首个数据智能“知识地图”即将发布（为感谢读者朋友们，附一些刊印白皮书赠送）

“ DataFun组织的‘数据智能知识地图’直播活动，邀请了还挺多大咖的，免费的，可以关注一波，Datafun组织的技术活动，值得信赖。
为了感谢读者朋友们的长期支持，夏虫也特地向大川要了五六本Datafun刊印的《2022数据智能知识地图》，大概长下面这样，欢迎转发以及文后留言，先到先得哦，也欢迎你向你的朋友们推荐【数据虫巢】。”

以下为活动正文：

1月7日，13:00-18:30，DataFun将召开数据智能知识地图1.0版本发布会，邀请知识地图的作者们现场为大家进行详细讲解，并畅谈大数据/人工智能从业者的技术路径和职业发展，感兴趣的小伙伴，欢迎点击下方卡片，预约直播！我们同时准备了《数据智能知识地图》 200 份实体打印版，直播期间，持续送，欢迎大家上车！

日程安排

上半场

下半场

关于知识地图

数据智能有路，知识地图为径：DataFun数据智能知识地图发布！

对于很多人来说，如果提起“数字化”这个名词，几乎人人皆知。但是提起“数智化”这个名词，则可能会觉得陌生。对于数智化概念，我们可以简单地理解成数字化与智能化的结合。数智化的核心，是以海量大数据为基础，结合人工智能相关技术，结合场景化去解决问题。而人工智能的当下发展离不开大数据的支撑，数智化亦可称之为数据智能。

DataFun召集了17位高级别专家，历时两个月，经过精心打磨，做了这份《数据智能知识地图》。这份地图包括数据采集与治理、数据架构、数据能力、数据应用等四大领域，包括15大数据模块，既包括数据采集、数据治理、数据仓库等相对传统的技术模块，也包括云原生、因果推断、预训练等新锐技术模块。

这是行业中第一次有这样清晰、全面的数智化相关知识，同时具备了体系化、权威性、专业性，凝结了DataFun通过千百场直播分享汇聚合成的数据智能专家的力量，让您可以对数智化行业一览全貌，在大脑中建立数智化知识地图。

每个数据行业的人，都会从中受益：

1. 对于数据智能从业者来说，可以知道数智化的知识边界在哪里。

2. 对于管理层来说，可以了解数智化怎么发挥价值。

3. 对于想要转行数据智能的从业者来说，可以明白数智化都包括哪些基础内容。

如何获得这份知识地图？

这样一份内容详尽的知识地图，怎么获取呢？在五周年到来之际，DataFun全网首发，只需关注DataFun智库公众号“大话数智”，并回复“知识地图”，即可领取电子版。

嘉宾介绍

张超 Apache InLong PMC Chair，腾讯 InLong 团队负责人

个人介绍：毕业于华南理工大学，一直从事大数据和云计算领域相关研究和工作，目前就职于腾讯大数据，负责 Inlong 数据集成团队，也是 Apache InLong PMC Chair，从 0 到 1 参与了 Apache InLong 的开源和孵化。

演讲题目：数据集成全景图

演讲提纲：

1. 数据集成应用场景

2. 数据集成企业案例

3. 数据集成技术

4. 数据集成市场

5. 数据集成商业模式

6. 数据集成挑战

7. 数据集成趋势

听众收益：

1. 以完整视角了解数据集成领域

2. 当前主流的数据集成技术有哪些

3. 数据集成当前面临的挑战和未来趋势

徐前进 腾讯 数据湖研发高级工程师

个人介绍：多年大数据工作经验，开源大数据组件 Flink、 Iceberg、Pulsar 等贡献者，Apache Calcite 和 Apache Hudi Committer。目前在腾讯从事数据湖存储相关的开发。

演讲题目：数据湖知识体系解析

演讲提纲：

1. 什么是数据湖

2. 主流数据湖技术对比

3. 数据湖的演进

4. 数据湖的应用场景

5. 湖仓一体的设计原则

听众收益：可以了解到主流的数据湖组件之间的对比以及下一步数据湖演化方向。

屈世超 快看漫画 数据研发负责人

个人介绍：大连理工大学计算机专业硕士毕业，依次在小米、EverString、快看漫画工作，专注于分布式服务、大数据中台建设，目前负责快看漫画数据中台，有6年数据产品相关经验积累。

