AiDD研发数字峰会-上海站

出品人：巴川

CCF TF数据科学SIG主席
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、风控体系、推荐系统、数据可视化等。中国教育创新校企联盟专家委员会副主任，国家技术标准创新基地（贵州大数据）数字经济专业委员会专家，北航兼职硕导，西安交大研究生院授课专家，多所高校兼职教师及创新创业导师，多个技术峰会演讲嘉宾及出品人。

数据智能

结合政务、金融、工业等领域的数字化转型实践，向业界呈现如何利用数据科学释放大数据要素价值、构建数据智能应用。在这过程中，会借助AI算法、建模分析和数据可视化等为主要手段，完成数据到知识的转化，帮助企业智能运营、智能获客、智能推理、辅助决策，释放数据价值，最终实现生产力的提升。

AIGC背景下AI增强数据分析洞察的应用实践

田奇铣

阿里云DataWorks产品负责人

阿里云一站式数据开发治理平台DataWorks的产品负责人，高级产品专家，具备10年以上数据平台产品建设经验。DataWorks承载了阿里集团内部的数据平台建设，并已帮助阿里云上数万家企业进行数字化转型。

内容简介：

介绍阿里云DataWorks产品基于大模型和机器学习算法，在探索性数据分析和AI增强分析领域的应用实践、经验和产品落地效果，提升企业数据分析师及业务人员的数据洞察效率，加速企业数据价值释放。

演讲提纲：

1、数据分析方法的发展趋势与挑战
2、传统机器学习算法在数据洞察中的应用落地
3、LLM为智能数据洞察带来新的可能性
4、机器学习结合LLM在智能数据洞察领域的优势
5、阿里云DataWorks中AI增强分析产品落地进展
6、未来展望

听众受益：
1、了解数据分析方法的发展趋势
2、了解基于机器学习+LLM的智能数据洞察的实践经验
3、了解阿里云DataWorks中AI增强分析产品的落地进展

数据增强驱动的企业多模态大模型业务效能升级

张燚钧
中移（苏州）软件技术有限公司技术研究员

工学博士，毕业于上海交通大学，导师为黄铁军教授。入选中国移动集团首批“金种子计划”。在 IEEE trans、Neural computation 等期刊上发表论文多篇，负责国自然企业联合基金1项、中移-南大联合研究院多模态大模型等项目。目前研究方向为代码大模型、多模态大模型。参与中国移动呼和浩特智算中心论证，移动九天代码大模型项目研发等重点工作。

内容简介：

在本次技术分享中，我们将探讨如何通过数据增强策略，推动企业多模态大模型在业务效能上的升级。面对传统视觉AI业务的瓶颈，如模型性能限制和高昂的算法维护成本，本团队提出了利用多模态大模型来增强业务能力的解决方案。
多模态大模型作为一种通用的业务底座模型，关键在于提升其在多样化任务场景中的通用性能。本团队通过一系列数据增强方法使得自研多模态大模型在 MMBench 榜单上获得了显著的效果提升。在企业实践应用方面，本团队利用多模态大模型已全面提高了AI安防产品的效能，并在前端开发领域探索“原型图生成代码”的应用，展现了其在实际业务中的巨大潜力。

演讲提纲：

1、面对传统视觉 AI 业务遇到瓶颈，尝试利用多模态大模型提升业务能力。
2、多模态大模型作为业务底座模型，需要尽可能提升在广泛任务场景的通用能力。
3、围绕多模态大模型的通用能力提升，在数据增强方面的具体方法论。
4、对多模态大模型通用场景能力的评测方案选择与取得的成绩。
5、应用实践：
5.1 多模态大模型全面提升AI 安防产品效能
5.2 多模态大模型在企业前端开发“原型图生成代码”领域的探索
6、关于多模态大模型在企业业务应用的思考与展望

听众受益：

1、了解多模态大模型的最新发展趋势和前沿技术，掌握如何通过数据增强策略来提升AI模型的业务效能，这些知识可以帮助听众在AI领域保持竞争力
2、可以学习到如何将多模态大模型应用于实际业务中

大模型时代下的企业智能合规：风险预防、检测与应对

何家旋

阿里巴巴算法工程师

本硕毕业于中山大学，NLP算法工程师，就职于阿里巴巴，目前部门是控股集团-爱橙科技-企业智能，负责企业智能法务合规类算法相关工作。
主要工作是NLP相关工作，涉及集团考试平台的算法开发，功能为智能出题和试题改写，并且探索技术深入，研究主观题阅卷相关内容，对用户的考试内容进行评分。同时优化集团内的法务工具检索链路。在法务审查中，负责企业智能法务制裁与出口管制以及审查合规相关算法开发。同时负责法务的法律文书自动收案算法开发。除此之外，也涉及一些目标检测，时序预测等相关内容的探索与应用。

内容简介：

自然语言处理（NLP）在法律文本分析上展现出显著优势，提升了法律文件检索与分类效率，优化了法务工作流程。同时，NLP在法务培训中通过文本分析提高教学效果。本文讨论NLP算法在企业智能法务合规范围内的应用，包括风险预防(事前)、检测(事中)和处理(事后)，概述合规工作的全流程，并分享实际算法应用经验。风险预防(事前)主要讲述企业内容考试系统相关内容，涉及智能出题、试题改写、主观题阅卷、企业法务工具优化及使用。检测(事中)主要讲述法务合规实时监测内容，涉及制裁出口管制、合规审查内容。处理(事后)主要讲合规数据分析相关内容。

演讲提纲：

1、法务合规对企业发展的影响
2、事前阶段：建立合规基础与风险防控(考试相关、法务工具相关)
3、事中阶段：实时监控与执行(制裁出口管制、审查与营销合规相关)
4、事后阶段：合规数据分析与反馈(诉讼文书自动收案)

听众受益：

1、了解法务合规相关内容
2、了解法务大语言模型的发展趋势
3、了解阿里内部企业智能的法务合规工具技术探索

AI在数据分析和可视化方向的应用和思考

柳雷

汽车之家资深数据分析经理

汽车之家研发与数据中心资深数据分析经理，在通过数据分析和数据可视化，赋能传统汽车厂商和汽车垂媒数字化运营、经营和管理方向，拥有丰富的实践经验。

内容简介：

AI在数据治理、数据建模、数据查询、数据分析、数据可视化及其他数据应用方向的应用和提效的实践经验分享，以及过程中与到的问题和解决方案分享；AI结合数据分析和数据可视化在赋能汽车厂商和汽车垂媒数字化运营、经营和管理方向的应用能力建设和应用实践经验分享，以及过程中与到的问题和解决方案分享；以及未来可能的探索点的思考。

演讲提纲：

1、 AI在数据治理中的应用
2、 AI在数据建模中的应用
3、 AI在数据查询等相关数据应用中的应用和提效
4、 AI在数据分析中的应用尝试
5、AI在数据可视化中的应用

听众受益：

1、AI在数据分析和数据可视化方向应用实践中的问题和解决方案了解
2、数据分析和数据可视化结合AI在赋能汽车厂商和汽车垂媒数字化运营、经营和管理方向的应用实践中的问题和解决方案了解

AiDD峰会

K+峰会

联系我们