流量有波峰和波谷,如何确保应用可用性的同时,降低闲置计算资源的成本?本视频给你揭开Serverless 技术的神秘面纱,教你如何提升运维效率和降低计算资源成本!戳我观看! 函数计算最佳实践:十分钟上线一个 Web 应用 讲师:香丘|阿里云函数计算的工具链开发推荐理由:阿里函数计算团队如何为推动Serverless成为一种普适的技术方案贡献一份力量?如何快速创建、开发、运行、调试和部署一个生产级别的Serverless Web应用?本次通过简单的Web应用示例,给你方案!戳我观看! 往期精选合集回顾 AI直播合集 架构师成长秘籍 玩转 Serverless 合集 AIoT实践精选合集 玩转DevOps集锦 容器化时代 机器学习实践篇 拥抱云计算 K8s从入门到精通 微服务架构与实践 云原生时代的数据库 众享视觉AI合集 大数据加油包合集 小程序,大世界
演讲嘉宾简介:任小枫,高德地图首席科学家。 以下内容根据演讲视频以及PPT整理而成。观看回放(戳我) 本次分享主要围绕以下三个方面:一、高德地图简介二、用算法连接世界三、用算法创造出行未来 >>> 点击下PPT 一、高德地图 高德地图已经变成了国民级的出行工具,每日日活用户已经超过1亿,月活用户已经超4亿。高德地图服务还包括信息服务、驾车导航、共享出行、智慧公交、智慧景区、骑行、步行、长途出行等等。高德地图不光是个导航,更多的是一个互联网基础设施。淘宝是建立人与商品的关系,支付宝是建立人和资金的关系,高德地图是建立人与位置的关系,更进一步则是建立人与真实世界的关系。高德地图的使命是连接世界,让出行更美好。事实上,高德地图的APP只是大家所看到的冰山的一角,但在高德地图背后还有很多工作,如定位、路径规划、路况、ETA、网约车、货运、LBS游戏、供需+路径规划等等,这些工作都需要很多技术的支持。 二、用算法连接世界 1.地图制作 地图制作是一个非常复杂的过程。如下图,首先需要进行资料的采集,再通过算法进行自动识别。当然目前自动识别还无法达到全自动的程度,还需经过人工修正才能进入地图服务中。地图制作算法类型:地图制作算法大致分为两类,一类是道路标志识别,如识别下图中的限速和禁停标志。除道路信息之外,还有POI挂牌识别算法,即Point of Interest,识别路边的店铺等兴趣点。两类算法的实现在现实场景中都面临着很多的挑战。道路标志识别:以下图中的道路标志识别为例,首先需要通过目标检测算法将里面的标志进行识别。对所识别标志进行细分类,识别出是禁行标志。再进行文字识别,识别出具体的内容是长途客车,时间在2:00到5:00间。大体看起来道路标志识别的流程好像很简单,但实际实现过程中会遇到各种各样的困难。道路标志识别挑战:(1)道路标志种类繁多,如下图中所列出来的标志,这还不是全部的标志。如此多的道路标志给所识别标准细分类任务带来了很大的挑战。(2)图像质量问题也会对道路标志识别带来较大的难题。图像问题包括畸变、反光、遮挡、分辨率较低、图像压缩等等。其成像质量由于光线、天气的影响会变得非常糟糕。解决图像畸变问题相当于相机自标定的过程。其中,相机的内参如焦距、中心、畸变等,外参如位置、角度等都是未知的。标准图像的标定算法需要拿到每个相机进行标定,实现起来并不现实。此时通过多源图像匹配的手段,通过利用质量较好的相机,可以在相当程度上解决相机自标定的问题。此外,我们可以用图像质量增强的方法来解决图像质量问题。下图中左侧是原图,放大原图可以看清一些文字内容,但还是有一些细节的文字不是很清晰。右图显示,用图像增强的方式,可以把文字内容变得更清楚。图像增强可以提高识别算法的精度,还可以用于模糊检测,也可以用于提高人工效率。(3)小目标检测问题在图像检测领域经常出现。下图中的摄像头,从远处看大概可以猜到具体是什么,但是一旦放大,像素会非常糟糕,显示小目标本身的信息量很有限。小目标检测可以通过周边的信息辅助目标检测,引入注意力(Attention)机制,利用先验知识,如相机的分布、高度、大小等信息辅助解决小目标检测问题。(4)在实际生活中除了小目标检测,更多的是对变化进行检测。如判断下图中是否属于同一电子眼,人眼由于时间,天气,设备等不同很难进行准确判断。而算法则可以通过检测位置、归属车道、电子眼架设类型、及分析场景等手段进行判断。POI挂牌识别算法:真实的街道中,挂牌非常复杂且密度很高,所以POI挂牌识别时依然会遇到很多实际问题。POI挂牌识别挑战:(1)实际街道上,POI挂牌方式丰富多样,如牌坊式POI、铭牌式POI、挂牌式POI、门脸式POI等。实际街道中还有很多非挂牌POI式的目标,如条幅标语、横幅广告、墙体标语、交通标语对联、和车牌等。(2)识别POI之后,需要进行文字的识别和提取。这时除了多种多样的POI挂牌之外,还有挂牌密集稀疏不一,特殊造型的挂牌,以及不清晰和不完整的挂牌等问题。对于这种复杂的问题需要结合多种技术解决,如多级级联检测模型,文字检测识别,三维重建位置匹配,模糊和遮挡检测技术。(3)POI排版识别除了文字识别之外,还需要对牌面进行解析,理解牌面上的主名称、分店名、联系方式、营业范围和非PO文字等内容。因此POI文字识别首先要进行属性识别,根据文字语义、图像和位置进行特征融和,根据场景理解及上下文判断context。整体而言,要保证和提高地图数据的准确率,基于图像的自动化地图制作的程度和效率都非常重要。高德除了在提高算法及多源数据上投入很多精力之外,还在不断的引入新的技术。此外,高德希望未来可以将算法放在端上,更加实时有效的理解道路场景,收集更快更准确的地图信息。 2.搜索推荐 地图应用中搜索产品形态有很多种,首先用户可以输入简短的目的地信息,地图进行更进一步的精确搜索,返回结果。还有类目搜索和品牌搜索,如美食,娱乐品牌等。在沿途过程中,提供导航搜索功能。地图搜索的特性和挑战:下图从技术角度将地图搜索与传统的电商和网页搜索进行了对比。首先,网页搜索的是非结构化的长文本,规模非常庞大,可达千亿级。电商搜索的是商品,规模可达到十亿级,返回图片列表。而地图搜索输入的是POI类型的结构化短文本,规模大概在千万级。但是地图搜索的精度要求相对更高,此外,需要收集地图空间位置信息作为搜索算法的支持。高德搜索技术演进之路:从2010年开始,高德开始构建搜索系统。自2014年,陆陆续续引入更高端的技术,构建搜索专家系统,全面引入机器学习和深度学习,构建搜索中台,全链路业务通道平台化。支持神马搜索、菜鸟、斑马、饿了么等业务。模糊搜索案例:如下图所示,搜索“湖南省人力资源社会保障厅”,如果输入语句都正确,则可以直接搜到目的地。但实际上,输入语句总会出现错误,搜索算法需要引入地理纠错进行高低频纠错,通过语义匹配新增语义改写,通过空间关系建立文本空间模型。此外,搜索算法除了解决单纯的语句的匹配,更重要的是意图的识别,判断搜索范围在本地还是外地、需要精搜还是反搜、实时还是调研、出行目的是旅游还是公务。多源地理信息库:高德希望构建以地理位置为基础的综合信息库,其中地理位置包括位置、路网、楼块和房间等信息,综合信息包括名称、类型、功能、时间、评论等。这些信息有多种来源,包括图像采集、文本大数据、搜索大数据、轨迹大数据、用户输入、行业资料等。如何将这些多源信息融合起来,支持构建精准的丰富的综合信息库是算法工作面临的一个主要挑战。 3.路径规划 高德路径规划演进之路:下图展示了高德路径规划的演进路线。从2004年开始,高德提供路径规划服务,经过陆陆续续算法的提升和演化,目前高德正处于钻研多目标算法阶段,以满足用户的诉求,快速规划出更好的路线。路径规划挑战:现实场景中,路径规划技术需要解决超大规模的实时路径规划问题。具体而言,路线规划问题包括路网规模大,如全国道路数量就多达4000万。其次道路属性变化非常快,每个季度都有10%左右的更新。此外,路况信息更新更是要求以分钟级进行实时发布。超大规模实时路径规划,作为实际问题,和学术界的最短路径算法有很大的不同。在标准算法的基础上,要提高效率,一个重要的方法是引入预处理,可以辅助解决大规模和实时性的挑战。预处理算法有很多,包括Arc Flags,Multi-Layers等。综合起来,对于超大规模最短路径问题,有TNR、CH、CBR等学术界提出的比较好的算法。在实用中,如何在多种算法中做出选择?我们需要根据实际的需求,包括规模、实时性和路况更新,在算法性能和预处理性能之间找到平衡。实际需求首先要保证规划算法的性能。此外还需要支持实时性需求,如支持小时级路网结构更新,分钟级路况更新。本质上,实时性的要求推动了算法的设计,基础算法以分层为主,分多个cell预计算求最短路径,cell根据路网结构进行partition,针对权重进行update。在硬件基础方面,在大内存的基础上,支持多核并发,以及cache优化。 4.数据挖掘 现实生活中有很多路径的信息,怎样从时空大数据中挖掘到所需要的具体信息?其中,具体需要挖掘的信息包括POI,新增道路,事故和拥挤等。时空大数据挖掘挑战:现实生活中的数据挖掘会遇到诸多挑战,如轨迹不准确,行为复杂,时效性要求较高等。目前,通过多源信息融和,借助时空模型如RNN,LSTM,CTC,TCN,GCN等,进行特定模型改进,可以支持闭环与数据回流。POI过期挖掘案例:POI过期挖掘的业务特点是对空间拓扑的刻画,对多源特征的融和。此时可通过Wide&Deep的模型,Wide部分处理POI静态特征,Deep部分处理时序流量特征。高德在这方面也经历了多种模型的演化,从最开始的RNN到DeepTCN,可以更好的挖掘到POI过期信息。道路新增挖掘案例:道路新增问题除了要对具体的问题进行算法的设计之外,如不同zoom的轨迹特征,mean shift轨迹取种子点,principle curve曲线等,还需要能够容错,通过概率模型解决短路,连通路等精细化场景。此外,通过CNN端到端模型,收集热力和卫星影像刻画空间信息,通过轨迹和路网连通性刻画驾驶行为。 三、用算法创造出行未来 1. 高精地图 高精地图是自动驾驶的基础。它对精度要求非常高,反映真实世界,无论对道路,车道,还是周围的信息进行完备和准确的刻画。高德对位置的准确性要求是10cm以内。收集到高精地图资料后需要解决以下几点问题。高精地图挑战:(1)资料对齐问题:即使高精采集车精度很高,但误差还是在1 m以上,通过对多次采集资料进行对齐,得到5cm以内的精准度。此外,还需要对植被影响等多种场景进行处理,同时保持轨迹的刚性,针对上下行观测角度不同,点云的不同,前端需要匹配ICP,语义,特征和形状,然后在后台对对齐的信息进行大规模的拉齐和平滑。(2)识别:道路中很多物体需要进行识别,如车道线,路边缘,地面标识,以及OBJ对象包括杆,牌和桥等。识别的精度需要达到99+%的召回率,精度在10cm以内,但基于场景的变化,训练的样本非常有限。高德通过点云与图像算法的融和,及深度学习和传统算法的结合,复用常规地图中的额数据和模型,利用先验信息支持数据的回流和模型的的迭代。(3)从高速到城市:上面的问题在高速道路上不是很严重,但在城市场景中,道路路型呈网状结构,包括高速、干道、小路等各种等级道路。此外,标识种类繁多,标识复杂多变,场景复杂多变,拥堵和遮挡。 2. 视觉定位(GPS) 在城市峡谷中经常与遇到定位不准的问题。下图中右侧红色部分是真实的位置,黄色是GPS定位的位置,可以发现偏离问题还是比较明显的。视觉定位方法可以辅助解决定位不准问题。目前,手机上都有相机,越来越多的车也都配有相机。我们考虑利用图像和视频技术,建立一个通用的视觉方法来定位室内和室外的车和人。具体而言,有几种技术选择。SLAM/VIO是定位相对位置的方法。对于绝对位置的定位可通过三位重建稀疏特征+PnP的方法,得到比较精准的结果。还有一种方法是矢量地图+实时监测算法,对牌、线等对象进行检测,这类算法对计算算力和精度要求比较高。在此之外,高德也正在探索深度学习的方法,可以在精度和鲁棒性之间进行平衡。如给到一张图片,希望得到其位置和角度。此时需要一个已知位置的参考图像,再结合实时图像,在全路网,全天候的条件下得到高效(毫秒级)的定位效果。3.AR导航如何将导航体验做的更好?尤其在现实世界中会遇到很多复杂的场景。高德希望将导航做到所见即所得的效果,传统导航更多提供下图中左侧的两类图像。但更好的方式可能是下图右侧图像,通过AR的方式提升导航体验。高德在2019年4月份发布了AR导航产品,下图展示了AR导航所提供的导航视图。道通过绿色路线进行指引,在拐弯处指示该如何转弯。此外,还有与前车距离的检测和碰撞预警功能,以及还在逐步更新的安全辅助驾驶功能。与目前的自动驾驶技术不同的是,AR导航希望通过轻量级的手段解决技术难题。高德目前单相机传感器,1/5手机芯片的计算性能就能够达到较好的导航效果。AR导航车辆检测案例:如下图需要检测前方车辆。为了高效的检测前方车辆,需要进行模型压缩,使用先验尺度,进行模型的训练优化。此外,在检测的基础上,进行实时的轨迹跟踪。AR导航车道线分割案例:车道线检测与车辆检测同理,首先进行模型压缩,根据多任务模型,将多种目标检测算法融和起来,提高模型的复用。再进行模型训练优化,曲线拟合,将检测和跟踪进行结合。AR导航引导线案例:AR导航视图中引导线是基于语义分割和回归模型的基础上,与传统的GPS导航进行融和,以提升模型效果。下图中展示了目前高德AR导航的实际效果。AR导航可以实时预警前方的路过的行人,还可以对马路对面的变灯进行提醒。
本期合集抢先看: 孙玄:技术人员如何快速成长为顶级架构师 沈剑:升级打怪后如何成为一个优秀的架构师 乔锐杰:半个小时带你了解架构演变之路 孙玄:如何构建普适的企业级微服务架构 季敏:揭晓改方案及其核心架构、原理和实践 职场人生:技术人员如何快速成长为顶级架构师 讲师:孙玄|奈学教育科技创始人&CEO推荐理由:阿里云MVP,奈学教育CEO孙玄为大家分享技术人员如何快速成长为顶级架构师的经验。通过他的职业成长路线、核心要素、典型案例剖析,你将得到格局认知的提升!戳我观看! 架构师之路:沈剑 到家集团技术委员会主席&快狗打车CTO 讲师:沈剑 | 到家集团技术委员会主席、快狗打车CTO推荐理由:到家集团技术委员会主席、快狗打车 CTO 沈剑将从“我怎么知道自己适不适合做架构师”,到“做架构师有什么潜在的坑”,“升级打怪后如何成为一个优秀的架构师”这三个角度,分享他的架构师之路,同过他的经验,你讲知道如何披荆斩棘、避开弯路,走上架构师之路!戳我观看! 成长演变史:阿里云千万级架构的构建 讲师:乔锐杰,上海驻云信息技术有限公司 运维总监推荐理由:在阿里云如何构建千万级架构?上海驻云运维总监摘选他的著作《「阿里云」运维架构实践秘籍》内容,用他的经验结晶介绍云端单机到如今普及的分布式+大数据架构,再到微服务+Fast Data千万级架构的演变,半个小时带你了解架构演变之路!戳我观看! 实战演练:如何构建普适的企业级微服务架构 讲师:孙玄|奈学教育科技创始人&CEO推荐理由:微服务架构下,如何设计服务、数据、分布式事务?阿里云MVP,奈学教育CEO孙玄实战演练教你如何构建普适的企业级微服务架构!戳我观看! 攻克痛点:如何保证复杂微服务架构下的数据一致性 讲师:季敏@slievrly,开源项目 Seata 发起人。阿里巴巴中间件 TXC/GTS 核心研发成员。推荐理由:困扰业务的一巨大痛点:分布式一致性。解决不好数据一致性问题,无疑是让业务数据在裸奔,在微服务架构下这个问题更为凸显。如何找到出发点解决分布式一致性问题?与微服务生态相协同,短短几个月star 数就已经破万,受到大家的热情追捧,为用户带来的巨大价值,用的神奇方案是啥?本视频来为你揭晓改方案及其核心架构、原理和实践。戳我观看! 往期精选合集回顾 AI直播合集 架构师成长秘籍 玩转 Serverless 合集 AIoT实践精选合集 玩转DevOps集锦 容器化时代 机器学习实践篇 拥抱云计算 K8s从入门到精通 微服务架构与实践 云原生时代的数据库 众享视觉AI合集 大数据加油包合集 小程序,大世界
*本预告时间仅供参考,最终直播时间以直播间信息为准。*本文提供直播PPT下载,请在对应直播介绍处查看。 本周直播重磅推荐: 本周三我们邀请到了江湖俗称“玄姐”—孙玄,为大家带来快速成为顶级架构师的内功修炼秘笈,技术人必收藏! 中国最大 JAVA 用户组 X Spring官方系列直播之Quick Start:阿里云Java Initializr将揭秘 Start.aliyun.com如何服务于开发者生态的规划。 聚焦阿里AI技术,从整个AI领域发展趋势到AI应用,分享趋势观点,展示最新成果!五位阿里技术大咖共话人工智能的现在与未来。 5月06日: 【阿里的K8s测试环境开源工具箱】第三期:多人协同场景下的测试环境实践 直播时间:05-06 16:00直播亮点:在软件开发的生命周期里,测试环境是所有环境当中部署最频繁、也是开发者在日常工作使用最频繁的一种运行环境。随着云原生技术的流行,越来越多企业选择使用云上的Kubernetes服务快速搭建和管理测试环境资源,这使得原本可以直连的测试服务需要通过Ingress或Gateway机制才能访问。同时在大型微服务系统中,由于开发者共用测试环境,经常出现频繁部署和版本相互覆盖造成的稳定性影响。一直以来,如何有效降低开发者本地调试成本、灵活分配测试环境,实现即避免开发者之间相互干扰又最大化资源利用率,是一项十分具有挑战性的任务。本次分享将介绍一种在阿里广泛使用的测试环境管理模式以及它的Kubernetes开源版本,希望对采用云原生技术栈的IT企业和开发者有所启发。分享嘉宾:林帆(花名:金戟)阿里巴巴 技术专家 >>> 点击下PPT 如何构建普适的企业级微服务架构 直播时间:05-06 16:00直播亮点:1.微服务架构下服务设计实践2.微服务架构下数据设计实践3.微服务架构下分布式事务设计实践分享嘉宾:孙玄:奈学教育科技创始人&CEO *PPT下载待更新 5月07日: 阿里云新品发布会第92期:云服务器ECS内存增强型实例re6全新发布 直播时间:05-07 15:00直播亮点:新产品re6 三大特性:最优性价比之选,满足你更低成本、更高性能的上云需求 *PPT下载待更新 Quick Start:阿里云Java Initializr 直播时间:05-07 19:30直播亮点:Start.aliyun.com 是基于 Spring-initializr 实现的工程脚手架生成平台;在 Spring 的基础上,实现了对Spring cloud alibaba 各组件的支持;同时还为开发者带来了完善的配置和使用样例,大幅提升开发者的工作效率;本次分享将介绍 Start.aliyun.com以及相关工具链的使用方法及服务于开发者生态的规划。分享嘉宾:陈曦:start.aliyun.com负责人,Spring Cloud Alibaba 项目成员 *PPT下载待更新