演讲题目：数据仓库>数据平台>数据中台知识体系

傅正 网易数帆 大数据产品专家

个人介绍：前华为高级培训讲师，现网易大数据产品专家。主要负责数据开发、数据治理与数据应用方向，多年ICT领域的产品及培训交付经验，具备在金融、零售、制造等多行业的丰富项目实践能力。

演讲题目：数据治理体系

演讲提纲：

1. 数据治理体系

2. 数据治理工具

3. 数据治理流程

4. 数据治理制度

5. 数据治理管理

听众收益：

1. 如何更好的理解数据治理体系？

2. 什么是开发与治理一体化的理念？

3. 数据湖湖内、湖外治理流程

4. 数据治理360

迟慧 火山引擎 云原生计算产品经理

个人介绍：火山引擎云原生计算产品经理，负责火山引擎云原生大数据开发及管理平台的相关产品工作，具有多年的大数据开发平台、大数据治理平台的产品经验。

演讲题目：企业数智化知识地图 - 云原生大数据

演讲提纲：随着字节跳动旗下业务的快速发展，数据急剧膨胀，原有的大数据架构在面临日趋复杂的业务需求时逐渐显现疲态。而伴随着大数据架构向云原生演进的行业趋势，字节跳动也对大数据体系进行了云原生改造。本次分享将详细介绍字节跳动云原生大数据的功能架构、用户场景及价值体现。

1. 云原生大数据功能架构介绍

2. 架构功能详述

① 平台服务层

② 核心引擎层

③ 云原生调度层支持各种业务负载混合调度

④ 运维管理平台

3. 用户场景和价值介绍

听众收益：在云原生化的大趋势下，帮助听众了解下一代云原生大数据技术的关键技术和实践。

刘玉凤 腾讯 CSIG 高级数据科学家

个人介绍：清华大学计算机硕士研究生，机器学习和数据挖掘专业。专注数据领域，近10年大数据领域工作经验，在多个公司担任过数据负责人。作为数据领域资深专家，担任腾讯学院、BG级别数据课程讲师。目前在腾讯的CSIG腾讯云和智慧业务部门数据智能中心担任数据科学家，负责tob的数据智能增长服务。擅长数字化转型实践、数据体系建设、数据科学、数据增长方向。

演讲题目：AB实验知识图谱

演讲提纲：企业在迭代产品的过程中，需要知道两件事情，一是究竟是什么因素导致了用户行为的变化，新的产品策略是比之前更好了还是更差了，二是众多的影响因素中，每个影响因素的究竟影响了多少？这两个问题都需要AB实验来回答。AB实验作为数据决策的金标准，企业增长的利器，是数据驱动的核心抓手，被越来越多的公司所推崇和运用。本报告从AB实验基础概念出发，到如何分析、如何运用到产品决策中，以及如何平台化都给出了关键路径和知识图谱，可以帮助大家更好运用这一门技术。

听众收益：

1. AB实验概述，什么是AB实验，为什么要做AB实验，关键要素和收益有哪些？

2. 如何科学地设计一个好的AB实验方案？

3. AB实验在分析中需要关注的典型问题，以及会涉及的经典的统计学知识

4. 如何通过AB实验的数据做出正确的产品决策

5. 一个典型的AB实验平台的架构，以及应该包含哪些主要功能模块

6. AB实验的局限、前沿技术和相关知识谱系

华菁云 澜舟科技 算法研究员

个人介绍：华菁云，澜舟科技算法研究员，负责研发孟子预训练模型，该模型于2021年7月登顶中文语言理解权威评测基准CLUE榜单，负责研发金融信息抽取平台，已申请相关专利10余项。加入澜舟前，曾在创新工场AI工程院进行NLP算法研究，研究课题为“NLP技术辅助一级市场投资决策”；曾参与国家自然科学基金会项目、工信部智能制造2025工业互联网重大示范项目，研究方向为Al工业大数据。

演讲题目：预训练技术及应用

演讲提纲：预训练已经成为了认知智能的核心技术。2017年推出的Transformer，催生了BERT、GPT、T5、BART等预训练模型。本次talk将从预训练技术架构、研究框架、重要发展及应用等角度出发，让大家更全面的了解预训练技术。

