分享简介

互联网盛行的后半场，产品为王之路更加重要，更快更好的应对市场的变化，寻找到产品的立足之处，以及快速增长的基础，更多的依赖于创新的战略选择与落地执行。通过创新寻找到产品的增长路径永远是首要目标。流量红利消失，比起花费几万预算投放公众号、花费几十万甚至上百万做广告，不如改变思维，让产品本身发挥出最大价值。1%甚至0.1%的转化提升，都能给你带来收益的巨大提升。我们需要了解如何通过产品本身的创新，以切实的依据、低廉的成本、可控的风险来达成用户增长、活跃度上升、收入额增加等商业目的。

分享提纲

1 产品创新  2 PMF的创新产品模型  3 分类模式下的产品创新  4 用户及市场洞察 5 产品增长

分享收益

目标：

产品创新如何低成本完成用户和收入的双重增长

成功（要点）

流行的增长方法在国内落地借鉴的经典案例，传统行业运用互联网产品的创新方式实现低成本增长

启示：

打造创新的数据驱动的专业团队

分享简介

《产品创新创造体验》所使用的 Design sprint 是 Google Venters开发的一套设计方法，可以在五天内解决问题并验证创意的方法，来帮助公司启动业务、解决难题、以及为产品和服务找到新的方向。这套方法在2016年引入上海，经过沉淀后首次亮相深圳。快速理解商业背景，定义用户痛点，拿到解决方案并且在投放市场之前进行充分验证，每个环节都需要设计思维和团队的驱动，将问题的解决方案量化执行，全面提高团队决策能力和拿结果的战斗力。

分享提纲

1. 分析商业模型提高团队理解能力 2. 让用户旅程地图告诉我们用户痛点在哪里 3. 解决方案的量化执行

4. 用户心智验证需求的真伪

分享收益

目标：

整合产品设计人员的思维方式，提高全链路产品设计思维能力、产品敏锐度。将思维模块化满足快速迭代的需求。

成功要点：

参与人群为互联网产品经理以及对用户体验有兴趣的行业从业者。

创业团队的决策层，设计团队负责人。

要求工作坊贯彻“Yes，And”原则，打开思维，注重团队合作拿结果。

启示：

掌握：商业目标分析，用户调研，用户场景地图，竞品分析，HMW，头脑风暴，用户价值坐标，原型制作，世界咖啡等分析设计方法并且灵活运用。

分享简介

近几年软件行业发生了翻天覆地的变化，SaaS模式异军突起，Salesforce带领下，不仅新兴的软件创业公司基本都在采用SaaS模式，行业巨头如SAP，Oracle，微软，也都在将大部分产品转为SaaS模式。为什么SaaS能够如此受资本的追捧，为什么Salesforce能做到1300亿美金市值，本次分享帮你解读这个模式和其中的关键指标。当你理解了这些内容，你就有可能成为中国的salesforce。

分享提纲

1. SaaS业务的本质  2. SaaS 业务的现金流及关键指标解读  3. 客户成功的概念——CSM团队到底是在做什么

分享收益

目标：

了解SaaS模式下的企业增长特点及客户成功在SaaS模式中的关键作用。

成功（或教训）要点：

SaaS模式下做小微客户的教训；

重视客户生命周期价值和客户成功的SaaS公司是如何成功的；

启示：

如何做出一家成功的SaaS企业，产品、销售、客户成功如何排序

分享简介

OKR与OKR工具被多个公司采用，包括百度、谷歌、领英、Uber、MongoDB等，国内国外企业，不同的人对有目标的期望是不同的。谷歌和Uber建议每个季度员工应该实现约70%的“OKR”，这是每个季度的关键业绩数据，而Zynga则希望员工每季度能实现2至3个“OKR”。OKR 主要强调的是对于项目的推进，而 KPI主要强调的是对人事的高效组织。作为一套沟通工具，OKR可以在采取行动之前培养长期思考与计划的纪律性。对于代理人，把目标写在纸上也会明确期望，并能使发展的定义和成功的定义进行量化。对于其他利益相关者，OKR可以在主题和优先级上实现透明化，并支持跨职能的交流，强化组织对员工的认可和激励。

分享提纲

1、研发团队适合的OKR模型和环境 2、OKR 最大的价值和落地效果3、OKR 工具使用的场景分析和激励方式方法 4、案例研讨、互动实践

分享收益

１.目标：

A研发团队非常适合实施OKR目标管理；B使用OKR可对齐并达成企业战略目标；C正确使用工具可加快OKR的落地效果。

２.成功（或教训）要点：

正确使用OKR，实现战略目标，帮助队员成长，体现团队价值，提升技术领导力。

3.启示：

A OKR 是目标管理工具，而不是绩效管理工具；B OKR 可帮助个人成长，为企业做贡献，提升员工参与度；C OKR 可应用于工作和生活的方方面面。

分享简介

面向技术背景的团队管理人员，帮助管理者从技术人员的思维方式转向技术管理者的思维方式。“学而优则仕”的技术人员，在技术方面一般都有很强的把控力，且喜欢关注细节，亲自动手解决困难问题。但作为技术管理者，就必须调整为技术管理者的思维方式，把自己当作“杠杆”而不是主要的技术贡献者。本分享尝试为这些技术管理者建立系统的管理认知，影响力、全面的管理视角、换位思考等关键能力。

分享提纲

1.何谓“管理思维” 2.技术思维 vs. 管理思维 3.处于不同阶段公司需要的技术团队能力 4.技术管理者实务 5.影响力，沟通能力与时间管理能力 6.实用的管理工具 7.互动答疑