华先胜直播:人工智能:是风、是云,还是雨? 讲师:华先胜,阿里巴巴集团副总裁|高级研究员及城市大脑实验室主任简介:人工智能特别是视觉智能技术规模话落地有哪些坑?如何通过核心AI 技术、产品化及平台haul实现客户价值并构建壁垒?人工智能的技术发展趋势和商业化情景如何?本视频基于华先胜老师近四年的实战经验与你一起探人工智能到底是风、是云、还是雨? 贾扬清直播:人工智能算法和系统的进化 讲师:贾扬清,阿里巴巴集团副总裁|CAFFE之父|ONNX创始人简介:介绍人工智能在近几年当中的算法和相应系统的进化过程,同时从技术角度阐述产品形态和用户场景。 金榕直播:困局与破局:从深度学习到AI三大关键技术 讲师:金榕,阿里巴巴集团副总裁|达摩院高级研究员简介:从深度学习到AI三大关键技术方向,看AI技术应用中的困境,破局,以及未来。视频视频将让你收获:深度学习技术的理解,以及其与50多年发展历史的统计机器学习时结合的过程、语音、自然语言处理和计算机视觉三大核心AI技术,近年关键进展、每一项核心AI技术应用到实际应用中所遇到的关键挑战,以及达摩院是如何利用开发创新的方法克服这些挑战的。 司罗直播:达摩院语言技术研发 讲师:司罗,达摩院语言技术实验室负责人|ACM杰出科学家|阿里巴巴高级研究员|卡纳基简介:比尔·盖茨曾说过,「语言理解是人工智能皇冠上的明珠」。自然语言处理的技术会推动人工智能整体的进展,从而使得人工智能技术可以实现商业化。目前,自然语言智能技术和应用有哪些前沿进展?本视频将给你带来自然语言智能技术和应用发展的趋势、深度语言模型有哪些突破式发展、共有云NLP技术服务功能、自然语言技术如何与行业/场景紧密结合。 王刚直播:自动驾驶之路上的 “能”与“不能 讲师:王刚,阿里巴巴达摩院研究员|自动驾驶实验室负责人简介:阿里巴巴是如何理解自动驾驶的基本原理,技术大图,有什么样的进展和技术思考呢?本视频将让你收获:无人驾驶的发展路线、无人驾驶解决的核心问题、面临的核心挑战及解决方案、无人驾驶最新技术成果、无人驾驶技术的前沿进展及未来、应用的前景。 往期精选合集回顾 AI直播合集 架构师成长秘籍 玩转 Serverless 合集 AIoT实践精选合集 玩转DevOps集锦 容器化时代 机器学习实践篇 拥抱云计算 K8s从入门到精通 微服务架构与实践 云原生时代的数据库 众享视觉AI合集 大数据加油包合集 小程序,大世界
演讲嘉宾简介 阿里巴巴达摩院研究院、阿里自动驾驶实验室负责人——王刚 一、自动驾驶原理和技术大图 任何一项技术领域可以从两方面评价:技术难度和技术挑战、市场规模和社会影响。若某一技术的技术难度和挑战很高,但是市场规模和社会影响很小,那么不值得进行投入。如果市场规模和社会影响大,但是技术难度和挑战比较小,则无法充分发挥技术人员的能力。而自动驾驶是市场规模和社会影响非常大,并且技术难度与挑战很高的领域。从市场规模和社会影响角度而言,全球每天花在驾驶上的时间总计达数亿小时,如果节约驾驶时间投入到其他工作,将会获得更高的经济效益。就技术难度而言,汽车驾驶行业本已是民用行业中较为复杂的领域,实现驾驶自动化、智能化的难度可想而知。 1.相关概念介绍 如下图所示,智能驾驶、自动驾驶到无人驾驶是技术层层递进、范围层层缩小的关系。无人驾驶:汽车在无驾驶员介入的情况下,能在限定环境乃至全部环境下完成全部驾驶任务。自动驾驶:指汽车至少在某些或者全部具有关键安全件的控制功能方面(如转向、油门、制动),无需驾驶员直接操作即可自动完成。包括无人驾驶以及辅助驾驶。智能驾驶:包括自动驾驶以及其他辅助驾驶技术,例如语音预警提醒、人机智能交互等,能够在某一环节辅助甚至替代驾驶员,优化驾车体验。自动驾驶分级标准:下图所示为SAE(国际汽车工程学会)J3016文件提出的五级自动驾驶分级方案,是当前被自动驾驶领域与国际社会普遍认可采用的标准。该标准分为五级。L 1、L2称为辅助驾驶,其汽车驾驶的主体及负责方是驾驶员,自动驾驶系统辅助承担部分驾驶任务。L 1在适用的实际范围内,自动驾驶系统可持续执行横向(如方向盘)或纵向(如油门、刹车)的车辆运动控制的某一子任务(不可同时执行)。L 2中自动驾驶系统可同时执行横向或纵向的车辆运动控制任务。L 3到L 5 自动驾驶系统可执行全部动态驾驶任务,车辆驾驶的主体及责任方为自动驾驶系统。L 3中驾驶员在有需要时作为备用参与驾驶任务。到L 5,自动驾驶系统承担所有驾驶任务,驾驶员无需参与驾驶。以上分级场景中L 3仍有待商榷,是否存在解放双眼却需要驾驶员随时准备参与驾驶任务的场景。就用户角度而言,L 3场景能否做到用户友好。例如当用户在L 3级别场景下在车内玩手机,而系统突发事件要求用户在10秒内接手驾驶操作。就技术角度而言,交通环境中时间即是生命,即使在很短时间内也存在事故发生的可能性。要求系统在10秒或更短时间内做出判断与反应,或许已经超出L 3级别的技术能力。以上自动驾驶分级标准可以从另一个角度进行理解,如下图所示。L 1、L 2 解放驾驶员双手双脚,无需操作方向盘、油门等,只需要监视驾驶场景。L 3解放驾驶员双眼,但是要在特殊需要时响应系统需求。在L 4、L 5,驾驶员完全无需参与驾驶。 2.企业发展路线不同 根据不同企业的商业模式与其技术优势的不同,不同企业发展自动驾驶技术的定位等级不同,采用的整体技术发展路线也不同。目前以特斯拉为代表的车企多采用渐进发展路线,利用L 1、L 2自动驾驶技术辅助驾驶员优化驾驶体验。以Google等为代表的互联网或高科技企业更多面向L 4、5方向进行自动驾驶技术的研发工作。对于互联网等科技企业而言,辅助驾驶技术对算法要求较低,更多以硬件为主,创造的价值不高。因此互联网企业研究L 4 自动驾驶技术,尅占据更多创新技术优势。车企注重硬件基础,从L 1、L 2逐渐起步,逐步提高自动驾驶能力等级,更符合企业发展需求。另外,不同企业在传感器方案技术路线、决策算法技术路线等的不同选择,即为细分领域技术未定型而导致的分歧,同样基于整体发展策略的大背景。目前发展无人驾驶技术还存在很多挑战。 3.自动驾驶技术原理以及技术大图 不同级别自动驾驶技术的框架是相似的,因其对精度要求、功能覆盖度要求的不同而发展出不同功能。其技术框架核心分为环境感知、决策规划、控制执行三部分,与人类驾驶过程类似。环境感知:人类驾驶员通过耳朵和眼睛观测环境、了解自己与周围环境中交通参与者的位置与状态。自动驾驶技术的环境感知技术通过感知算法与传感器得到相似信息,包括定位与感知环境。决策规划:得到环境信息后,通过决策算法和计算平台规划驾驶路径等信息,同时保障安全性。控制执行:通过控制算法与线控系统控制车辆按照规划的路径执行行驶操作。如上图所示,上述三部分核心技术涉及到诸多模块。算法:包括控制算法、定位算法、感知算法与决策算法。就其成熟度而言,控制算法基本可以满足技术要求。就阿里巴巴当前实践而言,定位算法在多数情况下能够满足精度要求。期待感知算法做到精确识别周围环境中物体的类别、位置、运动速度、方向等,目前还存在噪声影响等问题。决策算法需要处理噪声等问题,并且高效地规划出可执行路径。感知算法与决策算法模块作为自动驾驶技术的瓶颈,还有待优化。传感器:可以根据不同方案、层级选择不同的传感器方案。例如L 2技术更多使用摄像头与毫米波雷达,L 4技术需要使用激光雷达。激光雷达传感器还存在许多问题,例如稳定性方面的问题。目前主要使用机械的激光雷达,虽然固态激光雷达进展快速,但是实践证明固态激光雷达还不能满足自动驾驶技术的稳定性要求。计算平台:既需要能力强,又要求低功耗。由于上层算法还未定义好,难以针对性制作或优化出适合算法的芯片。测试手段:包括真实道路测试、仿真回归测试。仿真回归测试是自动驾驶领域的热门问题,关于如何模拟驾驶环境及驾驶员的真实行为等方面,存在许多技术问题有待突破。 二、自动驾驶的能与不能 如下图所示,概括了当前自动驾驶技术的发展程度。 1.L 1、L 2 辅助驾驶系统已经落地产品化、规模化,例如特斯拉。未来几年辅助驾驶系统将会安装到越来越多的车辆上。L 3存在一定争议,暂时不做讨论。 2.L 4 将自动驾驶技术L 4根据功能场景分为两类。中高速公开道路L 4:例如共享出租车、高速路上自动驾驶物流车。就算法角度而言,根据Waymo最新接管数据,自动驾驶车辆每行驶1.3W英里需要人类驾驶员接管一次,该数字约每两年可以翻一倍。而人类驾驶员每行驶约5W英里需要接管一次。自动驾驶车辆单单从MPI角度达到人类司机的标准,还需要4年左右。另外,即使MPI达到标准,还需要考虑自动驾驶的驾驶行为、用户友好体验能否达到标准等标准。硬件发展也需要一定时间。例如计算平台需要等到算法形成一定标准后才能进行针对性优化。另外较为重要的一点是法律法规是否允许自动驾驶车辆上路。法律不容冒险,需要在技术成熟、能够通过一定规模验证的基础上才能突破。综上几点,中高速公开道路L 4 技术还需要较长时间才能突破。其产品化、规模化任重而道远。低速末端L 4:包括园区、社区、校园等场景下的自动驾驶实现。此类场景下车辆低速行驶就能满足需求,突发危险时也可以及时停车。因此对算法精度的要求可以有数量级的降低。由于其算法并不复杂,硬件方面或许并不需要定制芯片,可以基于现有嵌入式计算平台进行开发与优化。同时由于其安全风险低,较容易得到法律法规支持。因此低速末端L 4有望在近期取得突破。 三、阿里巴巴自动驾驶的进展与思考 1. 阿里巴巴自动驾驶的使命 载物无人驾驶:在载人无人驾驶与载物无人驾驶中,阿里巴巴自动驾驶定位为载物无人驾驶。赋能智慧物流,让物流更便捷高效。业务角度:阿里巴巴需要选择与经济体业务相关联的企业平台,例如天猫、淘宝、饿了么、盒马、菜鸟等,每天产生1亿+包裹或外卖订单,对人力要求非常高。自动驾驶可以极大程度承担物流任务。技术角度:载物无人驾驶比载人无人驾驶技术实现容易得多。首先,载物无人驾驶无需考虑舒适性等用户体验问题。第二,载物无人驾驶减少伦理道德问题,无需在发生事故时考虑应该优先保护车内用户还是车外人类的安全。因此阿里巴巴定位为载物无人驾驶,既契合物流与伦理需求,技术实现也更为可行。 2. 末端无人物流: 由于算法、硬件、法律法规等方面的问题更容易突破,希望更够更快实现商业落地。当前末端无人物流“菜鸟物流车”已经部署在多所高校实现常态化运营,实现末端配送,给用户带来了较大的便利。希望该产品能够部署普及到更多高校、社区。相信末端无人物流将会为市场带来巨大变化。公开道路城配:探索性技术研发阶段。 3. 技术布局 算法:包括控制算法、定位算法、感知算法与决策算法。上文已有描述。硬件:阿里巴巴在传感器与计算平台两方面同步进行工作。传感器方面有待进行定制化优化。即使是相对比较成熟的传感器:摄像头,有时也不能满足需求,例如目前夜间行驶环境图像不达标。计算平台方面,要实现无人驾驶系统的量产与落地,计算平台必须是嵌入式系统,才能保证低功耗和高稳定性。嵌入式系统的发展需要软硬件同步进行优化加速,因此利用嵌入式系统及算法实现L4级别自动驾驶技术并不简单,希望今年可以做到突破。数据和基础设施:在仿真系统、高精地图等方面进行同步优化。 4.算法探索 如果算法部分的问题不能解决,后续进行计算平台等工作都比较困难。AI算法在过去十年中取得了巨大进展,但是自动驾驶算法仍存在许多问题难以处理。场景多样性、复杂性:自动驾驶算法需要处理交通场景,规划最优行驶路径。然而实际交通场景复杂多样,对自动驾驶算法提出了一大挑战。例如比较简单的单一场景:其他车辆对自动驾驶车辆进行超车时的追尾风险评估。该场景看似简单,但是由于车辆车型、速度、形式轨迹不同,导致超车行为有完全不同的行为表现。如果想要使用一套算法处理好该场景下的不同行为,挑战难度非常大。处理多样化场景 - No Free Lunch理论:处理多样化场景可以从两个角度入手。第一,研发超级优秀的 算法解决问题,但实际困难巨大,难以完成。第二,降低问题难度,用工程化思维解决问题。如下图所示,横轴表示不同问题,纵轴表示算法解决问题效果。No Free Lunch理论简单理解是指难以使用一个通用算法解决不同问题。因此,需要针对不同场景下的问题开发针对性算法,并对其进行相应优化,从而最优化解决问题。同样地,自动驾驶场景复杂多样,使用一种通用算法处理好所有场景挑战难度非常大。因此需要将多样的场景细化分类为多种子场景,针对每个子场景开发相应算法。通过该思路可以最大程度降低问题的难度,使其更易解决。场景分类无统一标准:据上述,解决算法困难,场景分类是第一步,然而目前还无统一标准。自动驾驶场景难以建立统一分类标准,如下图所示,业界已有一些分类标准,但是并不能满足阿里巴巴的要求。根据行驶环境分类过于粗粒度,每一个子场景仍然非常复杂,算法开发无从入手。根据场景要素分类则更偏向于针对测试进行的分类,并非针对算法研发角度进行的分类,存在冗余,部分子场景难以针对性开发解决算法。阿里巴巴自动驾驶场景库:基于以上问题,阿里巴巴提出了自动驾驶场景库。如下图所示,阿里巴巴自动驾驶场景库有以下特点。高度精细化,例如上文提到的超车场景在场景库中分为了20+类。如下图右侧所示案例,一辆车由于发现路障紧急超车到右侧车道,自动驾驶车辆紧急减速避让。如果没有进行场景分类,那么只能依赖于算法快速识别与反应做出判断,对算法挑战非常大,很多时候可能会反应失败导致需要人类驾驶员接管车辆驾驶。在场景分类后,可以预先判断左侧车辆在该场景下有超车的可能,提前刹车,避免需要人类驾驶员接管车辆的事件发生。此例也说明了场景分类对自动驾驶算法产生了正向影响。动态场景交互是自动驾驶技术中最为困难的一部分。目前业界通用场景库多依赖专家知识通过人工设计分类标准,以静态场景为主(例如道路类型、车型、天气)。人工设计场景分类标准更多地停留在语义层面,难以深刻理解自动驾驶场景中的动态行为。阿里巴巴通过对大量路测数据进行分析、聚类,获取具有挑战性的场景数据。以数据驱动的方法进行场景分类,形成了以动态行为为主的自动驾驶场景库。 5.AutoDrive平台 – 高效处理精细化场景 建好场景库后,需要对每个场景开发针对性算法。假设有1K个子场景,在极端情况下,需要针对性开发1K个算法,算法工程师需求很大。目前的通用开发模式是人工+智能。例如开发决策算法,需要极大程度依赖于算法工程师的知识经验,设计相应超参数、网络结构、规则等,效率非常低。人工智能的发展是逐步用计算方式替代人工设计的过程。例如在深度学习出现之前,是由人工设计特征(例如表达图像形状的特征),该方式效率低下。因此利用深度学习,通过自动化学习、计算提取特征代替人工设计特征。而在自动驾驶领域,计算方式替代人工设计的应用并不广泛。例如在决策规划方面,人工设计比重依然很大。一方面导致人工需求量大、开发效率低,另一方面人工设计无法达到最优设计。考虑以上因素,阿里巴巴开发了AutoDrive平台。该平台利用计算换智能,替代人工,从而提升算法设计的效率及质量。希望通过学习、搜索的方式自动化完成多数工作(例如设计超参数、网络结构、决策规则等)。目前AutoDrive平台已经取得一定进展,针对自动驾驶链路中的每个模块都可以进行自动化学习。视觉应用案例 – NAS for 2D识别与检测:利用AutoDrive平台针对感知算法进行自动化学习。由下图结构对比可见,人工设计反而使系统结构更加复杂。人难以理解高维空间发生的事件,因此会堆砌许多业界使用的结构,通过结构深度的增加换取计算精度的提高。因此,人工设计结构中不可避免地存在很多冗余。而AutoDrive平台可以搜索到如下图右侧所示的简单结构,该精简结构就能够达到甚至超越人工设计的复杂结构的精度。此类精简结构在自动驾驶领域十分重要。自动驾驶计算平台必须是嵌入式系统,要求低功耗。通过AutoDrive平台自动化学习、搜索的方法能够大幅度降低计算复杂度,从而降低计算平台资源消耗,使计算平台更易于设计。效果:如下图所示,除上述感知案例,AutoDrive平台精细化场景库也应用到了决策规划、定位等多个算法模块中以期实现自动化设计。例如路口防碰撞策略,应用AutoDrive平台对其参数进行自动化学习与优化后,相比人工设计规则和参数的效果提升16.5%。为使自动驾驶问题变得更加简单,对其进行场景分类。将Cut-in场景分为25类进行针对性解决后,相比于使用一套通用算法解决困难效果显著提升18.7%。同时说明了精细化场景库的优势。AutoDrive背后的自动驾驶云平台:AutoDrive未在自动驾驶领域广泛应用,因为其对背后的工程平台要求很高。就相似平台AutoML而言,AutoDrive与AutoML平台仍然存在很大不同。AutoML主要处理二维(例如图像、文字)信息或数据,因此其数据输入输出相对简单,并且只需要验证其分类结果是否正确。而AutoDrive需要处理复杂的、多模态的、时序的自动驾驶信号(例如视频),并且就此类信号模拟最终产出结果。例如验证决策规划,需要仿真模拟某一参数改变后的车辆行驶轨迹。因此AutoDrive不仅难度更高,也增加了工程困难。因此在AutoDrive背后需要依靠包括仿真、数据标注、数据管理、模型训练、计算资源、计算平台等的大规模工程系统,才能支撑AutoDrive的发展。 6.基于“No Free Lunch”理论的自动驾驶算法研发的化学反应 阿里巴巴针对自动驾驶技术的算法瓶颈问题,提出结合以下3个方法,大幅度推进算法研发的进度。场景精细化:分解复杂场景问题,简单化解决。算法针对性:对分类后子场景进行针对性算法开发、针对性优化,从而提升每个场景的成功率。云平台高效化:提出AutoDrive平台,通过计算换智能减少人工设计、人工参与,减少对自动驾驶领域专家知识的依赖,从而提升研发效率与质量。 四、总结与展望 1.以AutoDrive为代表的自动化学习平台将会在自动驾驶研发中发挥越来越重要的作用。2.随着算法的优化提升,软硬件协同设计将会越来越受重视。3.就落地角度,除了L2辅助驾驶会继续普及,低速非公开道路无人车有望在近期逐步实现产品化、规模化。
