AI时代数据架构的演进-2025深圳站_SECon全球软件工程技术大会-橙柚科技

专场出品人：向宇

ProtonBase 技术副总裁

曾就职于星网锐捷、百度和阿里巴巴，拥有丰富的嵌入式语音网关、支付系统、搜索引擎及大数据领域经验。

2010年加入阿里巴巴，作为阿里云实时数仓产品 Hologres 的创始团队成员，亲历了 Hologres 从零到一的创新过程，主要负责 Hologres 存储模块及底层基础设施的设计与优化工作。

专注于底层系统软件、大数据技术、性能优化、调试与系统架构等方面，具备深厚的技术功底和解决复杂技术问题的能力。

专场：AI时代数据架构的演进

随着人工智能技术的飞速发展，企业数据架构正面临前所未有的挑战与机遇。传统的数据管理模式已难以应对AI对数据处理速度、存储容量、计算能力及智能化应用的高要求。
本专场将聚焦AI时代下数据架构的创新趋势与实践案例，探讨如何构建灵活、高效且高度可扩展的数据架构，以应对海量数据处理、实时分析和智能决策的需求。议题将涵盖实时数据湖与数据仓库的融合、多模数据管理与向量检索技术、智能数据分析平台的建设等前沿话题。通过本专场的深入探讨，与会者将获得构建高性能数据架构的关键洞察，助力企业在AI时代提升业务效率、加速创新进程，并实现更精准的数据价值挖掘。

孙旭锋

AI重塑数据生态：从元数据治理到智能决策的架构演进

曹操出行数据仓库团队负责人数仓架构师

曹操出行数据仓库架构负责人，曾就职于用友、京东、菜鸟、虾皮等公司，持续深耕大数据。主导公司PB级湖仓一体化架构设计与落地，擅长通过数据架构优化支撑出行业务场景，曾推动数据查询效率提升300%，成本下降40%。

随着生成式AI与LLM技术的爆发式发展，大数据架构正在经历从“被动响应”到“主动智能”的范式转变。本演讲聚焦大模型技术如何赋能数据架构的核心场景。

演讲提纲
1. 元数据管理的标准化落地：AI驱动的数据治理革命
2. 智能诊断：从故障排查到预测性运维
3. 指标异动的快速感知与归因：大模型的实时决策引擎
4. 未来展望：未来的数据架构将是“会思考的智能中枢”，从被动执行指令转向主动预判业务需求，驱动企业从数据驱动迈向AI驱动

王森林

Data Warebase：构建AI 时代灵活、高效、智能的数据底座

ProtonBase 资深技术专家

毕业于浙江大学计算机系，获硕士学位，具有丰富的核心系统设计和研发经验。2013年加入阿里巴巴，曾任高级技术专家，负责搜索引擎，交互式引擎Hologres等系统的底层设计和研发。现专注于数据库的底层存储和高可用等方面的设计和研发工作。

随着人工智能技术的飞速发展，企业数据架构正面临前所未有的挑战与机遇。传统的数据管理模式已难以应对AI对数据处理速度、存储容量、计算能力及智能化应用的高要求。本次演讲将深入探讨AI时代下数据架构的创新趋势与实践案例，聚焦如何构建灵活、高效且高度可扩展的数据架构，以应对海量数据处理、实时分析和智能决策的需求。

内容大纲

1. AI 时代的湖仓架构需求
2. Data Warebase的云原生实践
3. Data + AI 的演进趋势

听众收益

通过本次演讲，与会者将获得构建高性能数据架构的关键洞察，助力企业在AI时代提升业务效率、加速创新进程，并实现更精准的数据价值挖掘。

韩雨轩

AI数据资产体系建设：从数据处理到模型评估的全生命周期闭环

阿里国际数据科学技术专家

阿里巴巴数据科学技术专家，纽约大学应用数学本硕，拥有8年数据科学从业经验，曾负责阿里云政务数据中台、OpenTrek行业大模型数据平台的架构和研发。目前专注于大模型时代的数据资产建设、大模型效果评测，致力于用数据推动AI技术发展和应用。

AI技术的迅猛发展正不断冲击传统数据架构的边界，结构化数据的局限性在多模态时代愈发凸显。此次分享将深度剖析企业如何从零构建适应AI需求的数据资产体系：构建数据处理流程，融合文本、图像等多源异构数据的清洗与标注技术；通过数据合成方法扩充稀缺场景样本，解决训练数据枯竭问题。在质效平衡方面，强调从“数据规模竞赛”转向精细化质量管理，建立覆盖从模型训练、业务效果评测到持续迭代的全生命周期数据闭环。

内容大纲
1. AI时代下传统数据架构面临的挑战
2. 从结构化数据到多模态数据：如何从0到1构建AI数据资产？
3. 贯穿训练语料、模型迭代、模型评估的AI数据建设
4. 典型应用场景