大数据焦点：数据管理、实时计算、大数据架构与AI结合的创新实践丨DAMS峰会
DAMS约 3 分钟随着数据量的爆炸式增长和数据类型的愈发多样化，数据管理和治理面临严峻挑战，特别是在大模型时代，数据质量、安全和隐私保护成为关键问题。同时，AI技术与数据的深度融合创新、流批一体与实时数据处理能力的提升，以及云原生技术在大数据架构中的应用，正推动着行业的变革。为此，第九届DAMS中国数据智能管理峰会特别精选以下大数据相关热门议题，将于11月29日在上海与大家一起探讨海量数据的智能化管理与应用。
大模型时代的数据管理
复旦大学教授/博导
上海市数据科学重点实验室主任 肖仰华
平安人寿数据智能之数据中台实践
平安人寿 架构与数据管理团队副总经理 朱晟
议题要点及收获：
数据智能技术如何在保险行业落地
解构平安人寿数据中台的建设升级
数据治理、数据开发、数据服务、数据应用如何进行数据智能实践
大模型时代的数据挑战与机遇
中国航信 副总经理 李劲松
让AI写SQL——大模型时代的数据体系
腾讯游戏 数据技术负责人 刘岩
议题要点及收获：
腾讯游戏如何基于大语言模型（LLM）解决数据工程面临的挑战
AI时代如何建设数据体系，涵盖数据基建、数据资产、数据治理
AI工程平台剖析：AI+湖仓一体的系统架构、基于人机协同的应用架构、基于multi-agent的功能架构等
小米AI数据管理平台落地实践
小米 计算平台产品经理 何婵
议题要点及收获：
AI数据管理的发展趋势和业界方案
小米AI数据管理平台设计方法论：非表格数据资产统一管理、统一治理、统一开发和训练等
平台落地实践及业务收益
AI赋能数据资产管理革新——在数据标准等多领域的探索实践
广发银行 信息科技部数据管理处负责人 张文博
议题要点及收获：
AI在金融级数据资产管理中的作用
基于多项AI技术，广发银行在数据标准、数据安全、数据质量领域取得的突破
AI在数据资产运营中的效果
字节大数据血缘演进与应用
抖音集团 大数据研发专家 赵国祥
议题要点及收获：
认识大数据血缘方向，了解建设思路
血缘系统架构如何设计，重点解决的问题
血缘的价值应用在哪些方向
LLM在B站大数据架构中的应用落地
哔哩哔哩 大数据架构师 郭跃鹏
议题要点及收获：
大数据知识库的构建实例
如何结合B站大数据开发自己特有的Agent
大数据作业诊断自动化实践
流批一体在快手的探索实践
快手 数据平台部实时数据架构师 蔡睿诚
议题要点及收获：
快手实时数仓演进历程及痛难点
流批一体的应用场景落地
流批一体性能优化、资源成本优化建议
大模型时代，云原生“数据底座”的创新和实践
百度智能云 数据库&大数据总架构师 朱洁
议题要点及收获：
工业界在云原生数据库、云原生数据仓库、数据湖的创新
工业界在多云异构数据库、与大模型结合的智能运维平台的创新
打造数据底座的核心思路和最佳实践
码上报名，享早鸟优惠
↓点这里了解峰会更多详情及报名