3月31日，2023 DAMS中国数据智能管理峰会-上海站成功举办，汇聚产学研界近四十位技术老兵和新锐专家，以及上千位业内精英，就大数据、数据治理、数据资产管理、信创数据库、信创运维、金融科技等领域进行了前沿技术分享和探讨。近年来，IT信息技术的演变极其迅速，先后涌现出了众多丰富的技术形态和技术变革，为突破层出不穷的新兴技术，推动IT技术跨界交流融合，DAMS集众智、汇众力，为大家奉上了一场诚意拳拳的科技盛宴，让我们一起回顾精彩瞬间！
【主会场】
中国信息通信研究院云计算与大数据研究所副所长 魏凯 发表开场致辞
本次峰会特别邀请了中国信息通信研究院云计算与大数据研究所副所长魏凯先生发表开场致辞。他指出，我国数字经济已进入快车道，企业需要构建数据基础设施，加强数据管理，激活数据要素潜能，确保数据安全合规，从而更好、更快、更大地释放数据要素的价值。为此，中国信息通信研究院云计算与大数据研究所多年来一直与dbaplus社群等生态伙伴紧密合作，围绕国家重大需求和产业难点开展一系列工作，覆盖数据基础设施、数据治理、数据要素、数据安全等领域。魏凯先生表示，期待今后与业界同仁勠力同心、携手共进，共同推动多领域行业标准的推广和落地，为我国数字经济建设和发展作出更大的贡献。
爱奇艺副总裁 孙斌 分享《爱奇艺大数据大规模实践》
为满足业务的快速发展及资源需求的不断提升，同时控制高昂的成本以保持企业的竞争力，企业大数据技术迭代节奏加快。会上，爱奇艺副总裁孙斌回顾了近年来爱奇艺在大数据领域实践的迭代历程，指明了数据中台的五大建设理念，并从业务层面分享爱奇艺在个人化推荐、智能决策、深度学习等新兴技术的探索与建设，以及实现算法和人工完美配合的落地经验。最后孙斌表示，大模型应用层有巨大想象空间，未来爱奇艺将把研发重点聚焦于大模型应用层。
新炬网络董事/副总经理 程永新 分享《信创时代的智能运维体系》
针对信创运维的各类难题，新炬网络董事、副总经理程永新于会上分享了全局化智能化运维体系的构建之道。他指出智能运维是解决信创产品在生产运维面临代际差挑战的根本出路，由此新炬网络总结出智能运维“FASTER”方法论，即：以数据和AI构建的智能运维中台为基础，全面打造以应用连续性为目标的生产保障体系，以提升运维效率为目标的数字化交付体系，以及以数据驱动、持续迭代优化的全局治理运营体系。通过三大体系的持续建设，以运维场景为导向，不断优化和提升企业运维体系应用可观测性、运维自动化程度，引导企业逐步实现智能运维转型。
同时，程永新作为dbaplus社群联合发起人之一，在会上宣布了《国产分布式数据库应用现状调研报告（2023）》的正式发布。该报告通过收集广大数据库从业者及dbaplus社群专家的经验和建议，从现状出发，分析真实诉求，洞察发展趋势，向国产数据库全产业链的高质量发展提供参考和启发。
华为云数据库首席架构师 彭立勋 分享《GaussDB数据库给世界一个更优选择》
分布式、云原生、国产化是当前数据库的三大主要趋势，华为云数据库首席架构师彭立勋指出，当前数据库发展难在十年如一日的工程优化与严苛打磨，以及云原生带来的全新架构演进的挑战。华为云持续战略投入数据库超十五年载，一直坚持增强自主创新能力，其自主研发的GaussDB数据库在技术、商业、生态上完成多项升级，并完成了云原生三大转变，实现了Serverless、Regionless、Modeless的全新架构演进。
阿里云数据库资深产品总监 贾新华 分享《一站式、全场景数据管理与服务》
云原生数据库领域近年来发生了系列深刻变革，阿里云数据库提出了主导未来数据库发展的核心“四化”趋势——云原生化、平台化、一体化和智能化。会上，阿里云数据库资深产品总监贾新华剖析了阿里云瑶池数据库PolarDB、AnalyticDB、Lindorm等核心战略产品的能力，分享了阿里云瑶池数据库在业界的众多落地实践，并提出了打造云原生一站式数据管理与服务的愿景。
中国移动（浙江）信息技术和数据管理部总经理 王晓征 分享《浙江移动运维数智化转型实践》
经济社会的数字化转型进程正在加速，并呈现出“五纵三横”的新特征，云原生架构升级成为了当前数字化转型的技术基础。中国移动（浙江）信息技术和数据管理部总经理王晓征深刻指出：云原生正在颠覆传统运维模式，传统意义上的以资源和个人能力的运维模式在理论上具有不可行性。
运维数字化转型的实质是什么？在传统行业落地AIOps到底是雪中送炭还是锦上添花？电信企业是否有必要做DevOps？行业新技术对运维能力演进有哪些技术红利？王晓征对这些疑难进行了充分解析，并指明：必须坚持AIOpsDev，打造技术风险防控体系，才可赋能业务稳妥创新。同时，王晓征总结了浙江移动数智化转型中六大关键工程的实践方向，并提出推动故障处置从1-5-10的基础上向1-1-1突破、探索基于元宇宙分布式协同运维新模式的未来目标。
复旦大学教授/博导 王鹏 分享《面向工业应用的时序数据管理和分析系统》
