专题演讲嘉宾:邵轶琛

ProtonBase首席科学家

1996 年获中国科学技术大学理论物理学士学位,1998 年获美国哥伦比亚大学(Columbia University)物理硕士学位,2009 年获美国康奈尔大学(Cornell University)工商管理硕士学位。

人工智能行业连续创业者、信息和数字技术产业老兵,近二十年服务于大型政企信息化 - 数字化 - 智能化升级、转型的科技实践、管理及战略咨询经历;在人工智能、智慧城市和高性能计算等领域具备丰富的知识和经验。

创业经历包括作为联合创始人从网易(NetEase)人工智能中台孵化元宇宙增强现实(AR)引擎技术赛道领跑企业 – 易现先进科技(ezxr.com),及创立某中国领先规模行业专家知识信息服务平台的全球企业服务业务,并担任首任总经理及集团副总裁。

企业工作经历包括网易(NetEase)人工智能事业部战略负责人、TCL 集团战略副总经理;职业早期供职于思科系统(Cisco Systems)、IBM 等跨国企业,曾作为思科智能 + 互联城市首席战略师,为中国首批备选智慧城市和地区提供技术资产投入超过 500 亿美元的 ICT 总体规划和相关产业升级、新经济发展极等宏观战略咨询。

by 邵轶琛

ProtonBase
首席科学家

随着 AI 技术的快速发展,数据架构也在不断演化,以适应实时数据处理的需求。特别是在生成式 AI 和大模型的推动下,传统的离线特征库面临越来越大的挑战,实时特征工程和在线特征库逐渐成为支撑现代 AI 系统的核心技术之一。本次演讲将重点讨论一种新的 AI 数据处理架构——分布式 Data Warebase(Data Warehouse + Database)。我们将探讨这种架构如何在实时数据处理和大规模并行计算的支持下,构建一个高效的 AI 湖仓环境,进而支持实时特征的提取和计算,从而提升 AI 应用场景中的数据流动性和响应速度。

演讲提纲:

  1. 从湖仓一体到实时 AI 湖仓
    • 从湖仓一体到 AI 湖仓的演进
    • 机器学习与传统 AI:离线特征库的角色
    • 生成式 AI 和大模型的崛起对特征工程带来的冲击
  2. AI 时代的湖仓架构需求
    • AI 数据架构的基础:在线特征库的关键作用
    • 实时特征工程的要求与在线特征库的技术挑战 
    • 实时 AI 湖仓的架构特点
  3. AI 数据底座:Data Warebase
    • 适应 AI 需求的底层数据平台是什么样的?
    • Data Warebase 的定位与架构特点、技术解析
  4. 实际应用场景与案例
  5. 总结与未来展望

听众收益:

  • 深入理解 AI 数据架构的演进:从湖仓一体到实时 AI 湖仓的演变逻辑与关键驱动力
  • 掌握实时特征工程的关键技术:深入了解在线特征库在实时 AI 架构中的作用与技术要求
     

交通指南

北京丰大国际大酒店

Beijing Fengda International Hotel
地址:北京市大兴区荣华中路20号
  • 微信咨询

  • 电话咨询

    联系电话:13269078023

领取往期热门演讲视频

领取往期热门演讲视频二维码
如您在购票过程中遇到问题,请扫码咨询票务小助手