页面载入中...

当前位置:首页 > 舆情总结

SDCC 2017互联网应用架构实战峰会上海站讲师和议题曝光!

2017年3月17-19日,SDCC2017·上海站震撼来袭,特开设了三大主题会场,分别是互联网运维开发实战峰会、数据库核心技术与应用实战峰会和互联网应用架构实战峰会,为期三天,为软件开发者带去共24场的技术盛宴。在线报名地址:https://www.huodongjia.com/event-435633783.html

SDCC 2017互联网应用架构实战峰会

日前,大会主委会也对外公布了SDCC2017·上海站之互联网应用架构实战峰会讲师和议题,详情如下:

出品人

    张立刚 1号店技术部-电商云平台技术总监

2012年7月加入1号店,先后担任过1号店订单、库存、拆单、运费、第三方平台订单等电商核心交易系统负责人,致力于电商平台产品化、智能化、云化。期间主导并参与了1号店SOA治理、订单Service化、订单水平拆库&去Oracle迁Mysql、无线性能优化及拆pool、运费体系重构、库存准确率优化等重要项目,负责1号店与Tmall、百度、当当、B2B2C平台等第三方平台订单业务,从0开始建立了1号店完善的订单监控、预警、履单体系。对高可用高并发高性能的电商核心交易系统及SOA架构有深入的理解和实践,熟悉电商核心产品、订单、库存等业务,将以OMS为核心规划构建新一代电子商务云平台。

讲师

    者文明 京东运营研发部系统架构部系统架构师

个人简介:者文明,中科院硕士,清华大学精仪系学士,14年电子商务/企业应用领域研发、架构经验,涉及电商后端物流系统架构,实时大数据解决方案。2012年加入京东,主要负责仓储、配送、售后客服等系统架构。

演讲主题:京东物流系统高可用架构实践

 演讲简介:大多电商物流系统均为OLTP系统,同时具有海量数据和高并发特性。如何在海量数据和高并发的应用场景中构建一个高可用的OLTP系统?本专题聚焦电商物流系统高可用架构设计与实践,旨在介绍京东物流系统在数据库和Web端的高可用架构设计思路、应用场景及案例分析。

 听众收益:

1.OLTP系统面对海量数据和高并发场景时如何提升系统的可用性;

2.电商物流系统高可用架构设计和实战经验。

孙子荀 腾讯科技

嘉宾简介:孙子荀,09年毕业后从事内核和分布式系统的开发工作,11年在百度从事过高性能计算方面的工作。12年加入腾讯从事腾讯云加速的带宽调度系统的设计研发,获得公司多个业务奖项。14年开始手Q公众号项目,负责构建公众号平台和内容平台。现在从事个性化阅读内容方面的处理和挖掘工作。

演讲主题:内容分发的系统建设

演讲概要:17年是内容生态分发的爆发年。分享主要介绍在内容分发领域的一些工程和算法技术。

1.内容分发系统的框架;

2.内容的建模和质量控制;

3.内容推荐技术PUSH和PULL模式。

听众收益:

1.如何构建一个内容分发引擎,存储层的技术选型和挑战;

2.多种算法策略模型如何与并发处理相互结合;

3.关于假新闻和低俗内容的控制技术手段。

李雄峰 爱奇艺公司支付中心技术经理

个人简介:10多年企业应用和互联网软件架构设计经验,涉及电子商务、电子政务、风控、支付等领域。现供职于爱奇艺公司,先后负责大数据仓库系统和支付系统的软件架构设计工作。

 演讲主题:支付系统微服务化实践

演讲简介:互联网公司的快速发展往往也伴随着软件系统的迅速演化。在建设初期,由于基础设施和技术能力限制,大部分系统倾向采用单体应用。但随着业务的发展和复杂度的增加,系统的可维护性和性能都很难满足线上需求。本次演讲以支付系统为例,介绍如何对单体应用进行拆分,落地实施微服务架构,在确保线上业务稳定运行的同时推动架构可控地演化。

 听众收益:以核心支付系统的改造为例,介绍:

1.如何评估采用微服务架构来改进现有系统的必要性和收益;

2.微服务架构改进的时机选择和路线图;

3.微服务基础设施建设;

4.SSH架构系统的微服务化改进最佳实践。

  李天晨 58到家技术中心架构部高级Java工程师

个人简介:58到家后端架构部团队核心成员,有着丰富的架构经验。目前负责到家自研的消息队列服务DMQ(Daojia Message Queue)、分布式调用链跟踪系统DTracker、通用消息平台等底层平台服务,在中间件架构设计上有自己的独到见解。本质程序员一枚。

演讲主题:58到家电商业务场景下的消息队列架构设计

演讲简介:介绍适应58到家电商业务场景下的消息队列架构设计,根据真实的业务场景,各业务线开发痛点,合理选型技术架构,满足业务快速迭代发展。详细阐述对于电商交易支付类场景下消息100%到达率的架构设计,以及广播消息、消费者业务ack、延迟消息、消息有效期这些业务场景的功能实现,最后是对于将来顺序消息、事务消息功能的规划。

