数字化转型_SECon全球软件工程技术大会-橙柚科技

目前在负责蔚来汽车整车研发与供应链系统的技术架构、演进与实施落地工作。有日均十亿级的高并发和大数据处理的技术架构与研发经验。曾任好未来培优技术架构师和小猴编程研发负责人，曾从零开始搭建60人+的复合型研发团队。曾任百度资深研发工程师，负责百度广告联盟相关业务的技术架构和管理工作。

专题出品人：颜晟

蔚来汽车后端研发部负责人&专家

专题：数字化转型

1. NIO整车研发系统数字化转型基本功

1.1 发现差异

1.2 找到抓手

1.3. 人

1.3.1. 火花与携手

1.3.2. 建立统一的认知及如何发展

1.3.3. 统一的目标和行动项，优先级锁定

1.3.4. 资源的合理分配

1.3.5. 相互赋能

1.4. 业务

1.4.1. 创新

1.4.2. 破局点-第二曲线

1.5. 环境

2. 基础知识普及

2.1. 物料清单

2.2. 物料清单的分类

2.3. 物料清单的消费前后对比

2.4. 单车物料清单如何生成和解算

3. 基于互联网+造车的数字化实现介绍

3.1. 产品功能架构AS-IS

3.2. 产品功能架构TO-BE

3.3. 技术开发阶段-技术实现-部署上线

3.4. NIO在整车研发上的未来技术规划

罗茂

NIO造车平台数字化系统升级转型历程

NIO造车平台数字化系统升级转型历程，现有整车造车系统不能很好的满足不断发展的业务需求，迫切需要在整车研发软件系统上进行定制化开发和升级，快速找到这个抓手，但是整车研发软件在整个行业中自研少，无经验可借鉴，碰到互联网与现状的差异，没有对比就没有伤害，最大的挑战是如何解决人、业务、环境的问题并最终成功落地

了解行业差异，了解造车行业知识

内容大纲

听众收益

现任蔚来汽车整车研发软件团队负责人/专家，曾在一线互联网行业和金融行业担任技术合伙人、架构师、部门经理等职位。本人在蔚来汽车的工作中非常有幸参与了整车研发软件从0-1的数字化转型升级工作，并担任技术负责人负责架构设计及技术团队管理工作；对互联网有着深刻理解，也在当前的工作中沉淀了丰富的造车软件研发经验，具有互联网+整车研发的经验整合、变现能力。非常荣幸能够有本次机会能让我跟大家分享本次经历中互联网+与整车研发软件过程的经验实践及行业知识。

蔚来整车研发软件团队负责人、专家

陈旭东

产业端物流数字化转型关键技术架构创新实践

以国家十四五规划下树立一个生产制造业物流供应链转型企业的目标进行实践的案例解读，探讨及思考如何做好数字化转型工作，同时也从数据层面看下疫情结束后物流行业发展格局的变化，从国家政策发布分析当前现代化物流体系建设及可能创新产品方向是什么，从架构师层面思考思维转型、人才转型、团队转型需要考虑的问题，打造技术核心竞争力及研发产能，逐步展开顶层架构设计及推演落地方法论；最后通过数字化问技术要红利，解读信息流物流双向联动及数据分析方法降本三千万所涉及的关键分析方法。

1. 背景（为什么要做数字化转型）
1.1 从文明发展进程看科技发展
1.2 从国家政策看现代化物流体系建设及创新产品方向，挖掘几个信息
数字化能力：分层逐步构建数字化流通体系，建设数字产业集群，落实智慧物流产品的建设发展
加快行业发展进程：产业集群的全面发展，从传统互联网到产业互联网，互联互通深度融合物流网络的丰富
1.3 从行业视角看物流发展态势：物流逐渐贯穿于商流之中
通过数据了解行业聚集效应加速，各细分领域末位淘汰加速的情况，以及物流行业并购数据分析，物流企业的规模和收入增长趋势
2. 数字化转型中架构师要考虑什么
从IT到DT的思维方式转型：专业能力到综合能力突破
从产研视角如何差异化打造核心竞争力
从单点走向协同：物流平台的三横两纵架构设计方法提升产研效能
3. 数字化转型技术架构升级实践
经营管理数字化升级顶层设计推演
物理资源数字化：智能硬件云端一体架构升级及离线容灾解决方案
业务模式的数字化：从人工到数字化智能驱动涉及的关键技术
4. 如何通过数字化转型获取红利
从问业务要红利到问技术要红利的转变：数据思维快速寻找业务瓶颈及突破口的方法、信息流与物流数字化联动三千万降本的案例设计关键点
5. 总结回顾

1. 为什么要做数字化转型，以及如何从政策中分析需要的关键业务发展信息，拓展行业视野
2. 架构师在应该起到的作用及需要解决的架构问题，了解思维方式的变化
3. 通过数字化转型，技术价值该如何引领业务，讲解一种实用方法，一线研发同学或者TL如何借助excel做相关性数据分析快速寻找业务突破口节省千万成本

内容大纲

听众收益

丰富的互联网行业及物流行业从业经历，在阿里巴巴13年期间曾任淘菜菜物流首席架构师，从0到1组建了淘菜菜社区团购物流技术团队；担任过Alibaba.com首席业务架构师以及阿里商学院讲师等，负责过1688、ICBU、零售通、Paytm等多个国内外搜索业务平台化融合，对平台技术架构研发、业务模块容器化技术等有非常全面资深的了解，在数字化、服务化、平台化、国际化等多个方向有丰富的实践经验。在加入阿里之前，也先后从事过公安情报追踪、电信营销、三维地图引擎开源等相关领域平台技术工作，业余时间也喜欢看些前沿学术研究。

传化智联资深专家

熊军

数据预测模型(Machine Learning)如何助力零售业务实现增长

1. 打造企业级客户增长营销闭环:数据驱动建设大致实施框架
2. 数据挖掘实战案例:用户跃迁预测和个性化推荐，基于数据驱动的销量预测模型构建
2.1 运用AI/ML算法预测客户下次购买: 跃迁预测模型与运营策略，实验设计及增长闭环
2.2 个性化推荐如何成功应用于私域用户增长: 从千人一面到千人千面
2.3 销量预测模型: 准确、高效地预测市场需求，为企业降低决策不确定性，最小化库存和机会成本
3. 对用户增长数据科学团队及工作模式建议

1. 掌握如何构建全渠道营销用户增长营销闭环:

2. 零售大客户数据驱动建设大致实施框架

3. AI成功应用于用户增长真实案例（实操实践和方法总结）

听众收益

16年数字化/Martech/大数据/数据挖掘/机器学习/商务智能等经验，著有畅销书籍《用户行为分析》
原阿里巴巴高级数据分析专家，曾就职于阿里巴巴及蚂蚁集团，从事中小企业征信、风控、智慧公安数据挖掘工作，从0到1参与创立国内首套基于互联网版的中小企业征信系统(AlibabaB2B中文站)