近年来，我国工业物联网发展如火如荼，工业大数据成为工业高质量发展的重要赋能技术。王鹏教授点明，时序数据分析和挖掘是工业大数据处理的重要环节，但当前时序数据和算法缺乏灵活性给时序数据分析带来了巨大的挑战，同时工业应用还面临着语义鸿沟问题。经过王鹏教授及其团队的研究，探索出了从数据管理（点）、算法库（线）、分析流程（面）融合的多领域协同模式，促发了时序数据分析和挖掘的新动能，进一步推动工业物联网迈入深水区。
【大数据专场】
随着全球数字化时代的到来，沉重的海量数据给企业的数据存储和分析带来了愈发严峻的挑战，各企业纷纷探索新技术应用以求破局。本次DAMS峰会大数据专场精选湖仓一体、存算分离、混部技术、数据平台建设等前沿落地案例，为各行业大数据领域实践打头阵。
●携程研发总监周昕毅分享《云原生离线在线资源混部技术落地》
●腾讯实时湖仓团队负责人邵赛赛分享《实时湖仓一体在腾讯的实践落地》
●光大银行准实时平台技术负责人张旭分享《光大银行准实时数据平台架构演进》
●快狗打车数据仓库团队负责人申琦分享《快狗打车数据仓库建设与演进之路》
●哔哩哔哩OLAP平台负责人李呈祥分享《湖仓一体在bilibili的演进之路》
【数据治理&数据资产管理专场】
在合规、高效、可重用的前提下，如何规范数据架构、保障数据稳定、高质量地进行生产，并推进整体的资源优化，是摆在企业面前的重要课题。本次DAMS峰会数据治理&数据资产管理专场深度结合理论和实践，与大家进行了深入探讨。
●中国电信翼支付产品总监王平分享《翼支付数据治理实践——数据治理顶层设计与实践思考》
●中国信息通信研究院高级业务主管王卓分享《数据中台能力框架及评估体系解读》
●平安科技副总工程师姜欣分享《平安集团数据中台体系建设实践》
●丹诺德软件华东区业务总监周剑魂分享《所连即所得：Denodo一站式智能数据管理平台》
●网易严选数据治理平台团队负责人祝佳俊分享《网易严选全链路数据治理的实践与总结》
●微众银行存款科技高级数据开发工程师邹普分享《大数据在微众银行数据管理和应用方面的思考和实践》
【信创数据库专场】
面对暴涨的海量数据、多样的业务场景、复杂的多云环境、极致的性能需求，以及明朗的国产化趋势，探索数据库改造和优化的新解法已刻不容缓。本次DAMS峰会信创数据库专场协同众多数据库专家，为大家带来面向未来数据库发展的多元化启示。
●美团数据库自治服务团队负责人沈裕锋分享《数据库故障分析&性能优化平台建设》
●爱可生华东技术服务总监张沈波分享《基于开源SQLE的SQL质量管控方案》
●字节跳动可观测性时序数据库负责人高英举分享《海量metrics时序数据的分布式计算演进之路》
●OceanBase泛互联网&海外架构师负责人弓子介分享《从蚂蚁集团数据库演进之路看未来数据库的选择》
●小红书DBA负责人曹单锋分享《小红书MySQL跨云多活高可用架构设计》
●货拉拉数据库中间件团队负责人林静分享《货拉拉混合云环境下的数据库中间件建设之路》
【信创运维专场】
2023，可观测性需求将迎来“爆发之年”。随着云原生应用的扩大、IT业务复杂程度提升，以及信创战略的推进，企业的运维模式、运维工具、运维团队构建将产生怎样的巨变？本次DAMS峰会的信创运维专场对此作出了解答。
●工商银行数据中心系统三部副总经理胡继强分享《工商银行规模化监控系统落地实践》
●阿里云数据库事业部高级产品专家胡航丽分享《因智而治，数据库“自动驾驶”的探索和实践》
●京东科技智能运维算法高级经理张静分享《京东科技全链路故障诊断智能运维实践》
●vivo业务运维总监周甲黎分享《vivo业务高可用建设实践》
●博睿数据售前总经理杨雪松分享《一体化智能可观测平台建设之路》
●新浪部门主管高鹏分享《智能运维可观测平台建设》
●蚂蚁集团AIOps技术专家徐新龙分享《运维数据价值升级：基于SLO健康度体系探索与实践》
【金融&运营商专场】
当前，云原生、分布式、微服务等新兴技术方兴未艾，促使金融行业从科技赋能迈向科技引领，仍有极大的探索空间。本次DAMS峰会的金融&运营商专场，带大家多维度了解了国内银行及浙江移动的最新布局。
●建信金科MySQL研发负责人郝国庆分享《分布式数据库在金融系统中的应用》
●华为云GaussDB迁移解决方案架构师刘志俊分享《GaussDB在金融核心业务场景的迁移与应用》
●浙江移动云平台运营运维专家史露强分享《浙江移动保障信创落地的体系化实践》
●华夏银行信息科技部中间件维护组组长魏中伟分享《云数据中心的移动化和无人化运维探索与实践》
●中国银行信息科技运营中心技术经理侯楠楠分享《混沌工程在中国银行的实践探索》
【特别鸣谢】
DAMS中国数据智能管理峰会成功召开的第九个年头，有赖于一众专家老师、合作单位、媒体平台的倾情相助，在此衷心感谢所有专家老师、台前幕后的工作人员，以及以下合作单位：
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