人工智能的发展 人工智能的发展经历过三次高峰。第一次高峰产生于五十年代人工智能技术初步兴起,第二次热潮产生于八十年代,其代表为专家系统。目前世界上正在经历人工智能的第三次发展高峰。前两次高峰并未给社会带来预想的翻天覆地的变化,这次的高峰是否会重蹈覆辙,还是会有不同?其实,本次发展高峰有以下4个不同于以往的特点: 1.深度学习: 作为人工智能强大的辅助工具,深度学习的出现为很多尚未解决的难题提供了解决方法; 2.强大计算: 云计算和芯片算力的提升大大增加了计算机处理数据的能力; 3.海量数据: 各行各业中积累的海量数据,为人工智能的应用提供了创造价值的条件; 4.成功案例: 搜索引擎、电商推荐、涮脸支付等成功的应用案例为人工智能技术的发展提供了参考。人工智能产业的快速增长人工智能产业从2012年前后开始经历了一段快速发展的时期。2017年及之前全球涌现了8000余家AI创业公司,活跃的AI创业公司数量较过往增加了14倍。在2017年当中,167家中国AI公司获得了总计50多亿的USD投资。目前绝大多数公司都成立了自己的AI实验室,试图通过人工智能技术辅助公司业务发展。AI之困境当前AI技术虽然发展的如火如荼,但在技术实际的应用过程中仍然存在营收困难、数据差异大、核心价值难以实现、用户期望过高等多种问题。 营收问题 如何利用AI技术创造营收是AI企业面临的首要难题。根据2018年的数据统计,超过90%的AI公司营收都在亏损。公司承接的AI项目定制成本及开发所用人力成本都很高,且项目资金不易回流,造成了AI项目投入大回报低的缺陷。同时由于各家公司技术差距的不断缩小,开发AI通用产品所能获得的回报也在逐渐减少。 实验室VS真实世界 人工智能技术落地的第二个困境是实验数据与实际数据的差异巨大。由于公开数据集与真实企业数据之间的巨大差异,企业真实场景中的结果常常不能令人满意。这使得企业无法正确估量相关技术应用后的效果,大大消减了企业的信心。例如在人脸识别技术的应用中,开发者们的代码往往可以在著名人脸识别数据集LFW上取得极高的准确率。但当代码被用在真实场景中时,由于不同使用场景差异很大,代码也常常不能获得很好的效果。另一个例子,人员重识别(Person Re-ID),公开测试数据集与实际应用的区别则更大。相较于公开数据集的数据,真实场景中的人员会穿着不同的衣服,乘坐不同的交通工具并正在进行不同的动作。这些变化都给算法的识别造成了很大的困难,使得算法的准确度大大下降。成熟的技术VS用户的需求成熟的技术与用户实际需求之间较大的差异是AI技术应用的第三个困境。企业的用户对AI技术抱有很高的期望,常常寄希望于通过AI解决绝大部分业务问题。实际上AI技术仅能对业务中的某一类问题提供很好的解决方法,并不能解决全部的业务需求。 AI技术和应用成功的关键因素 AI技术成功应用的关键因素往往在于其能否为企业带来相应的核心价值。AI技术的价值可以分为以下三个境界。 1.锦上添花: 若企业在锦上添花阶段投入大量人力物力,往往得不到理想的产出并会造成资源的浪费。 2.雪中送碳: 在这个境界中,企业开发的技术能为行业带来不可替代的价值,为解决某些业务问题提供了良好的解决方法。 3.无中生有: 因为某项AI技术的产生,从而衍生出相关的需求与业务。例如,手机的大屏,就是个很好的例子。用于通讯的手机通过技术的发展实现大屏观看视频、浏览网站、视频通信等需求,大屏并不是手机的“初衷”,但现在已经成为了手机不可缺少的功能。 大规模人工智能应用场景阿里巴巴的人工智能技术研发背靠大规模人工智能应用场景,通过解决实际应用场景中出现的问题促进相应AI技术的发展。下图展示了阿里巴巴中人工智能技术的部分应用场景,下面本文将围绕其中一些AI技术应用实例进行介绍。视觉搜索应用场景目前视觉搜索技术的应用非常广泛,该技术普遍应用于通用搜索、商品搜素、城市搜索及原料搜索等多个领域之中。下面将以电商中的视觉搜索作为例子,介绍视觉搜索的关键技术点。 视觉搜索流程 电商的视觉搜索的流程可以分为6个部分,分别是类目识别、主体检测、特征提取、检索、排序及结果呈现。算法首先对图片中的商品类别进行识别,将商品正确划归到其所属的类别之下。在类目识别后,通过主体检测方法将待观测商品在图片中标注出来,算法会将商品图像的像素转化为可以计算的特征,商品图搜搜索引擎对得到的特征数据与索引中的数据进行特征的比对及检索,并对返回的结果进行相似度的排序,最后将经过重排后的商品列表呈现在用户面前。 特征学习 特征学习是视觉搜索中十分关键的步骤。基于深度学习的特征学习方法会在图片中提取商品的特征,也就是将图片转化成可以比较的向量。深度学习技术的出现提升了特征学习的效果,通过深度学习的方式,可以设计网络结构迫使神经网络将图像特征收敛到理想的状态,从而大大提升搜索算法的准确率和召回率。 索引和搜索系统 索引与搜索系统是视觉搜索中另外两个大挑战。如何对向量数据进行搜索是一个难点,较为常见的方法是采用量化方式处理,将图像的向量特征转变为可以索引的数据。在搜索阶段,企业搭建相应的搜索系统处理用户的搜索请求,搜索系统会将索引数据分配至多台服务器中储存,并把每个搜索请求分到不同的服务器中进行处理,最后汇总所有的搜索结果进行排序。 技术效果 淘宝App中的拍立淘功能使用视觉搜索技术实现了识别用户图片并进行商品检索的功能。下图展示了拍立淘功能的效果,可以看到系统检索出的商品与用户上传图片中的商品基本为同款同型号或类似的产品。淘宝通过这种方式减少了用户手动搜索商品的时间,大大提高了用户的购物体验。视觉制造应用场景视觉制造技术可以应用算法制造视觉数据,包括图像、三维图形和视频。该技术通过结合视觉分析、搜索技术,以及视觉制造引擎将用户的想法转换为可见的视觉数据。以下为视觉制造技术在不同场景下的应用实例。 AlibabaWood商品页面秒变视频 阿里巴巴应用视觉制造技术在淘宝中实现了商品页面秒变视频的功能。系统会自动进行商品页面的图像分析及文本分析,并将分析得到的数据自动生成视频。通过将静态商品页面转换为动态播放视频的形式,增加了该种商品的点击率与转化率,同时节省了制作相关视频所需的成本。 视频修复增强 使用视觉制造技术还可以实现对低质量视频的修复。一部1.5小时的老旧电影,传统手工修复要40天,AI智能修复则只需3个小时。阿里巴巴与优酷联合上线的“经典高清”专区即通过视频修复增强方式在极短的时间内对超过1000部经典老片进行自动修复,使影片焕发出了新的生命力。下图所示为通过该方式对影视剧士兵突击修复后的效果,曾在电影院高清屏幕上播放,获得了观众的大量好评。 视频植入:从点位检测跟踪到渲染嵌入 通过视频制造技术可以在视频中找到合适的位置放入企业的植入广告。视频植入技术通过算法解析视频中的场景,在较为合适的水平或垂直平面或曲面放置企业的广告并将广告无缝渲染进场景之中。这种方式帮助企业做宣传的同时,同时保证了植入广告的自然度,并且不占用观众的时间,也不破坏视频内容,不会引起观看者的反感。下图所示为视频植入技术在视频中的应用效果。 鹿班:自动平面设计 鹿班智能平台是视觉制造技术的另一应用实例。阿里巴巴设计开发的鹿班智能平台可以为使用者自动设计平面广告。使用时,鹿班平台会整合用户的文案、图片及希望的广告风格,自动生成符合用户需求的广告图片或海报。鹿班平台可以以本科毕业生的水平每秒制作8000个banners图。在2017年的双十一期间,阿里巴巴集团使用鹿班平台共生成了4.1亿个banners图,增大了双十一活动的宣传影响力,并为企业节省了很大的宣传成本。鹿班平台的开发为企业积累了成功的经验。鹿班这种场景,也就是大批量短时间产生广告图的需求,原来是没有的,因为人力很难实现。但自动设计技术使得这种场景变成可能,从而这项技术也成为大促场景的刚需了。企业认识到AI技术的应用要注重于关注刚性需求,而不是注重于炫酷的技术。新的AI技术可以提升商业创新,商业创新则可以反哺技术上的创新。视觉诊断视觉诊断技术为AI技术的另一重要应用,可以分为两类:诊断人,也就是医疗影像技术;诊断产品或机器,也就是工业视觉技术,特别是质量检测技术。以下为阿里巴巴集团在视觉诊断方面落地的技术和应用。 智能医疗健康 阿里巴巴的医疗健康AI团队致力于让AI技术辅助医疗保健,使医疗分析和健康管理变得更高效、普惠、低成本。数据统计发现在保证人们健康的诸多因素中,保持健康行为对人体健康的收效最高,因素比例高达50%,而目前人们的健康花费却大多集中在医疗服务方面。医院ICU往往成为了人们为健康花费最多的场所。如何更有效的保障人们的身体健康?阿里巴巴医疗团队通过采集人体听觉、视觉、感知及文本的数据搭建智能健康管理平台。平台会对人体数据整合分析,为糖尿病、高血脂、心血管等高危疾病的病人提供预警服务,为使用用户提供每日健康数据的分析。帮助使用者实时了解自己的身体状况,并通过身体状况信息随时调节自己的身体,达到通过促进用户保持健康行为保障身体健康的效果。 精准的冠状动脉CTA影像分析 通过深度学习方法及三维图像检测方式,CTA影像分析技术可以对心脏冠状动脉进行非常精细的分割和命名,并对冠状动脉中出现的狭窄区域及细小的病变斑块进行识别。通过精准的图像及深度学习技术可以检查出病人体内所有细微的病变。 智能骨科:脊柱MRI智能诊断 应用AI技术在骨科中可以进行脊柱结构的提取,对脊柱中锥体和椎间盘进行高精度的分割与测量。同时算法可以辅助医生进行辅助诊疗,以细粒度的级别区分退变性疾病,大大提升医生的诊断效率。 下图为智能骨科技术在髋膝关节手术测量中的应用示例。算法可以自动标注出关节中特征点的位置、角度和长度,为医生实施手术提供可靠的参考。 寻微:医疗健康搜索平台 通过阿里巴巴搭建的医疗健康搜索平台,医生可以在平台中找到与当前相似的病例信息及医疗影像,通过参考历史治疗记录及治疗经验更好的诊断病人并为之制定更合理的治疗方案。 健康精灵解决方案 阿里巴巴将有关医疗健康知识的数据构建成知识图谱,储存到天猫精灵可访问的数据库中。用户通过与天猫精灵对话可以调取数据库中的信息,天猫精灵会根据知识图谱为用户提供改善健康的方案。天猫精灵还可以对用户健康状况进行自动的分析管理。 未来健康管理 传统医学文化强调治未病,即在人体未生病时便开始对健康干预。阿里巴巴构建的未来健康管理通过认知、判断、决策、学习四个部分帮助用户防范健康问题于未然,结合AI医疗的技术为人们的身体健康保驾护航。 新冠肺炎CT影像分析 阿里巴巴AI医疗团队在2月16日成功上线了针对于新冠肺炎疫情的CT影像分析系统。系统会在20秒内对患者的患新冠肺炎的概率及病区占肺部的百分比等数据进行分析输出,预测的准确度高达96%,现已落地160多家定点医院,经过29万余次调用(最新数据),为新冠肺炎的快速确诊提供了可靠的帮助。 全基因测序数据分析 阿里巴巴为新冠肺炎设计的全基因测序分析技术在10分钟内即可完成全部基因组的比对工作,算法通过高达95%的全基因序列覆盖使得确诊的准确度基本上接近100%。由此,将全链路的新冠病毒全基因测序从两三天降低到14小时。行业视觉诊断行业视觉诊断技术广泛应用于电池板、纺织业、大型机械等工业制造过程中的产品质量检测和故障诊断中,旨在节省人力并提高产品的良品率和设备的精确度与稳定性。以下为行业诊断技术在各行各业中的应用实例。 太阳能电池板瑕疵检测 针对以往人工检测太阳能电池板瑕疵消耗时间长、不能全部检测等问题,阿里巴巴设计实现的太阳能电池板检测系统可以实现全量电池板的检测,通过AI技术辅助分析的方式使相关企业检测效能提升36倍。下图以准确率、速度与识别颗粒度为指标对人工与AI技术检测的效果做了对比。相较于人工方式的准确度、速度及识别颗粒度,AI技术均有很大提升。 更多行业视觉检测 行业视觉检测技术同时广泛应用于输电线路巡检、食品质检等多个行业的场景之中,并取得了良好效果。 智能养猪 阿里巴巴创建的智能养猪场使用AI技术可以实时掌握每头猪的身体状况。AI技术可以对猪场进行远程计数,通过对猪的行为与饮食分析了解猪的情况,并在必要时对猪的健康报警。城市大脑阿里巴巴集团设计实现的城市大脑旨在打通城市中积累的大量数据,通过人工智能分析采集的数据,并为城市提出相应的优化方案。城市大脑应用AI技术与算力相结合,分析城市中的数据,使城市治理和服务数据化、智能化,做到高效、低耗、便捷的管理城市。实现城市在治理模式、服务模式、产业发展上的多方面突破。下图为城市大脑的结构示意图。 城市大脑首先会汇集视频、GPS、微波等多种类型的数据,并对视频数据进行分析理解,对数据产生初步的认知。对于已经生成的认知信息,城市大脑会通过AI算法对数据进行分析处理并提出优化决策,优化方案包含且不限于红绿灯优化、公交优化、事故事件报警等等。通过将城市中的要素放入搜索引擎,系统将会自动进行搜索与数据挖掘,此时系统可以同时进行可疑车搜索、发现交通规律、寻找拥堵原因等多个任务。系统在提供管理优化方案的同时提供数据预测功能,可以根据当前交通状况、天气、事件等因素对交通流量、交通事故概率等多方面数据做出预测,并基于预测数据进行相关的干预。目前阿里巴巴的城市大脑系统已实现30余个城市或城区60余个项目的部署,企业开发的城市大脑人工智能开放创新平台支持十余家研究机构及第三方厂商的研发与部署。城市大脑系统的6组产品已广泛应用于交通、平安和市政管理等多个重要领域中。 城市大脑人工智能开放创新平台 城市大脑人工智能开放创新平台具有功能全面、使用灵活、实时性高、运行高效及开放性高等五大优点,可以为开发及研究团队提供安全可靠的AI平台层的支持。平台提供的大规模视频分析处理加速技术可以支持一台服务器同时处理超过100路视频,大大的增加了处理视频数据的效率。 全天候异常事件事故检测 城市大脑的全天候异常事故检测功能会将近实时检测到的城市中的事件事故自动排列在数据大屏上并对发生的事故不断的更新数据信息,根据事件事故的不同类型,系统自动处理或由交通警察及时进行相关处理。 杭州城市大脑交通态势/信号灯优化/事件优化 通过阿里巴巴城市大脑提供的交通态势、信号灯优化,杭州的交通通行效率比以往提升了15.3%,每天系统可报告2万起事件事故信息,准确度达96%。 杭州城市大脑:特种车优先通行 针对特殊车辆如警车、救护车、救火车等,城市大脑会通过干预信号灯、优化道路交通等方式为该种车辆保驾护航,使特殊车辆可以更快的到达目的地。 城市大脑其他功能 城市大脑同时提供车辆巡检、高危驾驶行为识别、车流量人流量预测、市政管理及智能安全检测等多个功能。通过这些功能为城市的发展提供保障。 城市3D重建和4D推理 城市大脑提供的城市3D重建及4D推理功能可以将城市的状态用实时3D沙盘的方式呈现给用户,并通过AI技术在3D沙盘上还原城市在不同时刻的运行情况。在城市大脑的设计实现过程中,阿里巴巴AI团队通过AI技术创造出不可替代的价值,潜心理解应用场景并打磨产品功能,建立起产品的核心竞争力,最后通过打造平台建立起生态,实现了从项目到产品再到平台的演变,为城市的治理、管理提供了有力的技术支撑。 人工智能未来趋势 今天的人工智能方法论虽有局限,但各行各业之中有很多问题尚未解决,故人工智能仍有很大的发展空间。对于传统产业和数字产业,拥抱AI技术才可以更好的发展。对于人工智能的从业者而言,深入理解行业至关重要。对人工智能的商业化而言,需要用技术为客户创造足够的价值,否则无法很好的规模化落地。对于每个人来说,人工智能已经开始深入人们生活的方方面面,拥抱AI技术发展带来的变化不可避免。人工智能技术到底是风是云是雨,取决于我们如何看待、研发或使用这些技术。如果不能选择好的路线,AI可能会如风般不实,如云般缥缈;若能可以深入研究技术,使用先进的核心技术打造产品,创造不可替代的价值,AI技术便可变成滋润万物的春雨,帮助我们走向成功。