听众收益：

1. 全面了解预训练技术

2. 近十年NLP预训练技术的重要发展

3. 预训练技术的多样化应用场景

王文广 达观数据 副总裁

个人介绍：王文广，达观数据副总裁，高级工程师，浙江大学硕士，人工智能标准编制专家，知识图谱顶尖专家，《知识图谱：认知智能理论与实战》作者，专注于知识图谱与认知智能、自然语言处理、图像与语音分析、大数据和图分析等人工智能方向。现在是上海市人工智能标准化技术委员会委员，上海科委评审专家，中文信息学会（CIPS）语言与知识计算专委会委员，中国计算机学会（CCF）高级会员，中国人工智能学会（CAAI）深度学习专委会委员。曾获得多个国际国家级、省部级、地市级奖项，拥有数十项人工智能领域的国家发明专利和会议、期刊学术论文。在达观数据致力于将自然语言处理、知识图谱、计算机视觉和大数据技术产品化，以OCR、文档智能处理、知识图谱、RPA等产品服务于金融、智能制造、贸易、半导体、汽车工业、航空航天、新能源、双碳等领域。

Wang Wenguang, Datagrand VP, senior engineer, Standards setting expert in AI, author of the book “Knowledge Graph”. He focuses on the research and development in NLP, Knowledge Graph, Computer Vision, Speech Analysis, Cognitive Intelligence, Bigdata and Graph Analytics etc. He is a member of the Shanghai Artificial Intelligence Standards Committee, a technical expert of the Science and Technology Commission of Shanghai, a member of the SIGKG of CIPS, a senior member of the CCF, and a member of the deep learning special committee of CAAI. He has won many international, national, provincial and municipal awards, and has dozens of national invention patents and academic papers in artificial intelligence. In Datagrand, he is committed to the productization of NLP, knowledge graph, computer vision and big data to empower the financial industry, manufacturing industry, semiconductor industry, automotive industry, aerospace, new energy industry, carbon peaking and carbon neutrality, and so on.

演讲题目：知识图谱技术体系

演讲提纲：

1. 知识图谱介绍

2. 知识图谱模式设计

3. 实体抽取

4. 关系抽取

5. 事件抽取

6. 图数据库

7. 知识计算

8. 知识推理

9. 智能问答

10. 认知推荐

听众收益：全面了解知识图谱技术

余超凡 蚂蚁集团 隐私智能计算技术部 技术总监

演讲题目：隐私计算技术路线介绍及对比

演讲介绍：隐私计算涉及到的技术繁多且复杂。面对这么多的隐私计算技术路线，业务如何做技术选型并不是一件容易的事情。本文将尝试对隐语支持的各个技术路线做一下介绍和对比。具体包括：

1. 隐私计算概念

2. 隐私计算技术路线介绍

3. 隐私计算技术路线对比

听众收益：详细了解各类技术路线的优缺点，能够在技术选型时有更好的参考。

李东晨 度小满 数据智能应用部 资深算法专家

个人介绍：李东晨，度小满资深算法专家，经营模型团队负责人，本科毕业于北京邮电大学，硕士毕业于伦敦大学学院(UCL)计算机系，当前专注于将因果推断技术与金融业务结合落地。

演讲题目：因果推断知识图谱

演讲提纲：在做企业决策时，我们时常需要回答两类问题：一个决策做或者不做差异有多大？当业务问题发生后，其原因是什么？这两个问题对应了因果推断技术的两个核心方向：从因到果，需要进行反事实预估，对应potential outcome框架；从果到因，需要进行因果图搭建，对应structure causal model框架。因果学习与机器学的本质差异，也是相关性与因果性的本质差异：在观测样本上，由于混淆因子的存在，数据常常呈现违反认知现象，依托相关性构造的传统机器学习预测模型甚至会得出错误结论。本报告将从基础概念、技术框架、算法细节以及企业应用4个方向，向大家介绍因果推断算法。

