专题演讲嘉宾：江岚

有研究表明，数据科学的工作中，仅有 20% 的精力花在了实际分析上，剩下的 80% 都投入到了数据准备上了。此外，数据准备阶段的数据质量，直接决定了模型训练的效果。因此，在 AI 时代，Data for AI 变得尤其重要，让好数据更易获取，成为企业追求的重要目标。 云原生技术与大数据技术进一步深度融合，促进了湖仓一体技术的兴起。同时 Data Fabric 等新兴数据架构的出现，给企业数据架构演进带来了新的方向。在 AI 时代，企业的的数据架构应该如何设计与演进？本次演讲将会探寻 AI 时代的现代数据架构。

演讲提纲：

1. AI时代，数据架构面临的挑战及问题
   • Data与AI的协同
   • AI时代的数据架构核心使命
   • AI时代的现实困境
2. 企业数据架构的演进
   • Lakehouse、DataFabric等技术带来的新契机
   • 现代数据架构的设计
     • One Catalog
     • 存算分离
     • 数据虚拟化
   • 现代数据架构在产品中的落地
     • 多模式入湖
     • 全链路血缘
     • 多渠道消费
3. Data For AI的展望
   • Metadata for AI：让AI更懂数据
   • 数据质量工程：让AI拥有好的数据

听众收益：

• 了解数据架构的演进与最新进展
• 了解 Lakehouse、Data Fabric 等技术在企业落地的最佳实践