一、人工智能及自然语言智能 什么是自然语言智能?自然语言智能研究实现人与计算机之间用语言进行有效通信。它是融合语言学、心理学、计算机科学、数学、统计学于一体的科学,它涉及到自然语言和形式化语言的分析、抽取、理解、转换和产生等多个课题。人工智能无疑是当前非常火热的研究方向,司罗研究员按照人工智能的发展层面将其分为计算智能、感知智能、认知智能和创造智能4个阶段。图 1 人工智能发展层次 计算智能是人工智能中比较基础的层面,指的是计算机或者机器依靠自己快速的大量计算能力、海量的存储能力来完成一些人类所不能完成的任务,比如谷歌的Alphago就属于这类智能。计算智能之上是感知智能,指的是能够在广泛非结构化的信息中心找到重要信息的智能,比如在新闻文章中找到人名、地名、组织名等重要要素,又比如计算机视觉能够通过人脸识别找出人脸ID等等。感知智能之上是认知智能,它是在感知智能找到重要信息之后试图寻找这些信息之间的联系,然后做一些相应的重要推理工作,比如在海量新闻报道中找到重要事件的发生、发展、高潮、过程、结束,又比如通过计算机视觉找到同一个人在不同时间、不同场景下的移动轨迹以及做的事情等。在以上智能的基础上,更高级的是创造智能,它能够真的生成复杂的、满足语义的、符合常理的设想,是属于高级智能。当前计算机还不能够写出非常自恰的小说,如果未来某一天计算机或者人工智能能够进行非常复杂的科学工作,如数学推理、物理研究等,才能够称之为创造智能。在感知智能、认知智能和创造智能的背后,涉及到大量的语义的理解、常识的推理,而自然语言处理是实现这些高层智能必不可少的技术,也是一个非常有挑战的任务。 二、达摩院语言技术研发体系 2019年自然语言智能的发展取得了一些重要进展:深度语言模型突破式发展,引领重要自然语言技术取得进展;共有云NLP技术服务从通用功能走向定制化服务;自然语言技术逐步与行业/场景紧密结合,产生更大价值。2020年自然语言智能也会朝着这些方向更进一步的发展。阿里巴巴是一家技术驱动的公司,自然会争做技术的引领者,成立了专注于自然语言智能的达摩院语言实验室,其目标主要有:1.构建阿里巴巴自然语言技术体系,支撑阿里经济体语言技术和应用;2.赋能阿里巴巴合作者,发展普惠自然语言技术;3.创新自然语言技术,探索未来智能;达摩院语言实验室成立两年多来,不断地发展、完善技术体系,在各类国内国际的技术评测中取得了优异的成绩,如:2016年ACM CKIM Cup 个性化电商搜索国际竞赛No.1、2017年美国标准计量局信息抽取英文实体分类比赛No.1、2019年语义理解评测(SemEval)大会上谣言识别和地名分析等4个项目No.1、2020年3月在著名Gluebenchmark语言模型评测集上取得No.1等等。参与这些技术评测的目的不是为了评测本身,而是为了验证达摩院的技术、完善技术体系,然后把技术沉淀到自然语言技术平台中,赋能阿里内部的应用以及阿里的的合作伙伴,创造更大的商业价值。 (一)自然语言技术平台 达摩院语言实验实验室依托自己的技术能力打造了如图2所示的自然语言技术平台。其中,最底层是数据层,收集了包括语言字典、分词/词性标注语料库、实体语料库、情感语料库等在内的海量数据;在数据层之上,达摩院语言实验室构建了完整的NLP基础算法,从基础的词法分析到句法分析、语义分析、文本分析到最后的深度模型的构建都囊括在内;在基础算上之上是NLP技术的垂直技术,包括内容搜索、内容推荐、情感分析、商品理解等等;最后,将NLP垂直技术组合起来支持复杂的NLP应用,比如搜索、推荐、翻译、广告等。图 2 达摩院语言实验室自然语言技术平台 (二)翻译技术平台 自然语言非常重要的一个分支是翻译技术,它可以帮助我们消除商业交流和沟通中的语言障碍。语料平台是翻译技术的重要组成部分,包括语料抓取平台、众包寻源、语料质量评估等;在语料平台之上是多语言NLP技术,包括多语言分词、中心词识别、实体识别和拼写纠错;在多语言NLP技术的基础上有了机器翻译技术,主要包括统计翻译技术、多语言统一翻译模型以及最近非常火的神经网络机器翻译等等;在机器翻译技术的支持下,翻译技术才能够支撑不同的跨语言解决方案,进而在不同的业务场景中发挥应用,比如电商中标题的翻译、详情的翻译、评论的翻译等等,在阿里内部也有非常多的场景应用,包括速卖通、ICBU、菜鸟等,包括阿里云的国际化、菜鸟的国际化,翻译技术都在其中发挥了重要作用。图 3 翻译技术平台 阿里巴巴的机器翻译技术支撑了阿里巴巴内部广阔的国际化应用场景,支持了70多个业务方,有着超过170个的场景应用,日均调用量达到了10亿,积累了大量的语料数据,同时,通过核心的神经网络机器翻译引擎来支持了大量重要的工作,创造了数亿美元的业务价值。机器翻译不是为了替代人工,在很多情况下是为了通过人机协同,来提高效率,更高效的完成工作。通过海量的应用场景,这些技术能够支持更广泛的国际化场景,让商业没有语言障碍,创造更大的价值。 (三)NLP自学习平台 前面的自然语言技术平台和翻译技术平台都是比较通用的NLP平台,用比较通用的模型来支持相应的工作。然而,在赋能合作伙伴的时候发现各个企业的需求往往是更加多样化的,且场景化、行业化有高度的定制依赖,很多数据有高度的隐私,并且缺少平台化的解决方案。另外,阿里的合作伙伴很多只是使用者,并不是算法的开发人员,所以需要向这些合作者提供面向低算法基础用户设计的NLP定制化标注、训练、预测一体化的服务平台。根据实际场景的需求,达摩院语言实验室设计了NLP自学习平台。该平台从数据标注开始,提供了相对完整的数据中心来帮助用户进行标注和做数据质检,然后用户可以通过自然语言自学习平台训练与行业场景紧密贴合的模型,赋能业务,创造商业价值。这样一个NLP自学习平台方便快捷、易用、成本低且可以取得较高的准确率。NLP自学习平台可以赋能零算法基础的伙伴们去使用NLP技术,从中获益,赋能商业,提供NLP基础平台是非常重要的,当前也有很多厂商提供了类似的平台来加速NLP的商业赋能。图 4 NLP自学习平台 目前,达摩院语言实验室的NLP学习平台的原子能力包括从最开始的文本抽取、文本分类到更高一层的短文本匹配、关系抽取以及更加复杂的原子功能,同时也支持包括电商的情感分析、商品评价解析在内的场景化应用,更加复杂的应用比如合同审核等已经在测试中。利用文本抽取功能,我们可以对纯文本信息进行提取,抽取其中重要的要素,比如对于合同文本,通过模型的训练可以自动的提取出合同的名称、甲方、乙方、收款账号和开户行等关键信息,另外对于简历也有相应的解决方案,可以抽取简历中包括姓名、学校、专业,甚至工作经历在内的重要信息。文本分类是非常重要的一项自然语言技术功能,很多重要的应用都可以看作是文本分类的一个特例,比如对短文本的分类,可以通过对短文本的识别来判断是属于涉黄、广告、辱骂还是涉政,在评价中,可以对评价进行分类来判断是属于正面评价还是负面评价。更复杂的原子功能包括关系抽取和短文本匹配。通过关系抽取,我们可以在找到重要的实体之后找到他们之间相应的关系,甚至找到多个实体之间的联系。短文本的匹配在许多场景中也有着重要的应用,比如在银行业务场景的信用卡补卡中,我们可以通过NLP自学习平台的应用来进行问答,判断用户的真实意图和业务需求。在商品评价的场景应用中,基于阿里内部平台海量的已标注数据,达摩院语言实验室训练了大量的模型,取得了非常不错的效果,通过建立各行业定制模型,多维度分析商品评价文本,达摩院的NLP自学习平台支持基于用户自评价维度的商品评价解析模型。 三、语言模型 在技术平台和技术之后,非常重要的基础是语言模型的构建。语言模型是用来描述自然语言的表示,顺序,结构,意义,生成的过程以及如何使用与语言相关的应用任务的技术。传统的语言模型构建分为两种:一种是语言学方法,就是使用语言学文法(上下文相关法)来描述正规的语言表示形式和意义,这种方法可以比较好的解释语言的文法是如何产生的,但是由于语言是在动态的发展中,新语言、新语法、新意义在不断变化和涌现,纯规则的方式局限性大;另一种是数据驱动的方法,也就是通过统计学习或者深度学习的方法,通过大量的语料和一些相关应用任务,学习语言的表示和结构,这种方法因为可以利用不断变化的语言信息,利用海量的语料信息自学习,能够更好地适应广阔场景和应用。司罗研究员认为,融合语言学知识,通用知识,领域知识,海量多模态数据信息的模型才是未来自然语言智能的发展方向。数据驱动的语言模型主要包括统计语言模型和神经网络语言模型,也是当前语言模型的主要发展方向。 (一)统计语言模型 统计语言模型通知是用N-gram语言概率模型来建模,预测有时序关系的句子组成结构。这种模型通过MLE训练,训练速度非常快,可解释性强,直观易理解,但是该模型的窗口只依赖于前面的几个词,如果增大范围,参数空间就会指数增长,进而造成数据稀疏,比较难处理新词。图 5 统计语言模型 (二)神经语言模型和表示学习 为解决统计语言模型所遇到的问题,学术界提出了神经语言模型和表示学习:对于每一个单元,我们希望在连续空间中为每一个语义单元(如词)赋予一个向量(如词向量),通过神经网络学习这种分布式表征。基于这种向量式的表示,进而可以进行计算、分类等自然语言相关的应用。一个非常经典的例子就是Word2vec模型,该模型中的每一个词都用一个多维向量来表示,学习词向量用周围词来预测中心词,这种方法用一个单一的隐藏层来学习向量表示,所以有固有的缺点,比如每个单词的表征空间是固定的,不随上下文改变;模型简单,表示能力有限;和下游的任务链接不足,特别是一些监督语料任务等。基于Word2vec的以上特点,研究者们提出了深度语言模型,也就是利用深度神经网络学习利用上下文学习自适应的语言表示。其中,一个比较有名的是ELMo模型,它利用了LSTM网络,对一个词左边的上下文和右边的上下文都进行建模,有着非常好得效果,其结构如图6所示。图 6 ELmo模型 另外一个非常火热的模型是谷歌在2019年提出的BERT模型。BERT模型分为两个不同的阶段:Pre-training阶段和Fine-Tuning阶段。在Pre-training阶段,BERT利用了词之间的关系和句子之间的关系,用无监督的方法来进行训练,学习每个句子中每个词在上下文语义的向量表示。Fine-tuning阶段是和下游任务的结合,把下游中有监督的一些预料当成我们优化的目标,然后和BERT中的语义表示结合起来,然后进行反向传播,来改变BERT中的语义向量表示。在BERT的两个阶段中都用到了深度语言模型,而且使用了Transformer架构来完成相应任务。图 7 BERT模型 (三)StructBERT 简单对比BERT和ELMo可以发现两者都使用深度神经网络学习利用上下文学习自适应的语言表示,两者都和下游的任务相结合来提升模型效果,但是两者也有一些不同:(1)BERT使用的是autoencoder架构,使用attention来统一建模整体信息,而ELMo对左右信息分别建模;(2)BERT使用Transformer建模,ELMo基于LSTM/RNN建模;(3)BERT较重与下游任务联合Finetune,ELMo较轻与下游任务以特征结合。结合两者的特点,如果下游的任务是比较多的监督语料,一般来讲BERT的效果要比ELMo更好一些,因为BERT与下游更加耦合,更多的进行了联合优化。BERT自提出以来收到了很大的观众和广泛的应用,也有不少机构对其进行改进,按摩院语言实验室在这方面也做了很多的工作,尤其是在BERT的基础上,我们提出了StructBERT模型。StructBERT模型更加深入的利用了词之间的关系和句子之间的关系,比如在词关系中利用了词之间的位置关系。通过利用词之间的关系和句子之间的关系,StructBERT模型可以更加有效地训练词向量的表示。同时,StructBERT模型还利用了生成式模型和Discriminator模型来提升词向量的表示效果。目前,在GLUE基准评测中,StructBERT模型排在第一位。图 8 StructBERT模型 (四)基于StructBERT的实例 基于StructBERT模型为核心,阿里在很多不同的自然语言技术方向做了一些工作。下面是一些具体的实例。(1)中文StructBERT的Tokenization优化图 9 中文StructBERT的Tokenization优化 (2)StructBERT加速——知识蒸馏图 10 StructBERT加速——知识蒸馏 (3)预训练语言模型——融合结构化信息传统的BERT是使用文字信息,但是在很多场景下我们有更多的信息加以利用,如结构化信息。比如表格信息中往往包括了词的位置信息,如果利用OCR来提取信息,也可以得到相应词的位置信息,如果将这些信息和文本信息结合起来使用BERT,就更加有利于下游的任务。图 11 预训练语言模型——融合结构化信息 (4)机器阅读理解——多文档/多段落将StructBERT模型和多文档/多段落模型相结合,用于检索、排序、问答等机器阅读理解方面,有着极为不错的效果。图 12 StructBERT与多文档/多段落结合 (5)机器阅读理解——融合知识StructBERT也可以和知识结合起来,比如把一些常识性的知识结合到语言模型中,能够更好地进行分类、问答等任务。图 13 机器阅读理解——融合知识 (6)知识驱动机器翻译——语言学知识不同的语言,有着丰富的表达形式,语言学知识通过语言模型能够更好地用在翻译场景,比如通过语言模型来学习Compounding、Suffixes等不同语言的特殊表达形式,来提升翻译效果。图 14 知识驱动机器翻译——语言学知识 四、自然语言和行业场景的结合 自然语言本身的原子能力并不是一个完整的场景,要实现其价值,必须与行业场景结合。在一个企业中往往是有丰富的内部场景,比如电商、客服等等,在社会上也有广阔的外部场景,比如司法、公共安全、教育等等,通过这些场景可以积累全面、多领域、多语言的NLP数据和知识,基于这些知识和数据来构建NLP的应用技术再将技术反作用于场景,只有形成这样的闭环,才能更好的把自然语言技术的价值体现出来。图 15 自然语言智能与行业场景闭环 以下是达摩院语言实验室在一些行业场景中应用自然语言技术的简单介绍。 (一)电商翻译业务场景 阿里巴巴有着丰富的跨境电商场景,自然也需要大量的翻译工作。在电商翻译场景,我们需要建立完整的多语言翻译技术链,从商品标题的翻译,商品详情的翻译,到支付场景的翻译,再到与客户的交流沟通,都需要翻译技术的支撑来更好的支持阿里整体的跨境电商业务。 (二)机器翻译应用于社交场景:钉钉翻译 最近,钉钉有了飞速的发展,其国际化业务的开展背后也是由翻译技术来支撑的。目前,钉钉已经支持了30个互译语向,有了大量的业务应用场景。当然,在大量应用之后,也会发现一些问题,比如一些口语化的翻译不够准确,不能很好的识别语境等等,达摩院也在不断的优化背后的算法,为用户提供更好的服务。图 16 社交场景翻译:钉钉翻译 (三)云产品 在NLP发展的基础上,达摩院语言实验室也与很多行业场景深度结合,打造了很多适合特定场景的云产品,提供了相应的解决方案。(1)地址信息管理系统地址信息管理系统主要是对各行业业务系统登记的非标准地址信息进行纠错、归一、层次化等NLP处理,实现标准化地址的生成、匹配、管理、应用的体系化系统,以更好地支持物流、工商等场景应用。图 17 地址信息管理系统 (2)事件分析图谱事件分析图谱是在海量的文本信息中通过自然语言技术实现事件的文本化、结构化、图谱化,用于数据串并、检索、推理等场景。图 18 事件分析图谱 (3)云产品赋能泛通信在通信行业,利用AI赋能云通信,助力产品构建差异化的市场竞争力,比如通过提供短信内容的审核的原子能力来帮助提升云通信的整体能力,未来也会从单一的文本信息向语音信息、视频信息、国际化信息发展。该产品在阿里云业务中的实验取得了非常好的效果,提升了业务整体的商业价值。图 19 云产品赋能泛通信 (4)智能司法随着案件数量的增加,法官数量与案件数量之间出现了不可缓和的矛盾,而NLP技术的引入,可以极大的提升司法效率。图 20 智能司法 (5)智能合同司法相关的另一个自然语言技术适用的场景是智能合同。当前,电子签名、合同管理已经变成了一个非常重要的趋势,而合同本身的审核绝大多数还是由律师来亲自完成的。通过自然语言智能的赋能,来帮助进行合同的审核、管理,可以全面提升该项业务的效率。图 21 智能合同 (6)智慧医疗智慧医疗方面也是NLP可以发力的一个场景。当前主要应用于医疗质检,通过对病历的医疗质检,在诊前、诊中辅助医生进行治疗等等,大大提升医生的效率。图 22 智慧医疗 (7)NLP助力疫情防控在这次疫情中,达摩院语言实验室也做了一些基础方面的工作来助力疫情防控,奉献自己的一份力量。首先是地址产品在疫情防控中发挥了一定作用。通过NLP技术提取信息中的地址信息,来助力疫情防控,典型场景有疫区流入人员分析、关联人员筛查、疫情外呼等等。其次,面向新冠疫情的医疗机器翻译在这次疫情中也起到了非常重要的作用,尤其是当前疫情呈现全球扩散的情况下。比如通过医疗机器翻译引擎,可以更好的帮助科研人员完成文献翻译以及词汇翻译,减少疫情防控中的语言障碍。最后,在疫情期间,利用NLP技术很好地帮助司法机构进行远程审判,比如说杭州市上城人民法院和下城人民法院在疫情期间就利用相应的技术完成了多起案件的远程审判,并且多数情况能够当庭生成判决书,极大的提升了效率,也为疫情防控做出了贡献。图 23 机器翻译助力新冠疫情防控 关键词:自然语言智能、人工智能、自然语言处理、机器翻译、语言模型
*本预告时间仅供参考,最终直播时间以直播间信息为准。*本文提供直播PPT下载,请在对应直播介绍处查看。 本周直播重磅推荐: 【CCF+阿里巴巴一起搞事啦】高校同学们看过来,学生开发者支持产品的正确打开方式;校招准备攻略一应俱全。 【企业CICD规模化落地】本次分享将结合阿里巴巴多年的持续交付平台演进的积累为你解读阿里是如何规模化落地的。 4月27日: 数智化转型助力商业腾飞——乳业行业数据中台实践分享 直播时间:04-27 15:00直播亮点:如火如荼的数据中台概念之下,已经有不少传统企业正借助数据中台实现了数字化的完美转型。而在后疫情形势下,数字化的紧迫性再次凸显。4月27日,阿里数据中台邀请来自行业权威研究型媒体-亿欧智库为我们解读最新发布的《2020中国乳业行业数据中台研究报告》,全面了解数据中台在乳业行业中发挥的巨大价值。同时,阿里云智能新零售乳业线负责人也将深分享国内著名乳期数据中台实践经验,阿里数据中台高级解决方案架构师将会重点介绍在品牌全域数据中台是如何帮助企业迈向数据智能,实现业务增长。 *PPT下载待更新 业务驱动的精益敏捷实践 直播时间:04-27 16:00直播亮点:随着IoT、新零售、产业互联网和各种新技术出现,导致业务和协作的复杂性在持续不断地增加,而研发的效能和效率则有下降趋势。在这样复杂的环境下,如何持续提升研发效能并促进业务成功,成为了企业面临的一个重要课题。本分享将结合阿里巴巴研发效能的实践,从问题入手,提出解决方案,到方案落地和规模化的过程。分享亮点1、如何从追求局部效率,走向高效交付,到持续高效,再到业务成功;2、如何四步实现敏捷的规模化,实现持续顺畅的高质量交付有效价值;3、如何建立业务和效能反馈的双闭环,形成可持续改进的反馈体系。分享嘉宾:洪永潮(花名:舍卫)阿里巴巴研发效能部技术专家 >>> 点击下PPT 国际技术大咖开讲 | Apache Cassandra:引领云原生时代数据架构变革的数据库 直播时间:04-27 16:00直播亮点:Jonathan Ellis:数据驱动型的企业都有哪些典型的应用场景;他们对数据架构都有些什么样的需求;为什么像Apple, Facebook, Uber这样的大厂会选择Cassandra变革他们的数据架构邓为: 对Apache Cassandra架构、原理、数据建模以及使用场景结合实例做深入讲解;针对Cassandra中文社区比较关心的问题,总结国外Cassandra开源社区比较流行的实用工具和学习资源 >>> 点击下PPT 探索云开发平台CloudIDE 直播时间:04-27 19:00直播亮点:IDE 作为2019年阿里巴巴前端委员会四大技术方向之一,经过一年时间的共建研发,目前已经在阿里内部包括淘系、蚂蚁金服以及对外的支付宝小程序等业务场景中落地实践。伴随着云原生的浪潮,CloudIDE 由于其开箱即用,简单快捷的特性,逐渐被越来越多的被技术人员青睐,本次直播将为大家介绍阿里云云开发工作台 CloudIDE 的前生今世,以及其背后的技术架构。