分享收益

目标：

以讲师的亲身经验和在不同类型企业中的体验，帮助学员建立不同环境下的技术管理认知；

成功（要点）

能够获得可实际操作的管理工具方法，应用在自己的团队管理中。

启示：

可以从管理的角度理解技术，技术团队，成为优秀的技术管理者

分享简介

绩效考核是团队最关键的管理动作之一，是整个管理闭环的重要环节，其结果直接影响奖金激励、职级晋升、末尾淘汰、团队成长等方面，不容忽视。技术团队工作难以量化，且目标变更频繁，绩效考核常常以直接上级主观评估为准，容易出现被评估员工不认可，需要进一步沟通的情况。360度评估是一种很好解决主观偏差问题的工具，长期使用能够提高绩效考核的准确度，及时发现问题，让团队更加主动和改善团队状态。

分享提纲

1 360度评估为绩效考核服务，重在全方位和匿名。2 设计问卷决定性的多方面考量3 满意度和开放式问题的意义4 绩效目标和自评作为前提意义5 绩效管理整体的操作流程6 反馈的结果数据怎样使用最大化7 在没有绝对客观上，要注意哪些局限性

分享收益

目标：
矫正绩效考核的主观偏差，打造公开透明积极成长的组织文化。
要点：
360°评估，提供了更多维度视角，从而获得更为客观的评估意见。
启示：
大型互联网公司实践成熟的可操作方案，易于实行，提高团队满意度

分享简介

随着互联网金融、消费金融业务的不断发展，对金融产品形态与技术架构的灵活性要求更高，因此如何快速孵化新产品，更加灵活的支持新业务，如何更好的扩展现有业务，提升系统的稳定性，都成为较大的挑战。通过本次分享，我们将全面的介绍从0到1如何孵化金融产品业务的，同时如何从1到2去支持更多形态、更多类型的金融业务，以及如何通过中台化的思路，快速构建业务中台，解决业务发展过程中遇到的灵活性、扩展性与稳定性述求。

分享提纲

1消费金融的理解2.消费金融业务发展历程3.消费金融技术架构演进4.消费金融业务中台能力建设5.业务中台建设最优路径探索6.主要问题与挑战

分享收益

通过本次分享，听众将重点获得如下收益：
（1）对互联网金融，消费金融业务有比较深入的了解，对整个业态有一定的认知；
（2）能够了解消费金融业务对应的技术架构发展历程，同时对其中关键技术解决方案有较深入的理解；
（3）掌握消费金融业务中台设计的思路，对为什么做业务中台有更加深入的思考，可以借鉴到自身业务上去；
（4）通过实际业务中台建设全过程呈现，进一步熟悉其中关键设计思路与系统架构。

分享简介

宙斯开放平台是京东零售开放赋能的一个窗口，已经历了数年的618和双十一大促的洗礼。开放平台的核心技术结构是API开放网关，网关有两大特点一是访问量大，二是依赖系统多。在这两种特点下开放平台如何做到系统运行稳定以及极端情况下又是如何不会因为局部问题而影响全部，平台开放需要重点考虑和设计。

分享提纲

1、 业务快速迭代下如何梳理出系统的“黄金流程“ 2、 架构演变下线上一旦发生问题需要注意的“五种软因素” 3、 大访问量、高并发场景下系统容错的“七种武器” 4、 互动研讨

分享收益

１.目标：

业务快速迭代下梳理系统架构要紧抓 “黄金流程”

２.成功（或教训）要点：

为用户讲解了一整套架构梳理的流程和规范，主要有以下要点。

（1）、用一套全新的思维方法去梳理快速迭代下的技术架构（2）、新的全流程压测方法实践（3）、备战在平时“结硬寨 打呆仗”（4）、重视人的因素在系统架构中的影响

3.启示：

（1）、技术人员需要掌握的常用规则定律，将这些规则定律应用到我们的系统架构设计和梳理中可让我们的工作事半功倍。

（2）、大促备战下我们常用的系统容错的“七种武器”，练好了这“七种武器”就如人练好了胸、肩、背、腿、大头、二头、三头一样让我们变得更加强壮，在复杂多变的线上环境下也能让我们的系统稳如泰山。

分享简介

互联网迅猛的发展势头，线上承载的数据流量呈几何级数的增长。由于线上业务的发展需要，自建机房在互联网公司发展的前中期不能满足需求，因此使用各种云平台成为了大量互联网公司的首选。随着公司的进一步扩大，单云的架构常常由于业务需求、服务质量、以及特定云产品的关系，无法满足业务的进一步发展。因此，跨云，甚至跨多云的基础架构应运而生。

分享提纲

1背景介绍   2跨云架构详解   3典型案例   4总结与展望

分享收益

１.目标：

业务快速迭代，云产品不断演进的大背景下，系统架构如何适应

２.经验：

云产品选型经验，与业务方合作经验，实施经验等

3.启示：

很多时候最初的设计要在有限的时间内考虑得尽可能周全，必要时舍弃局部利益而考虑全局利益，并给下一个项目留下宝贵经验教训。

分享简介

在这个“效率为王，流量即金”的时代，随着互联网金融、移动电商、O2O等新的经济形态的兴起和发展，行业市场也随着产生了新的变化：体验、尤其是服务体验的优劣很大程度上影响着企业运营的成败。人工智能技术的进步，语音识别技术、自然语言处理等技术的成熟，智能客服的发展很好的承接当下传统人工客服所面临的挑战。

