数字化时代，数据的规模和复杂性不断增长，成为各行各业智能决策和业务创新的重要基石。人工智能和机器学习技术的迅猛发展，进一步推动了数据驱动决策的趋势。AI和ML应用涵盖了从自然语言处理、图像识别到预测分析等各个领域，正在为企业带来巨大的变革、机遇和挑战。

首先，海量的数据处理和模型训练对存储和计算性能提出了极高的要求。

其次，高性能数据访问和缓存对提高计算性能至关重要，在处理海量模型数据时尤为突出。

同时，为了在AI/ML场景下实现高效、灵活的数据访问，有效的监控和调优也显得越发重要。

扫码报名 免费看直播

高性能数据访问层——Alluxio在AI/ML场景下的应用

Alluxio开源布道师

博士毕业于罗格斯大学电子与计算机工程系，专业方向是大规模分布式系统的性能与稳定性优化。

快手海量模型数据处理的实践经验分享

推荐系统架构师

毕业于中科院计算技术研究所，曾在百度凤巢负责模型工程；现在快手负责模型相关工程架构，包括大数据处理、训练框架、预估服务等，负责支持千亿样本、万亿参数量级的大规模推荐模型训练架构、样本特征的数据处理和存储。