同时演示如何基于 CloudIDE 进行日常开发。分享嘉宾:包续兵,花名柳千,阿里巴巴淘系技术部前端技术专家 *PPT下载待更新 CCF 名企面对面云论坛之阿里巴巴专场 直播时间:04-27 19:00直播亮点:阿里云和中国计算机学会联合发起直播,邀请阿里资深技术专家、新鲜出炉的校招小鲜肉大家分享:1. 扛起千万小学生在线学习的阿里云弹性计算黑科技,是时候见证真正的实力了! 2. 科学上网,云上成长:阿里云学生开发者支持产品的正确打开方式 3. 如何高效地抱佛脚:校招准备攻略 & 技术新人的酸甜苦辣。直播最后,我们还将发布面向CCF学生会员的全新成长计划。参与互动,提出你关于云计算、学生开发者工具、校招准备等问题, 我们将随机抽取5位同学送上程序员护发套装。 专家讲解,学长分享,阿里云陪你一起,云上搭建小而美的数字世界! *PPT下载待更新 4月28日: 企业CICD规模化落地 直播时间:04-28 16:00直播亮点:持续交付有很多的实践,比如自动化测试,交付流水线等。对于一个小团队来说,使用开源工具集合和一些简单的SaaS服务(比如Github)可以很好的组装起自己的CICD流程。但在大型组织中就需要考虑更多的因素,比如如何降低团队的使用门槛,快速上手;如何保障团队交付流程的统一性和规范性;当流程需要调整时,如何快速应用到所有团队。本次分享将结合阿里巴巴多年的持续交付平台演进的积累,来讲解如何应对上述问题,希望能够对想在企业内规模化实施持续交付的朋友有所帮助。分享亮点:阿里巴巴在规模化持续交付之路上的演进与反思如何打造一个兼具灵活性与规范化的持续交付平台如何使用云效产品快速规模化落地持续交付 >>> 点击下PPT 快速上手Java云开发天猫精灵智能应用 直播时间:04-28 19:00直播亮点:天猫精灵智能应用云原生开发模式是和阿里云云开发团队与阿里云Serverless团队合作共建的云原生开发平台。天猫精灵云原生开发模式提供了一站式的智能应用开发、测试、部署、发布的解决方案,区别于传统的开发模式,您将无需采购与管理服务器等基础设施,只需关注并实现自己的业务逻辑即可。云原生开发模式将为您准备好计算资源,弹性地、可靠地运行任务,并提供日志查询、性能监控和报警等功能。本次分享将给您演示如何使用云原生开发模式开发一个天猫精灵智能应用《问答百科》。 *PPT下载待更新 4月29日: 阿里云新品发布会第91期:5大安全产品全面升级在线发布 直播时间:04-29 15:00直播亮点:云计算能解决很多原来线下没法解决的问题,我们的客户问的最多的就是上云是不是安全。全面上云,安全变的非常关键。今天当你上了阿里云,你就默认获得了阿里巴巴同等级安全保障,享受到阿里云花了大量的时间和精力去完成的技术红利,总的来说上云比不上云安全得多,云上更安全。 >>> 点击下PPT 云原生下的开发测试 直播时间:04-29 16:00直播亮点:在软件开发的生命周期里,测试环境是所有环境当中部署最频繁、也是开发者在日常工作使用最频繁的一种运行环境。随着云原生技术的流行,越来越多企业选择使用云上的Kubernetes服务快速搭建和管理测试环境资源,这使得原本可以直连的测试服务需要通过Ingress或Gateway机制才能访问。同时在大型微服务系统中,由于开发者共用测试环境,经常出现频繁部署和版本相互覆盖造成的稳定性影响。一直以来,如何有效降低开发者本地调试成本、灵活分配测试环境,实现即避免开发者之间相互干扰又最大化资源利用率,是一项十分具有挑战性的任务。本次分享将结合实际场景,演绎阿里在管理测试环境中积累的经验和方法,并带来一款面向采用云原生技术栈的IT企业和开发者的测试环境治理开源解决方案。 >>> 点击下PPT 职场人生,技术人员如何快速成长为顶级架构师 直播时间:04-29 16:00直播亮点:我的职业成长路线职业成长核心要素职业成长典型案例剖析提升认知/格局的重要性MVP时间丨架构师成长必看 *PPT下载待更新 快速上手 NodeJS 开发天猫精灵智能应用 直播时间:04-29 19:00直播亮点:通过一个电影推荐应用的案例,讲解如何使用 NodeJS 从 0 到 1 搭建一个天猫精灵智能应用,可以让前端开发者快速掌握一个对话式 AI 技能的必备知识,与天猫精灵一起进入 AIoT 的时代。 *PPT下载待更新 4月30日: 新一代高效Git协同模型 直播时间:04-30 16:00直播亮点:Git 2.27版本将于2020年6月初发布,其中将会包含阿里巴巴贡献给Git社区的一个重要的功能扩展(proc-receive)。这个Git功能扩展将会带来新的代码协同模式,在代码开发领域产生奇妙的化学反应。本次分享将会介绍在阿里巴巴内部是孵化这个Git新特性的过程,将其贡献到社区所经历的功能演进,以及该特性将会给代码开发模式带来的革新。 >>> 点击下PPT Reactive Spring 直播时间:04-30 19:30直播亮点:Spring Framework 5 发布了许多令开发者激动不已的新特性:包括反应式编程模型、使用注解进行编程、函数式编程等。Spring布道师Josh Long将带你一起走上Reactive Spring之旅。 *PPT下载待更新 《AliGenie天猫精灵智能应用平台升级》- 月淮 直播时间:04-30 10:00直播亮点:随着天猫精灵生态中带屏设备的增多,原先开放平台内的语音技能已经不能满足需求,通过此次能力升级,技能平台计划升级为智能应用平台,承接天猫精灵智能应用的创建、存储,并整理好每个技能的标签分发给星空平台和自研的设备、APP等。生态厂商与定制机合作方可以在星空平台上创建语音技能、apk及小程序,通过审核后可在对应的设备生效,开发者可以将自己的各类智能应用通过简单的开发,使之具有语音能力并分发到天猫精灵生态设备上。 *PPT下载待更新
*本预告时间仅供参考,最终直播时间以直播间信息为准。*本文提供直播PPT下载,请在对应直播介绍处查看。 本周直播重磅推荐: 本周cio学院将邀请阿里巴巴副总裁为大家讲述从金融智能到区块链:金融科技的五大核心技术与未来,并且还将携手平头哥带大家一同领略云端一体的数字经济之“芯” 本周一还将推出阿里人独创冰箱学习法、压箱经验大放送,教你轻松掌握K8S核心概念的电子书发布会。 还为大家准备了Flink Forward 全球在线峰会并且会议集结了欧洲、北美洲、亚洲众多国际大厂资深技术专家跨时区免费在线分享。 4月20日: 藏经阁电子书发布会:《深入浅出Kubernetes》 直播时间:04-20 16:00直播亮点:阿里人独创冰箱学习法、压箱经验大放送,教你轻松掌握K8S核心概念和内容,本次分享将给你带来:1、职业解读&K8S在阿里的定位,让你了解为什么懂得 K8S 对于运维人员越来越重要,阿里云是如何看待 K8S 的。2、 K8S学习的难点解读,让你快速掌握简单 get K8S 的核心概念(控制器、容器等)的方法;3、针对运维人员排查问题的秘密武器分享(排查思路+经典案例);4、重中之重:《深入浅出Kubernetes》电子书:集线上海量案例沉淀、理论实践完美契合、理论阐述深入浅出、技术细节追根究底的精品。分享嘉宾:声东,阿里云技术专家 *PPT下载待更新 4月21日: 【阿里CIO学院“技术攻疫大咖说第十九期】从金融智能到区块链:金融科技的五大核心技术与未 直播时间:04-21 19:00直播亮点:“金融科技是未来全球金融竞争的制高点,谁掌握好这一最先进的生产力,谁就拥有最强的金融核心竞争力。"近几年全球金融科技领域有哪些重大突破?金融科技有哪些热点技术、核心武器?区块链技术在金融领域有哪些典型的落地场景?4月21日(周二)晚19:00,阿里巴巴集团副总裁、阿里云智能新金融负责人,与您共同探索。 *PPT下载待更新 CIO 学院往期视频回看: 李飞飞:企业级数据库的前世今生视频回看 及 PDF 下载 贾扬清:人工智能算法和系统的进化视频回看 及 PDF 下载 丁险峰:AIoT 下的数字世界:工业4.0中国之路探索 华先胜:人工智能:是风、是云,还是雨? 王刚 :自动驾驶之路上的 “能”与“不能” 金榕 :困局与破局:从深度学习到AI三大关键技术 五福 :三位一体的中台体系AI·OS与产品实践直播预约 小邪:新基建之云上IT研发路 司罗:达摩院语言技术研发 肖力:企业安全体系发展与最佳实践 施尧耘:迈入量子计算产业 吴翰清:计算机的再发展 世界备份日专题直播:今天你备份了吗? 任小枫:高德地图背后的算法演进与创新 罗汉堂秘书长讲述:疫情下的全球经济 透视盒马:新零售操作系统的秘密 我在阿里20年:非典与新冠背后,一个企业的生死与涅槃 让机器善解人意:阿里巴巴语音技术的发展之路 4月22日: 阿里云新品发布会第90期:数据库自治服务DAS重磅新品发布会 直播时间:04-22 15:00直播亮点:数据库自治服务DAS重磅新品发布会,嘉宾分享经验之道,真正实现数据库的自感知、自修复、自优化、自运维等功能。 *PPT下载待更新 【阿里的K8s测试环境开源工具箱】第二期:单人开发场景下的测试环境实践 直播时间:04-22 16:00直播亮点:在第一次直播中,我们学习阿里巴巴测试环境管理实践,在集团特殊的网络环境以及强大的中间件能力,阿里开发者可以在本地完成与其它服务的联调与测试。而在阿里之外,我们如何才能快速构建起本地与云上Kubernetes集群之间的高速通道,从而实现高效的本地开发测试呢? >>> 点击下PPT 4月23日: 【阿里CIO学院“技术攻疫大咖说第二十期】平头哥:云端一体的数字经济之“芯” 直播时间:04-23 19:00直播亮点:数字经济时代下,阿里巴巴如何利用云计算驱动数据赋能,而作为阿里巴巴芯片领域的又一布局,是如何实现数智化计算创新?数字经济已成为中国经济增长的新引擎让物理世界数据化和智能化是平头哥目标云端一体的新应用催生芯片架构的创新分享嘉宾:孟建熠:阿里巴巴集团研究员、平头哥半导体副总裁 *PPT下载待更新 CIO 学院往期视频回看: 李飞飞:企业级数据库的前世今生视频回看 及 PDF 下载 贾扬清:人工智能算法和系统的进化视频回看 及 PDF 下载 丁险峰:AIoT 下的数字世界:工业4.0中国之路探索 华先胜:人工智能:是风、是云,还是雨? 王刚 :自动驾驶之路上的 “能”与“不能” 金榕 :困局与破局:从深度学习到AI三大关键技术 五福 :三位一体的中台体系AI·OS与产品实践直播预约 小邪:新基建之云上IT研发路 司罗:达摩院语言技术研发 肖力:企业安全体系发展与最佳实践 施尧耘:迈入量子计算产业 吴翰清:计算机的再发展 世界备份日专题直播:今天你备份了吗? 任小枫:高德地图背后的算法演进与创新 罗汉堂秘书长讲述:疫情下的全球经济 透视盒马:新零售操作系统的秘密 我在阿里20年:非典与新冠背后,一个企业的生死与涅槃 让机器善解人意:阿里巴巴语音技术的发展之路 全球顶尖java:RSocket:the key to cloud native micro-services architecture 直播时间:04-16 19:00直播亮点:近日Java没落的言论扑面而来,但Java任是阿里、京东、百度、腾讯等大厂的首选。Java 真的“失宠”了吗?Java 未来会走向哪里?Reactive 将对架构设计以及开发方式带来什么样的改变?Java 下 DDD 应该怎么落地?Java 性能优化怎么做?中国最大 Java用户组联手 Spring 发起 Java 系列直播与你畅谈。分享嘉宾:Andy Shi >>> 点击下PPT 4月24日: 阿里巴巴自研代码管理平台技术解密 直播时间:04-24 16:00直播亮点:阿里自研的代码管理平台(Codeup)已在阿里云上线公测。最近经常有客户和同事会问一个问题,为什么阿里要重新做一套代码管理平台,继续用阿里云上的GitLab版本不是挺好的吗?本次分享将围绕自研代码管理平台的起因、平台的核心能力以及平台核心技术等方面带领大家进行全方位的解读。分享亮点1.阿里为什么要自研代码管理平台?2.Codeup是什么,用户为什么要使用云端托管平台?3.Codeup提供哪些核心能力,技术上是如何实现的?分享嘉宾:张玉明(花名:玄坛):阿里巴巴高级技术专家 >>> 点击下PPT 4月25日: Flink Forward 全球在线会议中文精华版0425 直播时间:04-25 10:00直播亮点:Apache 顶级项目盛会 Flink Forward 在线会议集结欧洲、北美洲、亚洲众多国际大厂资深技术专家跨时区免费在线分享。中文精华版将由 Apache Member 、Flink PMC 及社区投票共同筛选大会精彩 talk,翻译并进行中文解说,让你足不出户尽享优质内容。 *PPT下载待更新 4月26日: Flink Forward 全球在线会议中文精华版0426 直播时间:04-26 10:00直播亮点:Apache 顶级项目盛会 Flink Forward 在线会议集结欧洲、北美洲、亚洲众多国际大厂资深技术专家跨时区免费在线分享。中文精华版将由 Apache Member 、Flink PMC 及社区投票共同筛选大会精彩 talk,翻译并进行中文解说,让你足不出户尽享优质内容。 *PPT下载待更新
阿里云开发者社区 覆盖了云计算、大数据、人工智能、IoT、云原生、数据库、微服务、安全、开发与运维9大技术领域。在这里你可以:系统性学习技术干货 —— 学习中心 开发者一站式学习平台,涵盖云计算、大数据、人工智能、IoT、编程语言等领域,快速提升开发技能。 刷题进阶 —— 在线编程 针对广大开发者学习、实践、面试、应聘、考试认证等打造的免费在线刷题神器。 探寻优质工具助力开发 —— 开发者工具 打造围绕开发者全生命周期的工具产品。 解决技术难题 —— 问答 汇集知识碎片,解决技术难题。 评估自身能力 —— 技能测试中心 参与在线IT技能测试,快速了解自身知识与技能水平,为您的职业发展与学习指明方向。 参与云共创 —— 开发者云体验平台 开发者云co-founder火热招募中,定制周边等你拿。 参加workshop、meetup、沙龙等活动 —— ACE同城会 ACE 是遍布在全国的开发者社群,作为国内优秀的开发者圈子,为所有开发者提供学习、交流的机会和平台。 实现职业进阶 —— 阿里云MVP 阿里云最有价值专家,简称 MVP(Most Valuable Professional),是全球各行业数字化转型的技术实践领袖。目前,全球已有近500位云计算专家和技术先 行者成为阿里云MVP。 阿里云开发者社区钉钉群 钉钉群是社区为每位开发者提供的一个学术交流平台,在这里你可以享受到面向社区用户首发的独家技术干货、群内不定期的技术大咖直播以及各种活动福利~快速进群 【独家福利】社区技术干货大礼包(持续更新中。。。) Java 干货合集:学精 Java,晋升不愁 - Java 技术圈【名师课堂】Java零基础入门Java精品公开课合集 Python 干货合集:Python 礼包:3大阶段,30+教程,超全年度礼包大放送 【精品问答】Python实战100例 - 附源码 顶级技术精华·电子书合集:千份阿里技术学习资源免费送!热门新书持续更新中...《高德技术2019年刊合辑》 面试干货合集:面试资料库:面试真题讲解 大咖经验输出【精品问答】110+数据挖掘面试题集合
*本预告时间仅供参考,最终直播时间以直播间信息为准。*本文提供直播PPT下载,请在对应直播介绍处查看。 本周直播重磅推荐: 本周cio学院携手阿里巴巴合伙人、118号员工宋洁(kitty),讲述20年阿里之旅。以及达摩院语音实验室负责人带我们将一窥语音技术的大图、经济体内应用。- AlibabaCloudNativeDay线上版来啦!七位阿里巴巴技术专家,一站式分享容器、微服务、函数计算等云原生干货内容 对于快速构建实时分析系统至关重要。以餐饮外卖为Demo,讲述如何将RDS MySQL 大量业务数据快速实时同步到AnalyticDB for MySQL进行分析 作为经历过多次阿里巴巴“双11”这种“超级工程”的洗礼并有稳定可靠等特性近年来被越来越多的国企所使用。 4月13日: 企业复工期间,如何快速构建线上实时分析系统——0413期 直播时间:04-13 16:00直播亮点:复工期间,以餐饮外卖行业为例进行实操Demo,讲述如何将RDS MySQL 大量业务数据快速实时同步到AnalyticDB for MySQL进行分析,最后通过QuickBI进行快速业务报表的可视化展示。分享嘉宾:悦畅 高级产品经理陌停 产品专家 *PPT下载待更新 4月14日: 云原生精彩故事:容器服务还能变成抗疫助学技术实践?容器安全该如何探索? 直播时间:04-14 15:00直播亮点:云原生的企业数字化转型需要敏捷架构创新,全面云原生技术或将破局数字化进程中的困局。传统架构无法解决应用丰富及架构快速演进带来的部署及运维复杂性问题,云原生技术能基于云环境设计发挥云的优势。本期阿里云内外专家,跟您聊聊云原生那些事儿,业内首个全托管Istio兼容的服务网格产品ASM。疫情下容器安全的探索,如何在96小时完成业务部署。 *PPT下载待更新 基于容器服务的抗疫助学技术实践 直播时间:04-14 18:00直播亮点:紧张刺激的96小时,基于阿里云优秀的平台能力,尤其是充分发挥容器的优异能力,充分发挥云原生的优势,克服各种困难,保证了业务最终顺利完成,上线后用户好评如潮。为抗击疫情贡献了自己的一份微薄之力。也为在云原生、微服务的探索之路上添加了重要的一笔。 *PPT下载待更新 【阿里CIO学院“技术攻疫大咖说第十七期】我在阿里20年:非典与新冠背后,一个企业的生死与涅槃 直播时间:04-14 19:00直播亮点:2003年的“非典”中,阿里有一人确认后被全员“放假”,但也正是在那一年,淘宝网正式上线,并逐渐成长为全球最大的电子商务平台。17年过去了,被确诊的阿里巴巴女员工,如今怎么样了?听阿里巴巴合伙人、118号员工宋洁(kitty),讲述20年阿里之旅。分享嘉宾:宋洁(kitty) 阿里巴巴合伙人、阿里巴巴集团副总裁 *PPT下载待更新 阿里云托管网格服务入门与应用部署实践 直播时间:04-14 18:00直播亮点:阿里云服务网格 ASM 就是这样的一个全托管式的服务网格平台,它兼容社区开源 Istio。