分享提纲

1、 智能客服核心竞争力，快、准、易，在当下的实现应对半自动驾驶。

2、从垂直的电信、金融领域分析，ToC/ToB的场景下的智能客服的实践

3、快速迭代企业级智能客服“智障”-“有点智能”-“比较智能”，敏捷迭代三部曲。

4、典型的知识图谱算法和工具优化。

5、“从数据中台到知识中台”，面向知识管理的智能客服微服务架构。

6、“数据驱动 + 微创新”，AI项目中的最佳敏捷实践。

7、“AI防锅指南，确保搞砸人工智能项目的十种方法”

分享收益

目标：

基于知识图谱，构建企业级互助、自助、自主的智能客服平台最佳实践

成功（或教训）要点：

（1）一个典型的AI项目，如何从互助到自助到自主，最终提升业务准确率、效率和客户满意度

（2）ToB, Not ToB, 明确通用场景和垂直场景的智能客服目标差异和技术差异

（3）QA Match, KG Inference & Task Completing,实现从“有点智障”、“有点智能”，“比较智能”的智能客服

（4）意图分类、知识嵌入、知识链接和图查询等典型的图谱深度学习算法实操

（5）知识结构化、流程化、APP化，三层的领域智能客服微服务架构实践

启示：“从数据中台到知识中台”，面向知识管理的智能客服微服务架构。

分享简介

算法变现经验谈是分享者在电商应用关联规则算法创造过亿营收的经验与心得。本次案例选取其中图书推荐的“最佳拍档”优化为实例，结合分享者的亲身经历讲述千万价值背后的算法流程，即问题发现，ROI评估，算法的研发，Debug工具开发及ABtest上线测试的过程。通过严格遵守这一系列算法流程，详细地阐述：1.算法如何保障收益，2.小算法为何能产生大收益的原因。前者有效克服了算法人员最大的通病：期望“多点开花”而盲目投入，导致最终无产出；后者从业务视角出发剖析算法模型，介绍了算法融合业务数据产出更多收益的过程。

分享提纲

1“最佳拍档”中的关联规则 2 问题发现与分析 3 效果空间预估 4 算法改进 5 效果的衡量 6 ROI分析 7 案例启示&下一步尝试

分享收益

１.目标：

A优化电商图书推荐中的“最佳拍档”模块，改善用户体验，大幅提高该模块的收益。

B 3个人1个月完成整个算法流程，实现了对于图书“最佳拍档”模块的优化，该模块的相对uv，pv均有大幅提高，订单转化率提升100%，为当当带来千万元营收。

２.成功（或教训）要点：

合理的算法流程，及算法流程每步的高执行力。具体算法流程如下：

a.问题发现：发现问题的本质，找出可优化的点；

b.ROI评估：对于可优化的点，进行人力投入，收益产出分析和预估，选择最优ROI问题；

c.算法的研发：算法的理解以及和当当网同单共同购买数据的融合；

d.Debug工具开发：打印算法模型中间结果，通过对中间结果的观察和分析，保证算法实现的正确性，以及在真实产出和预估有较大差别时，用来定位问题；

e.ABtest上线测试：通过线上真实流量衡量算法的效果。

3.案例启示：

算法流程包括问题发现，ROI评估，算法的研发，Debug工具开发，ABtest上线测试的保障，对于算法有效创造价值至关重要，只有认真地做好每一步，算法人员才能少走弯路，少掉“坑”，才有可能创造更多的价值。

分享简介

从1995年Java的第一个版本诞生，至今Java已经走过了二十多个年头。作为国内开发者使用人数最多的编程语言，Java的发展一直备受技术人员的关注。OpenJDK社区作为Java技术的枢纽，本次演讲将分享目前OpenJDK社区的新变化，以及企业所关注的JDK选择问题(Oracle等 )。同时，在云计算背景下基于互联网实践的Java、JVM优化技术，以及OpenJDK技术发展新趋势。

分享提纲

1. Java is Still Free: OpenJDK发布策略变化以及Vendor选择。
2. The evolution of OpenJDK：OpenJDK技术新趋势介绍
2. Optimizing Java for Cloud: 云计算背景下基于互联网实践的Java优化技术简介。

分享收益

目标：

了解最新的Java技术趋势，进展。

成功点：
在新的变化中， 传统互联网企业如何选择自己的JDK发行版。

启示：
理解在云计算的大背景下， Java语言面临的挑战及优化方向。

分享简介

传统的JVM及其诊断工具，大多是针对长时间运行的单体式（Monolithic）应用场景，而云原生场景复杂、弹性、动态的JVM负载特点，对性能工作提出了更高的挑战，本讲将从大数据性能实践出发，分享如何在新场景下高效地进行性能诊断调优等工作。

分享提纲

1 云原生性能工作挑战 2 系统架构：大数据平台性能服务架构与JVM解决方案3 案例：大数据典型JVM负载性能案例   Q&A

分享收益

目标：
在云原生场景中，传统JVM工具逐渐力不从心，本文将结合大数据平台案例，探讨新场景下JVM诊断与调优解决方案。

成功要点：
1. 系统性梳理，在云原生场景下，JVM性能工作的全新需求和痛点。
2. 介绍大数据平台性能服务基础架构，并着重分享云原生JVM诊断与调优解决方案。
3. 从大数据平台生产案例出发，分享典型大数据JVM负载性能调优实践。
启示：
如何克服云原生架构引入的复杂性
重新审视新场景下JVM核心能力、工具与系统架构