听众收益：

1. 因果推断综述，什么是因果推断，为什么要做因果推断

2. 因果推断技术分类，机器学习与因果学习的区别

3. 因果推断算法基础，概念介绍及算法分类

4. 因果推断企业级别应用

蒋宏 狮桥集团 高级风控总监

个人介绍：蒋宏，狮桥智能风控高级总监，超过10年风控模型算法经验，在数据挖掘、机器学习、图谱应用、风险管理等方面有丰富的经验，主编书籍《智能风控实践指南:从模型、特征到决策》，曾任职德勤信息技术咨询顾问、百融风险部副总监、融360风控模型部负责人。上海交通大学学士、清华大学MBA。

演讲题目：智能风控体系总览

演讲提纲：

1. 智能风控体系总览

2. 智能风控概念

3. 智能风控详细体系架构

4. 智能风控平台交互逻辑

5. 数据层详解

6. 特征画像层详解

7. 模型算法层详解

8. 决策应用层详解

9. 发展趋势展望

听众收益：

1. 了解智能风控体系架构全貌

2. 掌握智能风控关键平台交互关系

3. 了解智能风控各层内容和方法

李凯东 某媒体公司 大数据总监

个人介绍：某大厂大数据总监，管理经验丰富；负责数据、用户、搜索、推荐、AI等；曾有10年连续创业经历；产研运数全能，国内知名比赛获奖无数。

演讲题目：用户画像漫谈

演讲提纲：

用户画像感知

用户画像定义

用户画像类型

用户画像常用维度

用户画像构建

用户画像开发流程

用户画像应用

听众收益：

1. 能够区分用户画像的不同意义

2. 全面了解用户画像的全流程

3. 理解用户画像被应用的原理

陈祖龙 阿里巴巴 企业智能 高级算法专家

个人介绍：13年毕业东北大学，先后在百度知识搜索部，淘宝搜索与推荐，飞猪技术算法，一直在做搜索、推荐等相关工作，曾在WWW，KDD，SIGIR，CIKM，ICDE等多个国际期刊和会议上发表二十多篇论文。

演讲题目：推荐系统的技术发展

演讲提纲：主要从大的层面介绍了推荐系统这些年来的发展，具体包括：

1. 整体架构

2. 召回技术发展

3. 粗排技术发展

4. 精排技术发展

5. 推荐系统指标体系汇总

6. 其他热门发展方向

听众收益：可以对推荐系统有个深入全面了解，算法和技术。

圆桌介绍

圆桌主持人：

雷小平 腾讯云大数据产品中心副总经理

个人介绍：腾讯云大数据产品中心副总经理，有超过10年的大数据架构和应用相关的经验，搭建过QQ的第一个hadoop集群，也负责过QQ数据平台的构建，以及公司级别的推荐系统-神盾平台，目前负责腾讯云大数据产品中心技术研发相关工作。

巴川 竞技世界 首席数据科学家

个人介绍：巴川，竞技世界首席数据科学家，曾就职于中国搜索、搜狐畅游等互联网公司。主要研究领域包括数据挖掘、知识图谱、人工智能、社交网络挖掘、风控体系、推荐系统、数据可视化等。CCF数据科学SIG主席，北航兼职硕导，多所高校兼职老师，多个技术大会演讲嘉宾及出品人。

圆桌问题：

入行故事：各位专家在大数据领域深耕多年，毕业择业时是如何进入这个领域工作的？在选择之初，对大数据/人工智能技术和应用未来的趋势有过思考和判断吗？

成长故事：

1. 您眼中的大数据/人工智能专家需要具备哪些软硬素质？

2. 从小白到专家，一般要经历哪几个成长阶段？

3. 给大家分享下个人的成长经历？

4. 作为一名资深技术从业者，在职场的不同阶段，您是如何看待技术、业务和管理的？

应对不确定性：大数据/人工智能技术发展速度如此之快，作为技术从业者该如何应对和求得进一步的发展？

给新人/初级从业者的建议：作为一名资深的大数据/人工智能技术专家，您会给即将或刚刚进入这个领域的研发同学哪些建议？

点击预约收看圆桌：

关于我们：

DataFun：专注于大数据、人工智能技术应用的分享与交流。发起于2017年，在北京、上海、深圳、杭州等城市举办超过100+线下和100+线上沙龙、论坛及峰会，已邀请近1000位专家和学者参与分享。其公众号 DataFunTalk 累计生产原创文章500+，百万+阅读，13万+精准粉丝。

🧐分享、点赞、在看，给个3连击呗！👇