本次分享为大家提供一个实际使用 ASM 的案例,帮助大家更好地理解服务网格的相关概念,以及如何简化服务治理,主要包括服务调用之间的流量路由与拆分管理、服务间通信的认证安全以及网格可观测性能力等。 *PPT下载待更新 云沃客的容器安全实践 直播时间:04-14 18:00直播亮点:随着越来越多的企业开始上云,开始容器化,云安全问题已经成为企业防护的重中之重,本次分享将从容器逃逸为切入点,从攻击角度到防御角度来阐述我们在容器安全层面所进行的一些简单探索和实践。 *PPT下载待更新 基于阿里云原生构建迁移即服务 直播时间:04-14 18:00直播亮点:本次分享将讲述云迁移产品如何由脚本演变为工具,再由工具演变为SaaS应用的故事。 *PPT下载待更新 4月15日: 阿里云新品发布会第89期:Serverless工作流重磅发布 直播时间:04-15 15:00直播亮点:介绍工作流适用的五种场景,通过控制台和本地开发工具展示如何Serverless工作流的用户体验。 *PPT下载待更新 智能推荐系列公开课——0-1激活推荐系统,解锁冷启动难题 直播时间:04-15 15:00直播亮点:在信息过载、碎片化的时代,个性化推荐成为提升用户浏览/转化率的核心手段之一。而在实际应用中,怎样满足本行业的信息分发需求,精准匹配海量用户偏好,提高运营效率,仍是一个待解之题。此次,阿里巴巴搜索推荐产品团队带来系列公开课,聊聊怎样结合实际场景,嵌入智能推荐,搭建“千人千面”的分发体系,使产品价值最大化。 *PPT下载待更新 阿里的测试环境管理实践概述 直播时间:04-15 16:00直播亮点:在软件开发的生命周期里,测试环境是所有环境当中部署最频繁、也是开发者在日常工作使用最频繁的一种运行环境。随着云原生技术的流行,越来越多企业选择使用云上的Kubernetes服务快速搭建和管理测试环境资源,这使得原本可以直连的测试服务需要通过Ingress或Gateway机制才能访问。同时在大型微服务系统中,由于开发者共用测试环境,经常出现频繁部署和版本相互覆盖造成的稳定性影响。一直以来,如何有效降低开发者本地调试成本、灵活分配测试环境,实现即避免开发者之间相互干扰又最大化资源利用率,是一项十分具有挑战性的任务。本次分享将介绍一种在阿里广泛使用的测试环境管理模式以及它的Kubernetes开源版本,希望对采用云原生技术栈的IT企业和开发者有所启发。 >>> 点击下PPT 4月16日: RocketMQ Connect 平台的搭建与实践 直播时间:04-16 16:00直播亮点:RocketMQ Connect 是基于 OpenMessaging Connect 标准构建的一种用于在 RocketMQ 和其他系统之间可扩展的、可靠的流式传输数据的工具,可以更快捷和简单地将大量数据集合移入和移出 RocketMQ 的连接器,并进行简单的数据处理。本次分享主要包含以下内容: 1、什么是 Connect 以及 OpenMessaging Connect 标准介绍 2、基于 RocketMQ 的调度引擎 RocketMQ Runtime 设计与实现。 3、如何快速构建一个 Connector。 4、RocketMQ Connect 生态的现状及未来。分享嘉宾:王文锋,开源爱好者,Apache >>> 点击下PPT 【阿里CIO学院“技术攻疫大咖说第十八期】让机器善解人意:阿里巴巴语音技术的发展之路 直播时间:04-16 19:00直播亮点:在本直播中,将通过对历史的回顾、现状的呈现和未来的展望,介绍达摩院语音实验室、特别是语音技术在阿里巴巴经济体的意义、定位,以及一些具体工作。我们将一窥语音技术的大图、经济体内应用,以及通过阿里云对外进行商业输出的全貌。 阿里巴巴布局语音技术的原因、达摩院语音实验室的定位与成果、语音技术在阿里巴巴经济体应用的场景及通过阿里云对外输出的应用、语音技术云上供给所带来的业界趋势分享嘉宾:鄢志杰 达摩院语音实验室负责人 *PPT下载待更新
*本预告时间仅供参考,最终直播时间以直播间信息为准。*本文提供直播PPT下载,请在对应直播介绍处查看。 本周直播重磅推荐: 本周CIO学院将再次携手大咖,给大家带来最前沿的技术知识;分别为罗汉堂秘书长讲述:疫情下的全球经济、透视盒马:新零售操作系统的秘密 《架构师成长之路》将继续为大家提供有价值的技术课程—RocketMQ Go 客户端实践 更有阿里云云原生应用平台团队高级技术专家为大家讲解Service Mesh 的实践及落地风险控制 4月06日: 【Elasticsearch入门公开课 】23 | 课程总结 直播时间:04-06 19:30直播亮点:Elasticsearch 是一款非常强大的开源搜索及分析引擎,在 Search Engine 分类中长期位列第一。而Elasticsearch 除了搜索以外,结合生态 Kibana、Logstash和Beats,Elasticsearch还被广泛运用在大数据近实时分析场景中,包括日志分析、运维监控、信息安全等多个领域。分享嘉宾:阮一鸣,eBay Pronto 平台技术负责人。Elasticsearch核心技术系列回顾1-5:01|课程介绍Elasticsearch核心技术与实战02|内容综述及学习建议03|Elasticsearch简介及其发展历史04|Elastic Stack家族成员及其应用场景05|Elasticsearch的安装与简单配置 *PPT下载待更新 4月07日: 物联网实战:树莓派4温湿度监测、解读AIoT智慧产业园区、边缘计算未来展望 直播时间:04-07 14:00直播亮点:数字新基建按下快进键,机遇来了,智联网也登上热门话题。本期邀请阿里内外物联网专家,分享树莓派4实战,演示湿温度检测。用边缘计算打开周边设备快速互联的大门。在线物联网实验平台LinkLab究竟有何魅力应用于在线教育?通过真实落地案例带您了解AIoT技术在产业园区带来哪些新场景、新价值。超强动手能力的物联网开发者,快速解锁新技能新场景。 Service Mesh 的实践及落地风险控制 直播时间:04-07 19:00直播亮点:介绍阿里巴巴对 Serivce Mesh 的理解,分享在技术选型方面和发展方面的思考,以及分享如何降低落地的技术风险。分享嘉宾:至简,阿里云云原生应用平台团队高级技术专家 >>> 点击下PPT 【阿里CIO学院“技术攻疫大咖说第十五期】罗汉堂秘书长讲述:疫情下的全球经济 直播时间:04-07 19:00直播亮点:此次分享围绕疫情、经济、全球三个关键词,从宏观经济的角度,探讨疫情的持续性、蔓延势头以及对全球经济、金融格局和供应链等影响。分享嘉宾:陈龙教授|罗汉堂秘书长、湖畔大学执行教育长 CIO 学院往期视频回看: 李飞飞:企业级数据库的前世今生视频回看 及 PDF 下载 贾扬清:人工智能算法和系统的进化视频回看 及 PDF 下载 丁险峰:AIoT 下的数字世界:工业4.0中国之路探索 华先胜:人工智能:是风、是云,还是雨? 王刚 :自动驾驶之路上的 “能”与“不能” 金榕 :困局与破局:从深度学习到AI三大关键技术 五福 :三位一体的中台体系AI·OS与产品实践直播预约 小邪:新基建之云上IT研发路 司罗:达摩院语言技术研发 肖力:企业安全体系发展与最佳实践 吴翰清(道哥)- 道哥眼中的机器智能:计算机的再发展 *PPT下载待更新 4月08日: 阿里云新品发布会第88期:分析型数据库AnalyticDB for MySQL基础版重磅发布 直播时间:04-08 15:00直播亮点:阿里云对象存储同城冗余存储正式商业化,基于快照提供ECS数据保护全面升级。面对云上数据安全防护场景,阿里云提供云原生数据备份容灾能力。一键式解决企业上云面临的严峻数据挑战,保障企业数据安全,助力企业成功上云。 >>> 点击下PPT 4月09日: RocketMQ Go 客户端实践 直播时间:04-02 19:00直播亮点:设计与实现,基础用法与高级用法分享嘉宾:王文锋,开源爱好者,Apache >>> 点击下PPT 【阿里CIO学院“技术攻疫大咖说第十六期】透视盒马:新零售操作系统的秘密 直播时间:04-09 19:00直播亮点:企业面对数字化转型,线上线下一体化的背景下,做为CIO和产研团队,我们所要面对的主要挑战是什么?如何重新定位自身的角色?我们会有什么机会呢?大少做为新零售领军企业盒马的产研负责人,他是如何思考的,又有什么最佳实践呢。通过阿里巴巴研究员大少的直播你将会了解到:1、数字化下企业IT团队的角色变化及挑战2、智能硬件设备对企业信息化的帮助3、新零售数字化下产品最佳实践分享嘉宾:何崚(大少)|阿里巴巴研究员、盒马产品技术负责人 CIO 学院往期视频回看: 李飞飞:企业级数据库的前世今生视频回看 及 PDF 下载 贾扬清:人工智能算法和系统的进化视频回看 及 PDF 下载 丁险峰:AIoT 下的数字世界:工业4.0中国之路探索 华先胜:人工智能:是风、是云,还是雨? 王刚 :自动驾驶之路上的 “能”与“不能” 金榕 :困局与破局:从深度学习到AI三大关键技术 五福 :三位一体的中台体系AI·OS与产品实践直播预约 小邪:新基建之云上IT研发路 司罗:达摩院语言技术研发 肖力:企业安全体系发展与最佳实践 吴翰清(道哥)- 道哥眼中的机器智能:计算机的再发展 *PPT下载待更新 4月10日 中小企业如何实现在家研发软件 直播时间:04-02 19:30直播亮点:通过阿里云云效产品,演示多人多角色如何在线研发软件,包括持续集成、持续交付等过程分享嘉宾:焦霸,阿里巴巴研发协同平台持续交付负责人 >>> 点击下PPT
本文根据 3 月 19 日播出的【阿里CIO学院攻“疫"技术公益培训第十场】肖力:企业安全体系发展与最佳实践分享直播整理。 点击回看直播 点击下载 PPT 一、企业安全体系演进 (一)企业面临的安全问题 (1)数据泄露风险并未得到有效控制(2)勒索软件爆发(3)内容安全违规严重影响业务连续性(4)内部员工是数据安全的最大隐患(5)高危漏洞的威胁形势愈发严峻(6)DDoS对业务可用性威胁越来越大 (二)企业安全需求的驱动力 企业安全需求主要由合规驱动和威胁驱动双驱动:(1)威胁驱动近年来,随着企业业务在线化、移动化、数据化,催生出了更多的威胁和黑产。比如数据泄露/篡改,勒索加密,业务连续性和可用性,内容安全处罚,业务资损等。 (2)政策合规驱动除了上述威胁驱动外,政策合规也是企业安全需求的驱动力。比如国家实行网络安全等级保护制度(等保2.0),欧盟的通用数据保护条例(GDPR)。 (三)不同行业/业务对于安全的核心痛点不同 以阿里为例,因为业务的不同,所以安全的需求包括安全的重点都不一样,这也决定了安全体系的侧重性。在天猫淘宝的用户的场景下面,其实也不光是隐私保护,还包括业务的风控,甚至是假货,知识产权,刷信用这些方面,都是天猫淘宝业务主体对应的安全刚需重点的风险领域。阿里云作为基础设施,从硬件到系统到网络,甚至到用户的合规,这些领域其实都是云计算业务主体非常重要的风险域。蚂蚁金服作为最大的互联网金融公司,金融风控一定是最重要的,也叫核心安全能力建设。对于不同行业,各自业务的需求导致安全体系建设的侧重性,方向性有很大的不同,如下图所示。 (四)不同企业的安全体系发展阶段不同 每个企业安全体系发展的成熟度有很大的不同,基本上看三个方面。第一个方面是业务的成熟度,业务在线率和数字化程度越高,企业安全体系建设越完善。第二个方面跟安全团队的积累有关,安全团队规模与攻防经验的积累决定安全的核心能力。第三个方面跟安全团队的组织架构有关,组织架构是安全团队构建内部影响力的决定因素。 (五)数字化转型引发企业安全体系深刻技术变革 (1)IT基础设施云化相信未来所有的企业都会在云上。云计算其实也是通过普惠的技术让更多的用户更方便的去享受到计算资源。包括不用再去自己搭交换机然后去组网,在需要计算能力的时候,可以通过虚拟化服务化,能够快速的去获得这些能力。 (2)核心技术互联网化用互联网技术赋能各行业。比如分布式架构打破单机能力限制,云端大数据实时处理,安全能力在线服务化。核心技术的互联网化,解决了性能问题,成本问题,甚至弹性的问题。 (3)应用数据化和智能化相信未来所有的企业都需要数据化和智能化。数据是能源、是动力、是血液,智能化是让数据价值最大化的必然途径。企业数字化和智能化的转型,引发其安全体系深刻技术变革,比如全网威胁数据集中驱动策略统一,自动化闭环响应提升效率,安全融合实现智能化主动防御。 二、最佳安全实践 (一)企业安全体系 从各个技术域的角度来看企业整个的安全体系,有办公网安全,也叫内网的安全。当然在基础设施这一层,从硬件到系统到网络,各个层面上技术都需要做得非常完善。如下图所示,安全涉及到了每一个技术领域,每个技术领域的深度都很关键。安全体系是一个非常典型的木桶原理。企业的安全短板决定了整个企业的安全水位到底在哪里。安全体系涉及到了机制,流程,组织架构规范,再加上产品,甚至包括运营。 (二)企业八大风险域 (1)安全运维通过将安全融入企业IT运维过程中,实现对账号权限、软件审核、访问控制、漏洞管理等安全运营的规范化、流程化和持续管理。(2)应用安全通过将安全前移并贯穿软件安全开发生命周期,实现更早地检测系统缺陷并降低整体业务风险。(3)威胁检测与响应通过对包括网络攻击、Web入侵、勒索等攻击行为的实时识别、分析、响应和预警,实现对资产的保护以及满足监管合规要求。(4)身份识别与访问管理通过集中式身份管理,实现对企业用户、服务和资源统一的身份权限管理和访问控制。(5)内网安全保障办公网终端安全、企业核心数据防泄漏,对抗病毒蠕虫攻击。(6)数据安全基于机器学习精准识别数据安全威胁,通过加解密、审计、风险预警等手段防止数据泄露和满足GDPR等合规要求。(7)业务风控通过大数据和智能化技术,提升企业在用户注册、运营活动、交易、信贷审核等关键业务中的反欺诈效率。(8)内容安全基于AI技术,帮助企业降低色情、暴恐、涉政等违规风险,大幅度降低人工审核成本。 三、云计算带来的变化 (一)云上比云下更安全 云计算会给整个安全体系的演进带来很大的不同,现在大部分的用户都已经认知到云对整个企业带来技术和体系的变化。相信未来所有的企业都会关注如何在运营层面,基于云计算,基于云原生的一些能力,让企业的安全体系更加的强壮。在云上,云服务提供商承载着大量企业业务系统的数据构建,决定了云服务提供商在安全方面的投入是非常巨大的。云上比云下更安全已成普遍共识,这是因为不管在云上还是云下,构建全面且具有纵深的安全体系的要求都是非常重要的。事实上,与传统数据中心相比,公共云的安全能力将帮助企业至少减少60%的安全事件。阿里也一直在思考,怎样把我们的一些安全能力能够更好地帮助到大量的企业构建更强壮的安全体系。阿里有许多优势,包括安全数据智能的优势,威胁情报的优势,我们会提供云上的安全产品,以及提供全局的漏洞管理能力,很多都是免费的。我们的理念一直是希望能够帮助用户更好的基于云的架构来提升整个安全的能力,基于云延伸的能力来构建自己的安全系统。 (二)云赋能企业提升安全能力 如下图所示,云有许多原生优势。比如,每个企业都需要统一的身份认证授权体系,在云上能够通过虚拟化的网络调度能力实现东西南北向的网络访问控制与隔离技术。阿里给到用户的所有云产品,都是在设计阶段即引入安全能力,包括代码安全,经过了严格的安全测试才能上线发布。再比如,云上全局数据安全保护体系,能够让用户对于云上数据整个生命周期的防护更加有信心。最后,全局威胁检测平台通过构建检测、响应和防御的闭环,可以帮助用户更好地应对各种威胁。 (三)让云上用户享受普惠安全 时至今日,阿里云平台保护了国内超过40%的网站。这对阿里云数据的能力,智能的能力,安全的能力要求都非常高。阿里巴巴一直秉承的理念是,将我们在各个安全技术域的核心能力和核心产品,给到阿里云上的用户,帮助用户构建更安全的企业安全体系。企业安全体系将随着业务的不断变化而不断演进,我们期待阿里云上的用户在其安全体系的演进过程中,获得与阿里巴巴同等级别的安全能力,通过构建安全的、强壮的体系为其业务保驾护航。
最近钉钉的“在线求饶”火遍大江南北,以此为灵感阿里妹也想搞事情!老板拍板说咱们干脆搞个【少侠计划】吧。 【少侠】代指年轻有为的侠士,古时候是对出门在外的少年或青年练武者的称呼。而我们的【少侠】是指现代的年轻开发者,他们依靠自己的技能解决无数的技术难题。 证书、周边,听说团建还有红包,初入江湖的少侠们,各种奖品拿到手软。 为自己代言,和阿里云开发者社区一起,成为人人眼中的技术大佬。 现代少侠以“键”代剑,继续驰骋江湖 即使武林早已不再,现代少侠依旧手持宝“键”解决一个又一个bug。 所以各位少侠在加入计划后,社区会协同大家一起打磨产品,不仅仅是开发者社区这个产品,还将有非常多的阿里云和阿里巴巴面向开发者群体推出的产品,甚至也有很多不对外的内测项目,完成之后还能收获丰富奖品。 近距离接触阿里云一线的产品团队 少侠在参与的过程中,反馈的任何问题和建议我们都会第一时间提交到一线的阿里巴巴产品经理手中,并实时跟进将结果反馈给少侠形成高效闭环,这是一个和中国最佳云团队一起工作的绝无仅有的机会。 各项任务难度不等,总有一款适合你。 群内相互学习相互交流,打造一个良好的成长氛围。 提交任务后少侠小二实时跟进,做到建议必达。 线上线下活动联动 线上连麦battle线下聚会交友。特殊期间,在线交友,打破生疏感。线下闭门会大家一起畅聊,撸串走起。 社区专享福利 阿里企业参观和大会通行权,西溪网红食堂到底啥味自己来尝尝吧。 少侠专属配件(标识与周边)戴上周边就是街上最亮的仔。阿里工作内推,和大牛从近距离到0距离,我们助你!ACE 会长及 MVP 优先评选的权利,阿里云代言人等你发言!这还不算啥,更多福利只要你敢想,我们就敢做! 换言之,【少侠计划】就是本着将这样一群充满热情的开发者聚集于此的初心,希望能协助各位少侠在技术事业上的腾飞。 那谁可以加入少侠计划呢? 只有两个条件: 计算机或软件方向的毕业3年以内的从业者或者是在校的学生。 喜欢钻研技术,热爱挑战。 各位开发者们,是不是有少侠那味了?更多精彩等你加入!