分享简介

数据中心已成为支撑大规模互联网服务的标准基础设施。随着数据中心的规模越来越大，数据中心里每一次软件（如 JVM）或硬件（如 CPU）的升级改造都会带来高昂的成本。合理的性能分析有助于数据中心的优化升级和成本节约，而错误的分析可能误导决策、甚至造成巨大的成本损耗。本次分享主要介绍大规模数据中心性能监控与分析的挑战与实践。

分享提纲

- 大规模数据中心性能分析的价值和挑战

- 性能分析平台构建方案

- 实际案例分享（复杂软件架构、异构硬件体系、统计分析陷阱等）

- Q&A

分享收益

１.目标：

结合案例，探讨大规模数据中心性能分析的挑战和解决方案，推动数据中心的软硬件优化升级和成本节约

２.成功（或教训）要点：

-从业务视角梳理性能分析的价值

-从软硬件全栈采集和分析性能数据

-融合领域知识与人工智能构建分析模型

3.启示：

-构建面向多种业务场景的统一性能指标

-形成软硬件一体化的性能分析视图

-建立分析与验证并行的质量保障体系

分享简介

Serverless作为一种支持自动扩展、以事件驱动、按执行付费、将开发者从繁琐运维中解放出来的现代软件架构。阿里巴巴经过几年的技术探索，总结出了数种从传统应用向Serverless应用过渡的可行方法。这个分享将结合具体案例，介绍阿里巴巴在构建Serverless中台能力过程中的经验和思考。

分享提纲

1. Serverless行业现状观察   2. 阿里的机制Serverless落地方式    3. 案例分享

分享收益

１.目标：

介绍阿里(互联网大厂)的一线Serverless架构套路

２.成功（或教训）要点：

Serverless是一种思想而非实现，落地的可发挥空间很大，Serverless并非万能架构，胡乱套用可能适得其反

3.启示：

为企业IT的下一代技术架构演进提供参考

分享简介

随着新兴业务和云计算的发展，IT信息架构已经从传统的单体应用逐步过渡到了面向云计算的云原生架构。百度智能云在信息架构微服务化和Serverless化方向进行了大量的探索，积累了较为丰富的构建面向云计算的微服务和Serverless应用的经验。这个分享将结合具体案例，介绍百度智能云在支持企业架构实现微服务化和Serverless化的经验和思考。

分享提纲

1、Microservice和Serverless介绍

2、百度智能云的云原生微服务应用和无服务器应用落地方式

3、构建微服务应用和无服务器应用的实践案例

分享收益

目标：实现企业架构向云原生架构迁移

要点：根据软件和业务的特点进行微服务和Serverless化的选择

启示：为企业IT的架构迁移和升级提供参考

分享简介

多数企业的指标度量偏向于滞后性指标，对真正的IT研发意义不大；本次分享通过识别引领性指标、滞后性指标，将有助于研发团队快速定义正确的度量引领性指标，从传统的滞后性指标中逃脱出来，实现IT工程效率的高效。

聚焦在DevOps的软件度量领域，度量数据可以帮助我们确定整个组织的开发效率，识别组织潜在的有机会进行过程改进的区域，并为组织实施过程改进建立基础。

分享提纲

1、 度量在团队中清晰的认知；

2、 从关注滞后性指标到关注引领性指标；

3、 普元在DevOps度量领域落地实践；

4、案例互动答疑

分享收益

目标：真正实现DevOps驱动的价值交付。

收益：理解软件度量，从关注滞后性指标到关注引领性指标、如何定义引领性指标、度量成熟度模型、GQM法则、度量模型。

启示：

通过DevOps平台，快速将度量数据以数字化的形式收集、展现，真正实现IT交付过程的闭环管理。

分享简介

行业里有一个常见的偏见，叫做“AI产品经理应该学习和懂算法”。我们将它叫做“请不要拿你的爱好来挑战他人的饭碗”。产品经理的工作首先是创造用户价值，AI产品经理的特点在于他利用的技术能力从传统的一些工程技术变为了新兴的AI算法技术。这其中唯一的变化是AI技术因为新兴，封装应用的便捷性不佳，所以产品经理需要多思考一些技术短板的问题。作为产品经理，你首先需要更懂你所服务的用户和他们所处的场景，需要明白你所需要解决的问题背后的价值是什么，然后才是明白如何利用AI的技术来达到这一点。通过大型互联网公司应用AI产品角度剖析AI产品价值。

分享提纲

1. 产品经理的核心价值是什么？

2. AI的价值是什么？

3. AI产品经理的工作揭秘

4. 关于未来，我们还有哪些挑战？

分享收益

目标

全面认知产品经理内核能力，深入了解AI产品经理的工作与价值

成功（要点）

A 思考产品本质问题的思路和方法
B AI产品经理的落地方式和工作思维方式

启示
A 产品经理能力的塑造、培养和评判标准
B AI技术的价值、AI产品的价值

分享简介

好产品不一定能"赢"，如果把创新与创业比喻成一个骑手驾驭一匹马，会面临三个选择：你要选择一个什么样的赛道？你要选择一匹好马以及如何培育我们驾驭这匹马的能力？但即使很多互联网公司有马有赛道以及没有在风口和资本驱动下生存。10年以前，互联网流量和移动互联网流量，拥抱了一个巨大的增量市场，现在却很难做出一款更牛的Facebook或是微信。产品思维的关键逻辑包括：产品细节、体验细节、转化率以及商业平衡系统，此外还有流量、入口以及产品整合方案等，通过对互联网产品战略及用户需求洞察方法的快速理解、互联网产品规划原理，提升产品全纬度的用户体验，全面提升产业产品经理思维。