 听众收益:电商业务的消息队列架构设计,满足消息100%可达,支持广播消息、消费者业务ack、延迟消息、消息有效期的业务场景。

李林锋 华为软件API开放平台架构师

 个人简介:李林锋,2008年进入华为公司从事电信软件的设计和开发工作,有多年Java NIO、平台中间件设计和开发经验,精通Netty、Mina、分布式服务框架、云计算等,目前从事云平台和开放API相关的架构和设计工作,著有《分布式服务框架原理与实践》、《Netty权威指南》。

演讲主题:微服务故障隔离技术

演讲简介:微服务分布式部署之后,涉及到序列化和反序列化、集群路由、网络读写等操作,故障在所难免。另外,在微服务中,可能会调用第三方服务,进行数据库操作、磁盘I/O操作等,这些对第三方服务的依赖,也会增加故障级联和扩散的风险。在实际项目中如何规避这些风险、如何更加有效的管理第三方依赖带来的可靠性奉献?本文将给出答案。

 听众收益:

学习到微服务故障隔离的关键技术:

1.RPC通信层的故障隔离;

2.第三方依赖故障隔离;

3.基于线程池的微服务优先级调度;

4.熔断机制;

5.流量控制:静态、动态流控和并发控制;

6.优雅降级、异步回调机制。

  陈清渠 携程基础业务部高级研发经理

个人简介:陈清渠,毕业于武汉大学,多年软件及互联网行业开发经验。14年加入携程,先后负责了订单查询服务重构,实时用户行为服务搭建等项目的架构和研发工作,目前负责携程订单中心团队。

演讲主题:实时用户行为服务系统架构

 演讲简介:用户实时行为对接了携程近20条业务线用户访问日志,通过kafka+storm的组合,每天在处理20亿+埋点数据的基础上保证秒级落地可查,支撑了多个产品,目前日均服务8千万以上请求。本次分享主要介绍我们在海量数据和高并发双重挑战下,如何从架构上和实现上保证实时性,稳定性和性能。

听众收益:

1.了解实时计算的系统构成和架构;

2.打造高性能服务的经验分享;

3.从多个层面提高系统可用性经验分享。

    李嘉璇 百度研发工程师

个人简介:李嘉璇,百度研发工程师,有处理图像、社交文本数据情感分析的经验,参与过基于深度学习的自动驾驶二维感知系统hackathon竞赛,对研究深度学习框架Tensor Flow的架构、源码分析及在不同领域的应用有浓厚兴趣。目前一本《Tensor Flow入门到精通》正在出版,4月上市。独立制作和运营的竞品分析网站——追点网,也是国内基于深度学习做产品的社交评论和新闻的竞品分析和舆情报告的网站。个人博客活跃于国内各大技术社区,知乎编程问题回答者,热爱技术,热爱分享。

演讲主题:Tensor Flow在人脸年龄、情绪、性别、关键点识别系统中的架构设计

演讲简介:结合目前最流行的Tensor Flow深度学习框架,讲解如何对人脸识别、人脸情绪识别、人像笑脸、人脸关键点等系统的架构设计。并结合人脸的特征提取,建立特征工程;最后应用在安防、支付等领域。

听众收益:

1.帮助听众了解人脸识别系统的架构和组成;并打造高性能的人脸识别系统。

2.百度人脸在人脸识别系统中的技术实战、特征提取以及坑是如何填的;

3.理解人脸及图像相关的一些特征,及特征工程经验;

4.目前关于深度学习架构设计的资料,中文资料翻译的有限,社区非常活跃,但是总是呈现出会着恒会,不会者始终找不到入门方法的状态。本次希望分享深度学习的架构设计和经验。

高亮亮 饿了么移动技术部iOS工程师

个人简介:高亮亮,饿了么移动技术部高级iOS工程师,负责饿了么商家版iOS App开发。对iOS架构和系统底层有深入研究,擅长移动性能分析,trouble shooting、iOS逆向等重难点工作。

 演讲主题:新瓶旧酒——换个角度提升APP性能和质量的实践之路

演讲简介:结合当下火热的移动性能话题和APM,围绕移动应用性能质量等方向,谈谈饿了么商家版如何避开传统解决方案,将Reflow&repaint,throttle&debounce、优雅降级等方案在客户端实现。通过类比借鉴,作为一个全新角度来思考质量提升问题,并灵活的运用到移动端,从而提升应用的性能,稳定性和可用性。

听众收益:

1.针对一线开发人员,贴合实际落地,由浅入深,通俗易懂?;

2.通过借鉴其他领域概念,打破传统,提供非常规解决方案和思路?;

3.普及其他领域概念,开拓思路,举一反三,挖掘更深层次的运用。

详情请戳地址:https://www.huodongjia.com/event-435633783.html

欢迎使用活动家APP查询报名会议,官方APP:appstore及各大应用市场搜索:活动家

SDCC 2017互联网应用架构实战峰会上海站讲师和议题曝光!

免责申明:本站所有资料均来自于网络,版权归原创者所有!本站不提供任何保证,并不承担任何法律责任,如果对您的版权或者利益造成损害,请提供相应的资质证明,我们将于3个工作日内予以删除。