演讲嘉宾简介: 蒋江伟(花名:小邪),阿里巴巴集团副总裁、云智能基础产品事业部负责人。 以下内容根据演讲视频以及PPT整理而成。 本次分享主要围绕以下四个方面: 一、上云的核心二、资源使用方式演进三、稳定性演进四、探讨与总结 直播回看 PPT下载 一、 上云的核心 1.目的 电商与云架构的演进方式和思路一致,围绕两个目的。第一,研发角度希望使系统的研发方式变得像一台服务器一样,例如客户访问、交易、商品、用户等系统,增加一台服务器,只需要把服务器添加上去,配置好IP的址就可以直接上线,获得一台服务器的计算能力。就运维角度而言,几十万台服务器的管理方式希望与一台服务器一样。因此研发角度和运维角度的本质都是希望通过研发的不断演进使若干服务器像一台服务器一样使用并管理。 2.当上云成为必然趋势,开发者关心什么 当前“上云”已成为必然趋势,“上云”的核心分为以下三点。弹性:当开发者需要资源时能够即刻扩容。由于应用系统架构非常复杂,涉及成百上千个系统。希望当每一个应用系统遇到弹性问题时都能很快扩缩容。稳定性:稳定性经历了几个阶段。首先,过去20年,稳定性是以硬件的稳定性来驱动的。例如一些小型机通过硬件的冗余、容灾实现计算资源的稳定。进入互联网时代之后更多是通过架构的方式使系统更加稳定。但很多公司不具备通过架构保障稳定性的能力,需要直接购买物理资源,希望系统更加稳定。因此云演进到使用廉价PC,可以保证资源相对更加稳定。可管理性:各种公司提供各种各样的应用系统,在云上为更多客户服务。那么云端应用、系统的管理能否够做到和手机管理APP一样方便,能否对不同的公司开发的应用系统、运维系统简单的进行管理和运维? 二、 资源使用方式演进 1.阿里巴巴早期资源管理模式痛点 资源效率相对低,人工效率相对低:资源预算往往无法准确评估。特别是在业务高速发展时,可能突然有一块业务超出了预期,例如广告业务的增长,此时需要的是中间件的资源。如果资源预算准确,运维人员或资源供应人员将根据预算来提供资源。但资源预算周期很长,以周为单位。当资源预算不充分时,需要增加资源。增加资源需要进行评估、层层审批、说明占用资源目的等流程,对于工程师而言十分繁琐。资源预测不准确是常态,并且是非常正常的。资源预测不准导致购买资源、使用资源过程中出现了各种工程师需要关注的问题。事实上,不同的部门或应用之间的资源使用率非常低。例如消息中间件因为某一块业务对消息使用的突然增长导致资源不够。而此时其它系统有很多资源,系统的load负载非常低,此时能否使用其它系统的资源就是一个更复杂的问题。没有统一的资源调度能力时,各业务部门管理使用自己的资源,在线的很多系统资源占用并不高,而某个部门由于担心资源无法回收,借调资源流程复杂等原因,不愿意对其它部门释放资源。 2.架构优化提升资源使用效率 全站容器化和统一调度:统一资源调度的前提是全站容器化。希望不同的应用、系统、中间件、缓存等都能够跑在容器里面,就可以进行统一的资源调度。合并资源池后,通过资源池分配以及调度所有资源。全站容器化与资源池合并,进行全局资源统一调度,非常好的解决了不同业务单元之间资源共享的问题,提高了资源利用率与库存利用率。不同业务单元(例如交易业务与搜索业务,跨行业业务)的峰值及峰值时刻不同,因此需要通过资源池合并来充分使用资源。其优势在于统一调度资源的效果远远好于一个业务单元自身通过系统、机器、代码优化等充分使用资源的效果。运维标准化:统一资源调度节省运维成本,提高了交付效率和运行稳定性。由于资源调度的技术方式是一致的,统一资源调度中投入的研发或运维不仅使调度产品变得更加容易使用更加产品化。同时需要投入的人力资源也更少。目前容器化和统一资源调度已经渐渐成为行业发展演进的趋势。混部资源池提升资源使用率至40%:不同的系统在不同时刻的峰值不同。例如阿里巴巴双11活动时峰值非常高,日常峰值与双11峰值可能相差30倍。现在由于阿里云的存在,双11处理变得非常简单。然而在过去不理想的状态下,准备着双11的资源量,而平时只需要1/30的资源,资源浪费非常严重。从技术演进的角度而言,可以将在线数据与离线数据进行混部。离线数据基本上是在在线数据产生之后进行离线计算。在线业务的峰值时间与离线业务的不同,并且离线业务可以接受部分有损,即可以接受报表生成时间稍延后(而非数据准确性有损)。而在线业务不能接受部分有损,比如用户下单时需要实时反馈,而不能在下单五分钟之后显示购买是否成功。当前混部资源是发展的技术趋势,即把离线业务部署到在线,在线业务部署到离线。在全站容器化统一资源调度的情况下,在双11活动峰值很高时,将在线业务调度到离线,使用离线资源补充在线资源,通过离线资源来谈在线业务,就可以大幅度降低当天的资源消耗。平时也可以将离线资源部署到在线业务上,得到了非常好的收益。混部后资源使用效率从10%+提升到了40%,有效降低了企业在硬件资源方面的投入成本。 3.云计算 产品化解决方案:容器化、统一调度、混部等都是架构优化方案。要让离线跑到在线,在线跑到离线,仍然涉及很多需要工程师解决的问题。而云需要的是产品化、商品化的解决方案,实现资源即买即用。使工程师或用户不需要复杂架构即可实现资源使用效率和人工效率的显著提升。容器化、全局资源调度、混部等是互联网公司演进的基本逻辑,可以大幅度提升能力效率与资源效率,再据此进行产品化演进。例如当前阿里云的一些产品性能较好,稳定性较强。是由于阿里云背后有丰富的业务场景的锤炼,例如双11、业务复杂度问题等,都使产品成熟度更高。全站云化降低电商成本:首先,大家需要注意的点是,面向云的研发模式与面向互联网的研发模式存在异同。相同点是目的都是为了像一台服务器一样简单的管理云端计算资源、研发系统架构。不同之处在于其资源池大小。容器化、统一调度、混部等架构优化方案的确可以降低电商成本。使用产品化方案云计算电商成本可以更低。下图为模拟混部与云计算在降低电商成本方面的对比,橙色部分表示跑在云上的方案,蓝色部分为混部方案使用。任何一项业务都有峰值、低谷。可见非云的混部方案利用自己持有的资源,不利用云资源,除峰值以外的日常时期占用过多资源,水位跑不满。以双11为例,峰值时期混部方案在跑满的情况下资源仍然不够,需要额外筹备或购买云资源。云计算方案可以弹性释放多余资源,因此日常以及双11峰值状态下都是跑满的。架构方案在混部、全局调度等情况下的年成本为1475单位,并且技术相对复杂,存在业务降级,需要研发人员的持续关注。而云化方案成本仅需要848单位,同时技术相对简单,业务无降级,人力资源的投入将更低。云化为数据库应用带来很好收益:数据库的预算比较复杂。流量、并发量大时需要做分库分表,最终通过Hash方式对某一个id进行Hash。数据库一般每三年做一次预算,做一次资源储备,因此数据库资源浪费十分严重。该问题的核心是存储、计算未分离,即使计算量不高时也占用大量的计算资源。PolarDB X是阿里云自研的一款优性能产品。从MySQL分库分表到PolarDB X存储、计算分离的演进是典型的数据库云化过程。PolarDB X使用分布式存储,其优势是可以弹性释放多余计算资源,也可以弹性收回资源。阿里云上有三个基座:神龙解决计算方面问题,盘古解决存储部分问题,洛神解决网络问题。盘古早期就支持了云上和集团的各种业务,实现了计算与存储的分离,按需申请存储资源,产生了良好收益。盘古云化后成为了商品,PolarDB 和PolarDB X都可以直接使用。阿里云数据库的性能、运维等方面优势明显,直接基于阿里云的数据库进行研发等操作可以大幅度降低成本。云计算规模化带来新的玩法——抢占式实例:以抢占式实例为例。抢占式实例的SLA不太高,价格十分低廉。抢占式实例并非阿里云原创,在AWS上已经是一套非常成熟的机制,并且在很多公司得到良好使用。下图为某移动广告及数据分析公司使用抢占式实例,成本得以大幅度下降。服务器切割后存在一些碎片资源、库存资源等,将其作为抢占式实例进行收买。抢占式实例的SLA不能保证,当其它客户需要完整的一块资源时,可能恰好包含某一块碎片资源,该实例就可能会被释放,但是回收前5分钟会通知客户。当然如果客户研发能力较强,可以通过PASS平台建立自己的平台,利用大量碎片资源进行调度,可以在保证SLA的情况下使成本尽量更低。在研发能力强的情况下,比如阿里云,使用抢占式实例只需要使用正常计算实例的20%左右,就可以得到解决同样问题的计算能力。高效使用资源案例:如下图所示,某些在线旅游网站利用业务峰值、时间进行弹性付费;某些媒体公司利用热点事件快速进行弹性操作;某些渲染公司使用抢占式实例、经济型实例等降低成本,提高渲染效率。下图为过去数据,目前效果数据应该更加优秀。面向云的研发与过去不同。从前的资源池可以视为小池塘,而面向云的资源池如同大海。虽然看似云端资源有些浪费,但是整体而言更有优势。下图所示为某O2O公司上云后资源使用效率较线下效率显著提升。该公司业务峰值在午餐、晚餐时间,一次性服务器采购成本高。该公司面向云利用全局统一资源调度、容器化、秒级弹性实例等操作解决了日峰值问题,节省了成本,提高了服务能力。 三、 稳定性演进 稳定性是每一家公司都十分关注的性能,稳定性直接关系到产品优劣、客户满意度,非常重要。稳定性的演进过程可大致分为以下三阶段。 1.早期IT时代 商用软、硬件厂商提供稳定性:用户架构简单,成本高。主要使用主机、小型机等方式保障稳定性。过去以现在做架构的方式在硬件层面做了很多与稳定性相关的操作,相应的其成本比较高。例如通过冗余的方式,使用两块绑卡、更多内存,在一条链路失效时切换另一条等方式。 2.互联网时代 架构优化提高稳定性:技术复杂,成本低。使用廉价PC Server不如小型机稳定。由于内存、主板、CPU、内核等各种原因,使用PC存在万分之三的服务器宕机率,但相同计算密度下价格非常低廉。因此需要通过架构优化提升稳定性。当一台服务器IP不通时可直接将其从集群中剔除,当整个集群存在问题时将业务切换到另一个集群上。例如阿里巴巴电商业务,甚至当某的的服务器不可用时可以切换到另一的的服务器上工作,架构非常灵活且高可用,拥有强大的调度、容错容灾能力。高可用架构-容量能力:三八女王节活动需要做容量确定,确定需要多少笔交易能力。对每一个应用都需要进行容量规划、确定其所需计算资源,并进行全链路压测。高可用架构-应用治理:需要了解应用之间的依赖关系。通过应用间的依赖关系可以进行链路跟踪、故障演练、监控、判断缓存是否失效等多种操作。高可用架构-运行管控:例如容量确定并不一定能够满足所有容量能力,需要进行限流降级。例如客户需求为峰值100笔交易能力,而业务方认为该数值过高,只提供80笔交易的能力。在峰值时期对20%的交易进行限流,其它时间80%的交易能力足够使用。那么在峰值的几分钟时间进行一定限流,既不影响大部分正常时间的交易,又能节省20%的资源储备,是十分合适的。另外可以实现开关预案、监控报警等功能。高可用架构-容错容灾:包括同减双活、异的多活、流量调度等能力。 3.云计算产品化 云计算通过软硬件结合提供很高的单点稳定性:用户架构简单,成本低。不计成本价格情况下,云的理想模式是出售小型机、同时拥有互联网架构的产品与能力,在单机稳定的同时架构能力也非常强。云上客户有大有小,技术能力参差不齐,但是对云产品、对服务器的要求同样严格。阿里云目前提供的SLA指标是全球最高指标,为其投入了大量资源。阿里云希望单机稳定性、可用性都可以达到非常高的标准,为客户提供比物理机更高的稳定性。云服务器的生命周期约3年,不如小型机生命周期长,云在硬件、在服务器中实现高可用性就成本而言并不划算。并且云是使用廉价硬件实现高稳定性,抬高物理资源成本并不符合云化趋势。因此客观而言,云计算达不到小型机的稳定程度。云计算提高稳定性的方法如下图所示。通过商品化方式提供单点稳定性和分布式全栈化的产品和解决方案。例如硬件系统监测+AI故障预测,可以预测磁盘、主板等损坏的时间、故障率、故障诱发原因等指标,提前预警以便迁移应对。云上可以进行热迁移,在预测出故障的情况下及时迁移计算实例,消除故障于无形,宕机率降低到原来的1/5。另外高可用全网部署能力可以消除硬件故障及对业务的单点威胁。例如通过分散资源部署到不同批次,不同位置。实现上述能力的前提是需要有一定的规模,因此业务规模越大,方法越有效,稳定性越高。全栈稳定性解决方案及产品:利用互联网沉淀的一些能力,利用阿里巴巴在金融、电商、物流等方面沉淀的能力,输出了一些高可用性产品。其中PTS是一款全链路压测工具,在架构互联网化的前提下可以发起大规模的在线业务全链路压测,高仿真线上峰值流量。PTS能够精准判断支持目标的QPS、TPS所需的资源,判断并均衡系统资源。 四、探讨与总结 1.容器的最佳载体探讨 物理机or虚拟机?容器是当前发展趋势。许多公司基于物理机做容器服务。客观而言,通过虚拟机对容器进行多次虚拟化并不好,基于物理机做容器服务是最好的。但是基于物理机做容器服务就失去了云的优势。云有五大优势。第一是弹性能力强,可以大幅度降低成本,提升可用性。第二是供应链效率高,不使用云,就不能通过鼠标的简单操作建立计算实例,而要进行诸多复杂操作流程。第三是财务效率高,不使用云时是一笔持有三年、四年的资产,而云上购买服务器后永久拥有。第四是稳定性好,云服务由专业公司提供稳定性,比客户自己保障稳定性更强。第五是云上产品丰富度高,并且不断推陈出新。其中包括阿里云的产品,也包括其它合作伙伴推出的产品,客户自己研发的东西也可以产品化、服务化,提供给云上其它客户。因此云上生态更加繁荣。神龙子系统:其主服务器为第三代虚拟化技术,为容器服务而生。第一代虚拟化技术以VMware为典型代表,第二代以Xen与KVM为代表。第三代虚拟化技术即软硬件结合,弥补前两代的缺陷,以硬件方式进行虚拟化,虚拟化开销几乎为零,成本大幅度降低。如果客户希望拥有更强的管控能力,可以在运维管控方面投入更多资金、人力,那么可以采用神龙子系统做容器服务。当然也可以使用云虚拟组建或其它服务器。 2.像管理手机APP一样管理云端应用 阿里巴巴呼吁通过标准化简化云端应用的管理。否则不同公司提供的服务、软件、应用系统的管理方式不尽相同,涉及大量研发、测试、生产环境,专有云、公共云、IoT环境,流程复杂,管理困难。而每一个手机用户都可以便捷的管理手机APP,其核心就是标准化,例如安卓系统、华为系统等。 3.Open Application Model 阿里云联合Microsoft Azure发布了OAM(开发应用模型),是全球首个云原生应用标准定义与架构模型。OAM在开发人员层定义应用的组件、依赖以及架构,在运维人员层定义应用的运维配置和运行时参数,在平台层执行OAM应用描述。使OAM可以一键安装、多处运行,使用标准化方式透出平台的基础能力与特性。只要符合OAM标准,不论在阿里云、其它云还是在其它个人搭建的KPS环境都可以进行更加方便的管理。 4.总结 云计算创新:基于云架构,开发者在研发与运维模式上不断创新。专注云上资源的使用,云厂商提供资源和灵活使用资源的工具。充分利用云计算解决应用稳定性问题。通过OAM,云上应用管理和手机APP管理一样简单。云计算挑战:第一,稳定性超过小型机,同时保证价格低廉。第二,IDC建设更绿色节能。第三,可信科技创新持续稳步提升。第四,从Run on Cloud到Develop on Cloud。云未来:随着计算机互联网化,计算机愈加影响到人类生活的方方面面,带来了巨大价值。云计算与之相似,云资源、云特性将会带来一种新的研发模式。相信随着云的快速发展,云将会带来更加深切的变化。今天云的关注点还在于资源、成本、运维、弹性、效率、稳定性等角度,未来云将会更加深入的影响到应用、商业模式,为社会带来更大的价值。
近年来 AI 发展迅猛,从最初的萌芽到今天非常成功的应用,AI 有很多优秀的实践,同时也遇到了非常多的挑战,需要不断地通过技术革新来解决这些困局。阿里巴巴达摩院高级研究员金榕将通过本文介绍当前 AI 已取得的应用实践,解析 AI 的创新以及可探索的未来。 本文将主要围绕以下四个方面展开: AI 技术背景 自然语言处理 语音技术 机器视觉 金榕老师《困局与破局:从深度学习到AI三大关键技术》 点击回看直播 一、AI 技术背景介绍 目前的 AI 技术都是以深度学习为基础,而深度学习完成如此复杂的学习过程需要两个条件,首先需要大量的数据,深度学习非常依赖数据挖掘技术,用于产生大量有效的训练数据。此外,深度学习还需要优化算法,因为深度学习要在非常复杂的网络中找到最好的模型,用于匹配数据。在最基础的深度学习模型上,有三个主要的领域,既图像视觉、语音交互和自然语言处理。其中,图像视觉是由图像处理和理解、自然人识别、视频编解码和内容分析、三维视觉等技术组成。语音交互是由语音识别、语音合成、语音硬件技术等组成。自然语言处理包括自然语言应用技术、语义理解计算、翻译基础计算等技术。所有这些技术组成了人工智能技术。综上而言,人工智能是由深度学习和机器学习组成的。 1.机器学习 机器学习的目标是利用有限的样本对未知的目标函数求近似。任何机器学习模型都有三个 component 组成,首先确定要学习的函数空间、然后确定使用的数据,用哪些训练数据拟合机器学习模型,最后是找到优化算法,让机器从函数空间中学习到最好的模型,即最佳匹配数据的模型。 2. 深度学习 机器学习是考虑所有可能的函数,而深度学习只考虑一个特殊类的函数,神经网络。在数据方面,深度学习的数据要求比普通模型的要求要高很多。在大数据支持的前提下,才能够真正发挥深度学习的作用。传统的优化只是做凸优化,而在深度学习场景中要处理非凸优化。因此,深度学习在三个 component 中都会遇到非常大的挑战。首先,神经网络构成的函数空间非常不清楚。其次,由于大数据的复杂性,训练数据的难度比传统机器学习的难度要大。最后,非凸优化无论在理论或实践层面都没有很成型的模版。所以业界为了找到最佳的实践也在做很多的实验研究。 3.人工智能发展的关键 人工智能发展主要包含两个关键点。首先可以利用大量丰富的“活”数据。利用“活”数据的应用有很多,如 2016 年谷歌的 AlphaGo 战胜了围棋世界冠军。另外,AI 技术具备强大的计算能力,如目前非常火的自动驾驶技术,Google 的 Waymo 可以在非常长的距离下无需人为干预的进行自动驾驶。但是这些技术早在 20 多年以前都有所实践,在 1995 年,Backgammon 通过和自己下 1.5 万盘棋,成为了世界冠军。在 1994 年,Alvin 以每小时 70 英里的速度从美国的东海岸开到了西海岸。相比这 20 多年的发展,本质上的不同点是数据的数量级和计算能力的提升。如人脸识别技术现在都需要上亿级别的训练数据,而以前只有几百万张的数据。传统的 AI 技术要依靠很多的 GPU 才能得到比较好的模型效果。 自然语言处理 1.自然语言处理模型 自然语言处理也有着很长的历史,以前叫计算语言学。传统的计算语言学方法使用统计学的语言概率模型构建自然语言模型。如下图中的“中国鼓励民营企业家投资国家基础建设”,这一句话可以被解析为一个语言树,分为主语、谓语、宾语、动词和名词等内容。也就是利用语言树表达这句话的语法结构。另外,传统的自然语言中常用的技术叫统计语言模型。如下图中的拼音串 “ta shi yan jiu sheng wu de” 可以有多种可能的汉子串表达,人为判断的话应该是最后一条“他是研究生物的”。实际上,人类大脑中通过大量阅读会形成一个概念图表,知道哪些表达是可能发生的,形成了一种统计语言模型。最典型的统计语言模型是 Bi-gram 模型,计算一个词之后可能出现的词的概率。但传统的计算语言学方法存在模型欠精准,文本处理效果一般等弊端。 鉴于传统方法的局限,深度学习可以用于自然语言处理中,其中最成功的的模型叫深度语言模型。与传统方法的区别在于它将所有词的上下文信息用张量表示,还可以双向表示,即对未来和过去都做预测。此外,深度语言模型利用了 Transformer 结构,可以更好的捕捉词和词之间的关系。 自然语言模型 - 问题应用 问答应用传统的方式是常见问答对(FAQ)和知识图谱(KBQA)。如下图中的例子,问答对是一个数据库,包含问题和回答。这种方式相对保守,且编辑问答对要求人对相应的 domain 有比较深的理解,很难扩大领域,且冷启动慢。为了解决此问题,随之出现了机器阅读理解的技术,它可以直接自动从文档中找到匹配问题的答案,通过深度语言模型将问题和文档转化为语义向量,从而找到最后的匹配答案。 目前问答应用广泛应用于各大企业,如阿里小蜜,闲鱼卖家助理,每天帮助百万级的买家自动获取商品和活动信息。 2.自然语言处理 - 机器翻译 另外一个比较成熟的 AI 技术的应用是机器翻译。传统的翻译模型叫统计机器翻译模型(SMT),如下图左侧,从翻译结果来看,统计机器翻译模型容易产生错译,整体流畅度差,包含语法错误。引入深度学习的神经网络机器学习模型(NMT)的结果错译少,流畅度也比较高,符合英文的语法规则。 下图中可以看到,Google Brain 对神经网络做了一个评估报告,其中 phrase based 翻译模型达到的效果有限,而基于神经网络的翻译模型有了明显的提升。同时,在阿里巴巴业务中机器翻译也得到了广泛应用,如电商场景中对商品信息的翻译,钉钉 AI 翻译等。但是因为钉钉的信息都是比较随意的表达,所以钉钉 AI 翻译在未来还有很大的进步空间。 三、语音技术 语音技术在很长一段时间内都被想象成是编码的技术,将文字编译成语音信号。而语音识别的过程是属于解码的过程。通常语音识别有两种模型,语言模型(Language Model)和声学模型(Acoustic Model)。语言模型主要的场景是预测某词或词序列的概率。声学模型预测通过词 W 的发音生成特征 X 的概率。 1. 语音识别 混合语音识别系统 传统的混合语音识别系统叫 GMM-HMM,GMM 用于声学模型, HMM 用于语言模型。即使在语音识别领域大家做了很长一段时间的努力,但还是无法达到人类语音识别水平。到了 2009 年之后,基于深度学习的语音识别系统开始发展, 2017 年微软声称它们的语音识别系统比传统的语音识别系统有了明显的提升,甚至比人类的语音识别水平更好。 