分享提纲

1从互联网产品生命周期/用户生命周期，解读互联网产品顶层设计与规划价值

2互联网产品规划原理定位与价值提炼C端&B端产品

3 互联网产品规划的顶层思考路径To B端

4用户痛点挖掘与需求分析原理

分享收益

目标：

提升产品全纬度，全面提升产业产品经理思维

成功（要点）:
A用户需求洞察方法及解决方案
B互联网产品经理及产品运营规划方法
启示:
A全面提升互联网产品顶层设计规划原理--ToC端&ToB端 
B互联网产品的高效用户需求洞察过程

分享简介

用户体验的重要性让企业更加重视一个产品的体验，量化产品的体验度，在当下互联网发展进程中一直是一个非常抽象而难以把握的环节。从交互和视觉两个层面，交流如何量化、评估和迭代产品的用户体验，力求抓住并了解产品在用户心里和眼中的极致体验。

分享提纲

1. UCD的过去、当下与未来 2. 如何评价产品的用户体验 3. 可以量化的体验设计 4. 大数据的珍贵 5. 抽象的心理学与具象的生理学 6. 可以度量的用户可用性 7. 拼凑出来的用户心理模型 8. 细节决定成败

分享收益

目标：

清晰产品在设计环节如何把控、评估和提升。有效提高打造和细化产品用户体验的能力

成功（要点）：

通过案例，感受如何量化及提升产品用户体验，改变设计及运营的策略

启示：

从交互及视觉两个层面，理解并清晰产品的细节打造给整体体验带来的改变

分享简介

随着人工智能、大数据、云计算一系列新兴技术在经历了前期摸索式发展，并逐渐向产业和行业下沉后，利用这些技术把现实的缤纷世界在计算机世界中全息重建。现实世界什么样，这种数字化转型是在技术领域企业所面临的挑战。

在这种环境下，项目管理和信息化环境下的项目管理也存在着革命性的变革，项目经理作为组织内部的重要执行力量，是企业紧迫需要和青睐的高端人才，对项目管理人才的需求数量正在急剧膨胀。商业竞争环境将日益复杂，愈来愈激烈，项目经理不仅需要量的加速，更需要有质的飞跃。对于项目经理来说，不断提升项目管理能力并意图让项目达到最佳状态。您是不是也有以下的困扰呢？

分享提纲

1. 外部环境的挑战 2. 转型中项目管理思维体系与实践的更新 3. 项目管理的价值及对企业/个人的意义和作用 4.规划项目管理的职业发展 QA

分享收益

目标：

IT企业数字化转型的最佳实践；

成功（或教训）要点：

对管理流程、管理工具、内部人才的转型过程、方式和方法。

启示：

IT企业自身数字化转型过程中重新被定义，hp等企业成功经验分享。

分享简介

研发管理在借助信息平台对研发过程中进行的团队建设、流程设计、绩效管理、风险管理、成本管理、项目管理和知识管理等的一系列协调活动，将结合京东、阿里、华为项目管理专家13年项目管理经验传授全球化的项目管理秘籍、打造高效互联网项目团队信息链的实战经验总结、规模化敏捷实战分享。

分享提纲

1.项目经理的发展与任职   2. 规模化敏捷   3. 人效是什么？ 4. 工程效率与项目管理

分享收益

目标：
1项目管理领域的职业发展规划
2研发体系人效管理与打造高效团队
要点：规模化敏捷的实战经验
启示：工程效率与项目管理的深度共生

分享简介

移动互联网2.0中，越来越多的应用 从工具型向服务型转变（满足人们对美好服务的不断需求），这里面涉及到内容服务整个产业过程，包括 “信息内容的生产、大数据、内容消费”等，企业间的竞争 也从单点的竞争 转变化“业务链条”上全面竞争，在这个过程中，对项目管理的挑战也变得越来越大-- 高质、高效的组合项目管理也变得越来越重要，包括 准确地获取用户需求&及需求价值排序、从消费端到生产端的贯通、团队的有效组织等等。

分享提纲

1 传统企业项目管理 vs  移动互联网企业项目管理的差异

2 大型移动互联网项目管理实践

分享简介

Apache Pulsar是下一代云原生分布式流数据系统。Yahoo在2016年底将Pulsar开源，并于2017年六月捐献给Apache软件基金会进行孵化，再经历了一年多的时间，8个大小版本的迭代。Apache于今年九月份正式宣布Pulsar成为顶级项目。

分享提纲

- - Apache Pulsar是什么

- - 为什么我们要创建Pulsar

- - Pulsar跟其他已有系统的不同之处：

- 统一队列和流的消息模型

- 计算和存储的分离

- 分片 vs 分区

- - 从消息系统到流数据平台

- - 社区的状况和案例

分享收益

１.目标：

由一个分布式消息系统演变成一个完整的流原生数据平台

２. 成功（或教训）要点：

A.大量开源技术案例，弥补了其他开源消息系统的不足，保证系统企业级的多租户特性、多地域复制和强持久性保证。

B. IO 的读写隔离、伸缩性、安全和运维成熟度优点充分体现

3启示：

A让优秀的数据持久性和顺序性。

B支持 Stream （如 Kafka ）和 Queue （如 RabbitMQ ）两种消费模型， 支持 exclusive、failover 和 shared ，统一消费模型

C让软件具备灵活的扩展性、高吞吐低延迟

分享简介

每个企业迁移到Kubernetes的实践及路线都不一样，除了每个企业的基础设施环境及技术栈原因，还有Kubernetes本身体系庞杂，需要根据企业自身的需求去选择相应的能力，同时Kubernetes不是一个production-ready的软件，需要我们根据自身的基础设施去开发相应的插件或者工具去构建生产环境。这次分享基于我们在Kubernetes构建的内部容器平台以及公有有云容器平台的实践，选择一些有参考价值的技术点和大家分享，内外容器产品所面向的需求和人群不同，而且底下基础设施也不一样，对于想自建k8s集群，和直接使用公有云上k8s服务的同学都有参考意义。

分享提纲

一.云上Kubernetes容器云平台实践

二. 内部Kubernetes容器云平台实践

分享收益

结合实践和案例，展示Kubernetes的能力，提高应用迭代效率，降低资源及人力成本。

成功点：
从需求出发及Kubernetes提供的能力构建生产环境
让业务实现跨可用区高可用及平行扩展
平台自身的高可用设计

启示：
拥抱云原生，解放生产力

分享简介

k8s原生提供了针对无状态应用、有状态应用、作业等多种应用负载，利用原生提供的应用负载，业务可以实现面向终态的各种应用交付特性。然而原生的应用负载在应用交付效率等方面无法满足很多实际应用的需求，例如原生的应用负载在发布新版本时，要求所有pod都进行重调度，从而导致镜像下载等操作都需要重新执行。为了解决原生应用负载在发布效率上的问题， 阿里巴巴最近开源了一组通用的扩展应用负载，涉及了有/无状态应用，作业，sidecar容器等的扩展交付能力,例如原地升级、热部署等。这次分享会介绍这些应用负载的原理，以及如何使用这些扩展应用负载解决应用交付的效率问题，并在CICD 流水线中集成这些应用负载。

分享提纲

1. K8S 原生workload 的介绍、比较以及历史演进   2.  原生workload的问题分析
3.  滚动发布和原地升级的比较   4.  原地升级带来的收益和挑战
5.  不可变基础设施的理念和再思考   6.  Sidecar容器和多容器设计模式
7.  热更新容器模式   8.  阿里巴巴在应用负载领域的实践
9.  Kruise 介绍   10.Kruise-advance statefulset + demo
11.Kruise-sidecarset + demo   12.Kruise-BroadcastJob + demo
13.CICD流水线中集成Kruise的方法    14 Kruise未来的发展方向

分享收益

目标：
Kruise在实现上，采用了标准的k8s扩展方式，方便用户接入和进一步扩展。 
成功点：
Kruise在部分云原生理念上，不可变基础设施，有别于原生k8s实现的云原生实践，为行业在云原生改造上的实践提供了新的思路；在多容器设计模式上， 丰富了sidecar容器的管理能力， 从而支持了热更新容器这种新的多容器模式，为数据管理、应用热部署等需求提供了新的可能。 
启示： 
Kruise为大规模的云原生应用交付提供了一组通用的扩展应用负载，这些应用负载可以独立使用，也可以成为更复杂的应用负载的基本构成单元。使用这些应用负载可以弥补原生应用负载在交付效率上的问题，帮助业务在生产环境构建更加高效稳健的云原生应用交付流程。

分享简介

随着微服务系统架构被广泛接受与采纳，将单体应用拆分成高内聚、低耦合的子系统进行独立开发与发布借助RPC协议进行通信的设计思想，已经成为设计大规模互联网后端应用时的一种行业“共识”。但在这个过程中一些“新的问题”开始出现。目前行业主流的微服务解决方案如Spring Cloud等开源框架或企业自研的方案，都以库的形式存在，和业务服务一同构建发布，升级和维护的成本较高。在多协议和多语言环境下，情况更加严重。在这个背景下，出现了 Service Mesh 这样的尝试为所有子系统建立横向联系的服务治理技术。本次分享主要介绍Service Mesh在字节跳动的实施方案和相关经验。

分享提纲

1. Service Mesh的诞生背景 2. 字节跳动为什么选择Service Mesh 3. Service Mesh在字节跳动的实践和落地

分享收益

目标：

1.  获悉在统一容器、虚拟机、物理机多环境的部署经验分享

2.  如何尽可能优化Service Mesh带来的性能开销

成功（或教训）要点

1.  了解是否有引入service mesh的必要性

2.  引入service mesh的产生的新问题和应对方法

启示：大规模巨大、业务多样、多编程语言的平台型公司如实践Service Mesh

分享简介

在数据智能阶段，“中台”应运而生。基于大数据平台对数据的进行存储、融合、分析、管理等“中台”的基础能力的支撑日益重要。本次分享将以一个国家级大数据平台建设为例，介绍百分点的超大规模实时数据分析与数据管理的典型架构和实战经验。在该案例中，我们搭建了以Kafka、Spark Streaming、ClickHouse、HBase、Ceph和ES为基础的大数据平台，承载了万亿级数据的存储、处理和应用， 平台支持了线上2000+亿/天，峰值500+万/秒的数据处理能力。并基于大数据平台建立了统一的数据资产管理平台支持多数据源的数据管理与融合分析， 实现对400+数据源，几千张表进行了数据集成与数据管理和加工。支撑了数据标签化构建，模型化构建，及知识图谱的构建的构建与存储。本次分享将介绍平台的设计理念、关键技术选型、数据管理与融合设计。

分享提纲

1、万亿级平台实时数据分析面临的问题和挑战； 2、百分点数据分析典型架构；3、核心组件的设计与选型；4、多数据源数据管理与融合设计。 QA

分享收益

目标

1百分点超大规模实时数据分析的典型架构；

2大数据平台数据资产管理方法；
3统一数据模型的数据融合设计。
成功（或教训）要点
1基于业务场景的组件选型与设计方法；
2基于数据元标准化方法论的数据资产管理方法；
3统一数据模型的Pipeline与交互式数据融合设计。