传统的混合语音识别系统包含独立优化的声学模型,语言模型和语言学家设计的发音词典。不难发现,传统的语音识别系统的构建流程非常繁琐,它需要多个 component 并行开发,各个模型都是独立优化的,导致最终的优化效果不尽人意。 端到端的语音识别系统 基于传统的语音识别系统遇到的问题,端到端的语音识别系统中将声学模型、解码器、语言模型、发音词典都结合在一起,统一进行开发和优化,使得效果达到最优。实际的实验结果明端到端语音识别系统可以进一步降低识别 20+% 的错误率。此外,模型的达到会大大缩小,可以达到传统语音识别模型的几十分之一。而且端到端的语音识别系统还可以在云上发挥作用。 2.语音合成 语音合成大概分为几个 component。首先是前端的文本分析,进行词的拆分,识别 break,这些会构成语言信息。之后,传到后端通过声学模型产生声波。 语音合成历史 语音合成技术从最早的 GMM,到 2000 年的 HMM,再到 2013 年,基于深度学习的模型。而到了 2016 年,WaveNet 相较于之前的模型,在语音质量上有了质的飞跃。2017 年出现了端到端的语音合成模型。2018 年阿里巴巴的 Knowledge-aware Neural 模型不仅能够产生很好的音质,还实现了大规模的模型压缩和计算效率的提升,可以实时产生有效的合成语音。 语音合成一直存在一个较大的 borderline,即定制化成本非常高。通常传统的语音定制则需要专业的发言人,还要在录音棚中录制,人工精准的标注,而且需要大量的数据,一般大于 1 个小时。而如今,语音合成需要在个性化声音定制方面做一些尝试,任何的普通人只要通过手机进行录制,即便在噪声环境下,也可以完成个性化的声音定制。如可以将车内导航系统的语音换成家人的声音。 3.多模态语音交互方案 当人和人对话时,不只是在听声音,而是通过视觉和听觉结合起来理解对方表达的意思。未来的语音交互系统中,还需要将多模态交互方案引入进来。目前的语音识别系统在嘈杂环境下的效果还是不尽人意的,在地铁等嘈杂的公共环境中还是会遇到较大的挑战。阿里达摩院希望将语音识别和机器视觉进行结合,采用多模态的人机交互技术将语音识别与计算机视觉结合的方式,让机器人看着对方,听对方说话,就可以在嘈杂的环境中精准识别用户发出的声音。 举一个例子,假如在地铁站买票,和卖票机器进行对话,同时因为后面也排着很多人,他们也会说话。这时通过视觉的方式,可以判断哪一个人脸更大,从而识别买票的人说的话。下图展示了基于人脸特征监督信息的目标说话人语音分离主要算法处理流程。最后是提出的音视觉特征输入和基于音视觉融和的信源掩码估计模型。 音视觉融合技术应用 音视觉融合技术已经在很多生活场景中得到广泛应用。覆盖了上海的主要交通枢纽,如地铁站,虹桥火车站、上海火车站、上海南站、虹桥机场和浦东机场等。从 2018 年 3 月至今累计服务旅客超百万人。此外,2018 年 9 月杭州云栖大会上达摩院和肯德基合作的基于多模态技术的智能点餐机在 3 天内完成了4500 单。2019 年 8 月钉钉推出了搭载多模态交互技术的智能办公硬件新品 M 25,可以在嘈杂的声音环境下使得交互更加有效。 四、视觉技术 1.图像搜索 视觉技术中最核心的就是图像搜索的识别,同样也经历了很长的发展过程。在早期的 90 年代初期是基于全局信息的底层特征进行搜索,如将图像颜色的信息做分布,但这种方法的精度非常糟糕,如 ImageNet Top 5 只达到了 30%。到 2000 年初,大家开始基于局部的特征编码特征做图像的搜索和识别,精度达到了 70%。但是其中局部信息都是由人工确定,如果出现人没有见过的特征,则无法有效提取。到了 2010 年左右,大家开始使用深度学习的技术,自动的提取局部信息特征,从而精度达到了 92%,使得图像搜索技术完全可以应用于商业场景。 图像搜索和识别发展历程 目前,图像搜索面临的挑战主要有三点,首先数据越来越多,10 亿级别的训练数据。同时还要处理上亿级别的分类。而且模型的复杂度也越来越高。 为了解决以上挑战,阿里推出了九鼎,一种大规模 AI 训练引擎。九鼎是大规模训练载体和专家系统,涵盖了视觉、NLP 等领域。九鼎由两部分组成,首先是通讯,因为所有大规模训练都需要多级多卡,如何有效的通过多级多卡提升模型的训练,减少通讯的代价是较为重要的问题。另外一部分是优化算法部分,如何做好分布式的优化问题同样也是目前遇到的较大的挑战。这种大规模训练引擎可以处理大规模数据的分类并达到很好的训练效果。ImageNet ResNet50 可以在 2.8 分钟内就可以训练完成。若处理 1 亿级的 ID,10 亿级别的图片分类可以在 7 天内训练完成。 图像搜索应用 图像搜索在实际生活场景中被广泛应用。目前,拍立淘可以处理超大规模的图像识别和搜索任务,其中有 4 亿+ 的商品,30 亿+ 的图片,和 2000 万+ 的活跃用户。可以识别 3000 万+ 的实体,覆盖了 SKU 商品,动物,植物,车辆等。 天巡是用于遥感图像识别分析的应用,可以进行大规模的遥感影像训练,拖动遥感图像的路网提取,地物分类,新增建筑物识别,违章建筑识别等任务。 2.图像分割 图像分割指的是从一张图中将 object 分割出来。传统的图像分割方法是如下图左侧,分割成很多像素,看每个像素之间的相似度,相似的像素聚合起来一些区域,再输出。但传统的图像分割技术无法学习到语义的信息,只能知道图中的 object,但不知道 object 是什么物体。另外,因为采用了无监督的学习,在分割边角时精度不高。 而基于深度学习的分割技术基于监督学习,将很多训练样本接入技术中。同时还可以得到分割的结果和分类的结果,理解每个像素的实例归属。而且在大规模的数据前提下,编码器和解码器模型可以精细的分割 object 的边缘。 图像分割应用 阿里将图像分割技术应用于淘系的全类目商品中,可以自动生成商品白底图,提速商品发布。 另外,还可以用于服饰的素材拼图场景中,商家会提供模特素材,利用分割技术,将模特深圳的服饰进行分割,自由组合搭配。 3.模型压缩 目前,深度学习技术已经广泛应用于多种行业中,同时也遇到了很多挑战。首先,深度学习模型越来越复杂,其中计算量在不断增长,达到了 20G FLOPS+,还有不断增加的连接。模型变大那就需要较大的 memory 进行存储,找到合适的 Device 将是非常困难的事情。即使有了 Device,模型也需要跑很长的时间。此时,模型的压缩技术就显得非常重要,它可以将几十 G 的模型压缩到几十 M,用户可以在任何的 Device 上运行模型,无需等待很长时间。 模型压缩已经发展了很长时间。如下图中的模型,可以将模型中不重要的边去掉,进行稀疏化。然后对模型的边进行量化,给不同的权重。最后对模型进行分支,改变结构。FPGA 的加速方案可以在相同 QPS 条件下,相对 GPU 提速 170 倍(RESNet-18 仅需 174us)。 模型压缩本质上是改变模型的结构。模型结构的选择是比较难的问题,它不是一个普通的优化问题,不同结构之间是一个离散的空间。阿里提出出的 cargotainer 方法,可以更快速的获取准确的 pseudo gradient,在 2019 年 ICCV 大会举办的低功能耗图像识别挑战(Low-Power Image Recognition)中获得了冠军。 模型压缩技术的应用 基于 FPGA 的解决方案在盒马自助收银机得到了应用,利用机器视觉方法识别是否漏扫商品,GPU 成本缩小到 1/2。同时自研的高效检测算法,可以在 1 秒内完成多种行为分析任务,扫码动作分类准确度达 90% 以上。场景分类准确度达 95% 以上。 4.目标检测 另外,机器视觉技术可以应用与视频信息的结构化任务中,检测目标物体,跟踪识别。目标检测和跟踪识别任务主要的处理流程如下图,对视频进行解码,目标检测,目标跟踪,高维特征提取,属性提取,存储为结构化数据。 目标检测技术也出现了很长一段时间,传统的检测方法是 HoG,DPM 等,依靠 Handcrafted 特征,即人工选择特征。这种方法的问题在于鲁棒性差,无法泛化,计算量冗余度高。而现在也出现了很多基于深度学习的目标检测方法,如 Faster RCNN、SSD、RetinaNet、FCOS 等。它们的优点是机器可以替代人工识别的特征,可以对物体的尺寸,外观的变化更加鲁棒,泛化性能好。如下图中的折线图,可以发现从 2008 年到 2019 年,从较低的准确度(大约 20%)提升到了 83% 左右。 5.目标跟踪 目标识别出来后还要进行跟踪。在目标跟踪中遇到的挑战是人是动态的,在行动的过程中会被其它物体或人遮挡,这档过程中会丢失目标,如下图中的红色衣服的人会被紫色衣服的人遮挡。传统的方法是根据 position 进行匹配,但在上述拥挤场景中,预测位置难以精确,匹配很容易出现错误。而基于深度学习的方法是抽取 appearance feature 进行匹配,预测结果更加鲁棒。 目标检测和跟踪应用 目标跟踪的应用场景一般在新零售场景中。购物中心和品牌门店需要对客流及场内行为进行深入洞察,构建线下人、货和场地的数据关联。提升线下运营的管理效率,提升消费者体验,最终促进业务的增长。 另外,目标跟踪技术用于案发场景下。但因为案发场景中视频都是非常长时间的内容,难以人为检查识别。那么能否将整个 24 小时的信息浓缩后在几分钟内看完。其中需要利用目标检测和目标跟踪的技术,识别人和物,跟踪轨迹。将不同时间的轨迹一起播放,如果对某一个或某一类轨迹感兴趣可以点击进去,看到这类的视频内容,大大减少了观看视频的时间。 总结 可以发现 AI 技术的发展离不开大量数据的支持,因此目前的人工智能技术还是以数据为驱动。如机器翻译和专业的翻译人员相比,人在翻译的时候并不是完全以数据为驱动,不需要阅读上亿的数据,更多是基于 Knowledge 的方法,高效的处理已有的信息。所以在未来,如何让机器从 Data Driven Approach 走向 Knowledge Based Approach 还需要进行不断的探索和努力。
*本预告时间仅供参考,最终直播时间以直播间信息为准。*本文提供直播PPT下载,请在对应直播介绍处查看。 本周直播重磅推荐: 本周CIO学院将带领大家走进以云为代表的灾备基础设施如何保障企业数据安全,并邀请到了两位顶级专家吴结生、辛阳博士分别为大家揭秘云之奥秘。 《架构师成长之路》将继续为大家提供有价值的技术课程—OAM:云原生时代的应用模型与下一代 DevOps 技术 本周四cio学院再次携手大咖,为大家揭秘出行的秘密之高精地图的挑战和机遇 3月30日: OAM:云原生时代的应用模型与下一代 DevOps 技术 直播时间:03-30 19:00直播亮点:DevOps 作为一种打破研发和运维之间隔阂、优化软件交付效率的文化理念和最佳实践一直以来都广受欢迎。随着云原生时代的到来,以面向终态设计著称的申明式 API 逐渐打破了原有 DevOps 的工作模式。用户只需申明一个应用的 YAML 格式,便可以在 K8s 上快速部署和交付软件。分享嘉宾:天元,阿里巴巴技术专家云原生Devops实操笔记系列回顾:云原生时代的在线教育 DevOps 之道10 分钟高质量完成应用容器化快速交付云原生应用的 3 种发布策略详解GitOps 之应用安全发布模型实践云原生Devops实操系列课程:之容器化应用痛点剖析:问题诊断、监控及运维 >>> 点击下PPT 【Elasticsearch入门公开课 】19 | 显式Mapping设置与常见参数介绍 直播时间:03-30 19:00直播亮点:Elasticsearch 是一款非常强大的开源搜索及分析引擎,在 Search Engine 分类中长期位列第一。而Elasticsearch 除了搜索以外,结合生态 Kibana、Logstash和Beats,Elasticsearch还被广泛运用在大数据近实时分析场景中,包括日志分析、运维监控、信息安全等多个领域。分享嘉宾:阮一鸣,eBay Pronto 平台技术负责人。Elasticsearch核心技术系列回顾1-5:01|课程介绍Elasticsearch核心技术与实战02|内容综述及学习建议03|Elasticsearch简介及其发展历史04|Elastic Stack家族成员及其应用场景05|Elasticsearch的安装与简单配置 *PPT下载待更新 3月31日: 攻克痛点:如何保证复杂微服务架构下的数据一致性 直播时间:03-31 19:00直播亮点:分布式一致性一直是困扰业务的巨大痛点,解决不好数据一致性问题,无疑是让业务数据在裸奔,在微服务架构下这个问题更为凸显。如何让业务更简单,更高效的解决分布式一致性问题正是 Seata 的出发点。Seata 开源后,与微服务生态相协同,在短短几个月star 数就已经破万,受到大家的热情追捧,正说明了它为用户带来的巨大价值。本次将为大家分享分布式一致性的解决方案,Seata 的核心架构,原理和实践。分享嘉宾:季敏@slievrly,开源项目 Seata 发起人微服务架构从概念到实践系列回顾:从 2019 到 2020,Apache Dubbo 年度总结与展望Nacos 1.2.0 权限控制初探,保障微服务安全Spring Cloud Hoxton 新版本介绍 & 未来展望Dubbo 2.7.6 新特性流量太大容易挂?接入 Sentinel 让 N 个 9 成为可能微服务架构从概念到实践系列:之Arthas 在线应用诊断实践分享 >>> 点击下PPT 【Elasticsearch入门公开课 】20 | 多字段特性及Mapping中配置自定义Analyzer 直播时间:03-31 19:30直播亮点:Elasticsearch 是一款非常强大的开源搜索及分析引擎,在 Search Engine 分类中长期位列第一。而Elasticsearch 除了搜索以外,结合生态 Kibana、Logstash和Beats,Elasticsearch还被广泛运用在大数据近实时分析场景中,包括日志分析、运维监控、信息安全等多个领域。分享嘉宾:阮一鸣,eBay Pronto 平台技术负责人。Elasticsearch核心技术系列回顾6-10:06|Kibanan的安装与界面快速浏览07|Docker容器中运行Elasticsearch Kibana和 Cerebro08|Logstash安装与导入数据09|基本概念:索引、文档和REST API10|基本概念:节点、集群、分片及副本分享 *PPT下载待更新 【阿里CIO学院攻“疫"技术公益培训第十三场】吴结生:云,让备份更简单 直播时间:03-31 19:00直播亮点:介绍以云为代表的灾备基础设施如何保障企业数据安全介绍存储和灾备的发展前景和技术演进趋势介绍云灾备的场景化解读以及最佳实践分享嘉宾:吴结生|阿里巴巴高级研究员,阿里云智能存储负责人 CIO 学院往期视频回看: 李飞飞:企业级数据库的前世今生视频回看 及 PDF 下载 贾扬清:人工智能算法和系统的进化视频回看 及 PDF 下载 丁险峰:AIoT 下的数字世界:工业4.0中国之路探索 华先胜:人工智能:是风、是云,还是雨? 王刚 :自动驾驶之路上的 “能”与“不能” 金榕 :困局与破局:从深度学习到AI三大关键技术 五福 :三位一体的中台体系AI·OS与产品实践直播预约 小邪:新基建之云上IT研发路 司罗:达摩院语言技术研发 肖力:企业安全体系发展与最佳实践 吴翰清(道哥)- 道哥眼中的机器智能:计算机的再发展 *PPT下载待更新 4月01日: 数据库大牛:全新DataFlux实时数据平台展示、POLARDB的应用探索之路 直播时间:04-01 15:00直播亮点:数据库是一项成熟的技术,已存在了40年。计算和数据上云的快速发展,计算和存储资源池化带来系统设计的颠覆,传统数据库步履蹒跚。本期阿里内外数据库专家,用阿里云数据库产品分享行业实战,从POLARDB实战,到如何将PostgreSQL与MySQL结合实现1+1>2的组合拳?更有开启全新实时数据应用方式的创新产品DataFlux。带您了解最新数据库玩法! *PPT下载待更新 函数计算最佳实践:十分钟上线一个 Web 应用 直播时间:04-01 19:00直播亮点:通过一个简单的 Web 应用示例,向大家演示如何快速创建、开发、运行、调试和部署一个生产级别的 Serverless Web 应用。分享嘉宾:香丘,目前负责阿里云函数计算的工具链开发Serverless工程化落地与实践系列回顾:如何轻松构建弹性高可用的音视频处理系统?使用函数计算十分钟构建支付宝小程序的后端如何借助 Serverless 技术降低闲置计算资源成本基于函数计算实现 Serverless 自动化运维函数工作流全解析搭建基于 Serverless 的在线转换工具函数计算最佳实践:快速开发一个分布式 Puppeteer 网页截图服务 >>> 点击下PPT 云原⽣体系在淘系的落地 淘宝互动业务⾼效研发 直播时间:04-01 16:00直播亮点:淘宝互动业务进几年的发展、思考和定位淘宝互动在自研Servcerless研发模式中如何帮助业务研发同学提效,遇到了哪些挑战淘宝互动与 Gaia FaaS 平台合作共建成果及未来的探索展望 >>> 点击下PPT 【Elasticsearch入门公开课 】21 | Index Template和Dynamic Template 直播时间:03-25 19:30直播亮点:Elasticsearch 是一款非常强大的开源搜索及分析引擎,在 Search Engine 分类中长期位列第一。而Elasticsearch 除了搜索以外,结合生态 Kibana、Logstash和Beats,Elasticsearch还被广泛运用在大数据近实时分析场景中,包括日志分析、运维监控、信息安全等多个领域。分享嘉宾:阮一鸣,eBay Pronto 平台技术负责人。Elasticsearch核心技术系列回顾11-15:11|文档的基本CRUD与批量操作12|倒排索引介绍13|通过Analyzer进行分词14|Search API概览15|URI Search详解 *PPT下载待更新 智能推荐系列公开课——7天搭建电商个性化推荐场景和最佳实践 直播时间:04-01 15:00直播亮点:在信息过载、碎片化的时代,个性化推荐成为提升用户浏览/转化率的核心手段之一。而在实际应用中,怎样满足本行业的信息分发需求,精准匹配海量用户偏好,提高运营效率,仍是一个待解之题。 *PPT下载待更新 4月02日: 基于 RocketMQ Prometheus Exporter 打造定制化 DevOps 平台 直播时间:04-02 19:00直播亮点:分享基于 RocketMQ Prometheus Exporter 对 RocketMQ 的最佳监控实践分享嘉宾:陈厚道,北京尚德在线教育有限公司技术专家 >>> 点击下PPT 【阿里CIO学院攻“疫"技术公益培训第十五场】任小枫:高德地图首席科学家 直播时间:03-26 16:00直播亮点:出行是生活的重要部分。我们都习惯了出门用导航,但一个导航App背后,需要什么样的数据和算法来支撑呢?算法又如何来推动出行体验的进步和创新呢?分享嘉宾:任小枫:高德地图首席科学家分享 CIO 学院往期视频回看: 李飞飞:企业级数据库的前世今生视频回看 及 PDF 下载 贾扬清:人工智能算法和系统的进化视频回看 及 PDF 下载 丁险峰:AIoT 下的数字世界:工业4.0中国之路探索 华先胜:人工智能:是风、是云,还是雨? 王刚 :自动驾驶之路上的 “能”与“不能” 金榕 :困局与破局:从深度学习到AI三大关键技术 五福 :三位一体的中台体系AI·OS与产品实践直播预约 小邪:新基建之云上IT研发路 司罗:达摩院语言技术研发 肖力:企业安全体系发展与最佳实践 吴翰清(道哥)- 道哥眼中的机器智能:计算机的再发展 *PPT下载待更新 【Elasticsearch入门公开课 】22 | Elasticsearch聚合分析简介 直播时间:04-02 19:30直播亮点:Elasticsearch 是一款非常强大的开源搜索及分析引擎,在 Search Engine 分类中长期位列第一。而Elasticsearch 除了搜索以外,结合生态 Kibana、Logstash和Beats,Elasticsearch还被广泛运用在大数据近实时分析场景中,包括日志分析、运维监控、信息安全等多个领域。分享嘉宾:阮一鸣,eBay Pronto 平台技术负责人。Elasticsearch核心技术系列回顾16-17:16|Request Body与Query DSL简介17|Query String&Simple Query String查询 *PPT下载待更新
岗位描述: 负责多媒体内容智能化生成方向的核心算法开发,包括不限于图像智能合成、三维重建、图形渲染、基于语音/视频的3D动画生成及交互、视频特效及合成等; 建立算法实现的质量保障体系,推动算法在服务端部署与维护,确保服务的高效与稳定; 与业务方、合作方和兄弟技术团队保持良好沟通,具备一定产品意识,能够独立承担项目并推动身边资源确保项目前进; 持续跟踪业界和学界最新成果,并实际应用到业务中; 岗位要求: CS、EE和相关领域的硕士及以上学位,扎实的数学和图形图像基础知识; C++代码能力强,有丰富的算法落地经验; 有大型服务端图形图像算法底层实现经验者优先; 具有商用2D/3D渲染引擎内核研发经验者优先; 熟悉计算机体系结构,能够在算法层和指令层对算法库进行优化和裁剪者优先; 在领域内顶级会议有一作论文发表者优先; 简历投递地址:https://job.alibaba.com/zhaopin/position_detail.htm?positionId=79802
2022年10月
2022年07月
2022年05月
2021年07月
2021年05月
2021年04月
2021年02月
2021年01月
2020年12月
2020年06月
2020年05月
2020年04月
2020年03月
2020年02月