分享简介

结合团队近几年的一线实践经验，深度分享运营商大规模数据集群的治理实践经验，包括数据治理和集群治理工程的定位、背景、组织架构和方法论、实施路径、案例分析、成果收益、对外产品化进展等重点内容。

系统性介绍联通大数据平台（数千节点规模、近百PB数据量、日新增数据百TB以上、万亿级信令和互联网日志数据、数百个多租户模型运营）的整体架构，包括数据采集交换平台、核心生产平台、能力开放平台、点查询中心、安全网关、智能运维平台等关键子系统的技术架构和演进历程。

分享HadoopMR、Spark、Flink在平台数据采集加工等具体场景的应用情况，剖析典型的故障定位、踩坑经验和性能调优案例

分享提纲

1大数据平台整体架构介绍 2 大数据平台数据仓库建设

3 大数据平台数据引擎演进与应用调优实践（包含HadoopMR、Spark、Flink等主流框架）

4大数据平台数据治理体系 5大数据平台能力开放运营

6大数据平台治理实践-定位、背景、效果收益

7 大数据平台治理实践-实施路径、技术方案、踩坑经验

分享收益

目标：

了解联通大数据平台整体架构、数据采集交换加工过程、数据治理体系、数据安全管控、能力开放平台运营和大规模集群治理实践内容

成功要点：

1构建支撑运营商级别的大规模数据平台架构，实现数据统一高效采集与加工分析，完善的质量稽核、安全合规与治理保障，通过能力开放平台赋能外部租户并完成数据资产管理体系化运营

2实用的顶层数据治理架构设计、Hadoop与MPP技术混搭、容器&DevOps&AIOps深度融合应用，拥抱并吃透开源社区新技术

启示：

充分结合商业产品&开源社区技术建设平台、在采集交换源头解决数据质量问题、构建精益高效的数据治理文化、通过大规模集群治理实践保障集群稳定性和业务连续性，同时敏捷驱动数据治理体系的价值落地

分享简介

微博的机器学习平台支撑了微博feed推荐、热门微博、个性化push等许多业务，数据平台是机器学习平台的重要组成部分。本次分享将结合作者在搭建机器学习数据平台的经验，重点介绍三方面的内容：1机器学习推荐业务中的数据构成，数据特点，面临的数据共享，数据标准统一等问题。2微博的机器学习平台在解决这些问题时的架构设计思路和相应的成果。3 在线数据存储是如何做到标准化，支持高并发，保证实时性的？

分享提纲

1 微博机器学习平台简介 2 数据平台设计原则和经验 3 数据平台架构 4 数据在线存储实践

分享收益

目标：帮助听众了解如何搭建统一的机器学习数据平台，达到加快业务迭代，资源共享，节约成本的目的。
成功要点：
1 分享微博机器学习业务的特点，存在哪些数据问题；
2 介绍微博数据平台的组成，架构和搭建平台的经验；
3 分享在线特征存储技术实践。 
启示：
1 如何搭建统一化、标准化的机器学习数据平台
2 机器学习业务中，在线特征存储如何支持高并发，实现高性能

分享简介

产业互联网、业务数字化大时代下，企业的效率越来越高，但业务也越来越复杂和开放，导致黑客入侵愈加频繁，产生危害也愈发严重。在这样大背景下，使得原本就落后一步的安全建设面临着前所未有挑战。如何在一个开放复杂又快速变化的环境下把安全做好？这对于任何一个做安全的人来讲，都是不可忽视且需要深入思考的问题。
一直以来传统安全对威胁的检测和拦截，都是基于对黑客行为的认知，而新的安全思路则是将眼睛从黑客转移到自身。在业务运转的过程中生成内在指标，并对这些指标进行持续地分析、监控与处理，建立起可迭代的安全循环。那么未来不管黑客用什么漏洞和工具，一定会引起内部指标的变化，这就是所谓的自适应安全。

分享提纲

1、 传统安全在当下大环境中的不足。2、 自适应安全的解析。3、 自适应安全架构的现状发展。4、自适应安全的优势。

分享收益

目标： 
改变过去传统安全思路，从防御型转化到持续监控和响应。
要点： 
给用户提供一整套“自适应安全”的防御体系和框架，包括高度自动化的网络安全产品以及安全平台的持续服务。此外，结合独有的行为识别学习技术，通过不断的进化和迭代，将企业的安全能力做到极高的水准，包括（1）基于业务自内而外构建安全体系，安全防护变成一项持续响应和处理过程。（2）快速精准地发现安全威胁和入侵事件，并提供灵活高效的问题解决能力。（3）采用模块化的组织形式，实现了各功能的智能集成和协同联动。
启示： 
1. 对中国安全市场以硬件为主的方式产生深远影响。未来安全市场一定是从硬件走向软件的时代，这是因为安全是敏捷的、持续迭代的，跟业务结合越来越紧密的。
对过去封闭的、不开放的安全市场产生影响。让越来越多的合作伙伴乃至开发者都能通过这个平台完成能力的沉淀，由此降低成本，降低对人员的依赖，使得安全防护能够更好的变成全社会的普惠能力。

分享简介

安全是一个攻防对抗为典型特征的特殊领域，伴随着攻防对抗的升级，几乎每隔一阵子，攻防双方都会诞生一些新兴的名词、术语和技术。新的技术、名词诞生时，行业总是伴随着种种“新瓶装旧酒”的争议。

抛开争议的表面，是否存在一种“不变应万变”的思路，可以帮助企业更好的建设安全防御能力，在资源永远不足的前提下，最高性价比的获取防守方应有的优势呢？大型互联网企业的领头羊，在这条路上有相对务实的追求和实践，这些实践孕育了“安全运营”的理念。

多数安全从业者可能并未有机会亲历大型互联网企业的平台，因此对于行业最佳实践的学习更多来自于理论框架和合规驱动的一些标准方案，可能对落地的方法、思路上尚存在一些想象和误会的空间，本次分享将切实可行的帮助企业收获大型互联网安全运营的关键。

分享提纲

1.  什么是安全运营 2.  大型互联网企业安全痛点 3.  安全运营的核心理念 4.  入侵检测、漏洞管理、应急响应等领域的安全运营实践

分享收益

１.目标：

根据国内某顶级大型互联网安全运营的实际经验，剖析安全建设过程中的真实痛点，并尝试给出部分解决思路。发展中的企业和安全团队，在了解了大型互联网企业实际的发展经历后，有助于结合组织的实际情况，减少探索的弯路，加速安全建设效率。

２.成功（或教训）要点：

安全是“运营”出来，是一个过程而非阶段性的项目。某些方法论、技术或者产品，或者能够证明“可行性”，而组织需要的却是一个长期、高覆盖、全面的有效性“承诺”。

比如引入一个“HIDS”、“RASP”、“NIDS”、“扫描器”理论上可以具备入侵感知、漏洞/弱点感知能力，但实际上，有很多产品声称可以捕获的风险却总是被漏过。

这之间的差异便是“安全运营”理念试图解决的工作。

3.启示：

新兴的方法论、技术、概念并不能解决运营基础上的痛点，“重技术，轻运营”可能导致安全团队在结果导向的环境中遭受不客观的评价。

分享简介

数据是企业的核心资产，如果保护好企业的数据安全在大数据时代成为了企业安全建设的重中之重。互联网企业一方面搜集了海量的用户数据，一方面由于开放的基因，对数据安全带来了巨大的挑战。

本次分享从网易的实践经验出发，在数据的整个生命周期中，利用各类安全技术、安全流程和管理技术对数据安全进行综合治理，以期对其他企业有所借鉴和参考

分享提纲

1. 数据安全挑战   2. 数据安全能力体系  3. 企业级实践经验

分享收益

目标：
1. 目标受众了解数据安全和隐私保护的重要性
2. 按照框架，选择部分适合自己企业的措施进行落地

成功要点：
1. 真实的实践案例分析
2. 复杂环境下数据安全的管理经验

启示：
1. 理论到落地的挑战
2. 数据安全依附于基础安全设施
3. 安全和业务的平衡和妥协

分享简介

随着信息化、数字化技术的快速发展，各行各业都在拓展企业内外IT应用，加之虚拟化、容器等IaaS技术的大量普及，使企业运维职能迅速向异构、海量及应用层转变，迫使企业运维团队不得不向自动化、无人值守及运营领域转型。结合腾讯互动娱乐事业群数百人的运维团队七年转型历程，向大家分享传统运维团队向自动化、运维开发、智能运维及it运营领域转型所必经的管理架构及技术平台架构变革之路。

分享提纲

1. 运维PaaS体系的定位及设计思路 2. 面向异构业务的海量自动化(案例）

3. 运维团队的能力转型及服务转型 4. 从数据运维到AIOps的演进历程（案例） QA

分享收益

目标

数据化运维&智能运维的构建思路
成功（要点）
A 大型运维团队转型的实践过程
B PaaS体系在企业中的落地生长过程
C 运维团队转型过程中的管理架构和技术架构适配
启示
运维如何参与DevOps以及企业运营

分享简介

主观判断的不确定性随之放大，这给我们运维平台的稳定性保障带来了极大的挑战，同时也让我们认识到，面向过程与操作的的运维模式将难以为续。
面对这样的处境，业界巨头其实早已开始了这方面的探索。典型系统有微软的AutoPilot、Google的brog（K8S），阿里的Apsara Infrastructure。这些系统的背后，都具有一个共同的基本原理 - 面向终态。虽然一百个人会有一百种走法，但每个人要到的目的地都是罗马。如果我们直接告诉系统，最后想要的结果，而让系统自主决定操作方式的话，就能很好规避操作不确定性的问题。这意味着用户不必再心惊胆战的规划执行路径，而是简单告诉系统，你的最终目的。而至于系统怎么规划执行路径，则根据线上实时状况以及知识库来决定，动态调整，使命必达。

分享提纲

1、 业务背景   2、架构详解 . 3、典型业务难题（案例）4、 眺望未来

分享收益

架构背后的逻辑，非常简单。告诉系统最终结果，系统自己做，边做边调整。但真正实现起来，复杂程度远远超出了之前的预估。Normandy作为阿里的应用运维平台，是阿里集团最大的运维入口。往上承载了天猫、淘宝、等诸多BU的业务，这引入了业务的多样化，需求的多样化。往下，Normandy对接多种基础设施，包括阿里云、物理机、Sigma/K8S等诸多设施，这意味着基础架构的多样化。运维形态上，应用运维适合无状态，但中间件的运维，又是有状态。诸多问题一股脑的摆在了我们的面前。

目标：用一套架构，以一种抽象形式一揽子解决运维的关键难点

收益：阿里巴巴在这个背后对运维的思考，交付中核心的重要要点。

启示：了解终态架构建设的过程，以及建设过程中所面临的现实业务挑战，妥协和调整。