主会场-2024_QECon全球软件质量效能大会-橙柚科技

9折优惠售票中

团购享更多优惠

深圳站 · 2024年5月24-25日

上海站 · 2024年9月20-21日

北京站 · 2024年10月25-26日

优惠倒计时

Keynote Speech

免费预约直播

王一男

腾讯技术产品专家

智能化软件工程数据与评测团队负责人

曾任百度工程效能部产品负责人，开源中国产品总监。北京航空航天大学软件工程本科、硕士。致力于通过设计软件研发效率工具，推动软件工程实践落地来提升组织的研发效能。曾主笔制定企业软件工程规范，主导多个企业级研发效能平台的规划设计与系统开发。

待定

代码大模型评测方法与实践

代码大模型是Copilot等代码智能化产品的核心“大脑”。模型代码能力的强弱直接关系到产品能力和市场竞争力。如今开源和企业内部训练的代码大模型种类和数量越来越多，能力也越来越强，如何给代码智能化产品选择合适且优秀的模型，并持续迭代模型使产品能力越来越强，这成为了代码智能化产品重点解决的问题之一。如何全面、准确、快速评测各个模型的代码能力，并通过评测准确反馈、推动下一轮模型迭代？是各个代码智能化产品团队都在探索实践的问题。

内容大纲

1. 代码大模型评测方法介绍
2. 代码能力评测数据集制作流程
3. 代码大模型评测反馈闭环实践

听众收益

1. 了解企业内代码大模型评测方法与评测数据集的建设经验
2. 了解当前代码大模型评测的难点与解决方案
3. 了解当前代码大模型评测的局限及突破方向

付红勋

新思科技 SIG中国区技术总监

在网络安全领域拥有十多年的丰富经验，对应用安全、SDL（Security Development Lifecycle）等有着深刻独到的理解。他长期任职于华为公司网络安全管理岗位，在安全活动的研发流程融入、安全测试技术方法研究及其工具化等方面拥有丰富的实践经验。此外，付红勋还拥有多年的互联网CSO从业经验，熟悉企业网络安全规划与实施。目前，正带领新思SIG中国区技术团队，致力于帮助客户构建安全可信代码、保障软件供应链安全。

待定

AI生成代码的质量、合规风险及对策

AI生成代码已逐渐成为开发领域的新趋势。在极大提升开发效率的同时，也带来了质量、安全以及新的合规风险。充分识别风险并采取有效的管控策略显得尤为关键。
新思SIG依托应用安全领域领先的产品与解决方案，给出了自己的思考和探索，帮助企业全面识别并管控AIGC（Code）应用过程中的风险。

内容大纲

1. AIGC的演进历程
2. AI生成代码的风险
2.1 质量与安全风险
2.2 合规风险
3. 新思SIG的应对建议
3.1 以SAST管控自有代码质量与安全风险
3.2 以SCA管控OSS合规与安全风险

关钦杰

思码逸技术咨询总监研发过程提效专家

思码逸服务总监，行业品牌企业研发提效顾问、敏捷实践教练、质量带头人。曾为腾讯、滴滴、贝壳、泰康人寿、工银瑞信、国信证券、戴尔EMC、中移苏研、特斯拉、商汤、鼎桥科技等多家大中型企业，提供研发提效咨询及培训服务。在软件可视化度量及分析应用领域有着丰富的经验和深厚积累。

待定

大模型落地研发的闭环暨《DevData 2024 研发效能基准报告》解读

当前，我们正处于技术革新与数字化转型并进的时代，软件研发效能面临重大机遇与挑战。企业全球化数字化推进中，软件研发成为核心驱动力，伴随云计算、大数据、人工智能等新兴技术的涌现，为行业开拓了广阔前景。敏捷开发成为常态，要求团队紧跟技术潮流，优化研发能力。尽管多元化研发工具便利了各阶段流程，选择与整合这些工具以最大化效能成为新挑战。
国内软件研发效能发展显现出特殊趋势与难题：首要问题是需求响应速度及交付周期缩短的需求，因市场快速变化，而不少企业在此方面的管理不善，导致效率瓶颈。其次，人均产出和人力资源平衡对效能至关重要，优化资源配置与团队合作成为提升关键。再者，企业难以自我定位研发效能，致资源分配非最优化，效能受限。
为助企业克服上述挑战，本报告通过分析行业数据，建立了研发效能基准，旨在呈现行业现状，提炼领先企业的成功案例作为最佳实践参考，同时帮助各企业识别自身研发短板，明确改进方向，增强市场竞争力。期望本报告能为各行业研发团队提供价值参考，共促软件研发效能的不断进步。

1. LLM落地企业研发面临的挑战
2. LLM落地企业研发如何呈现价值
3. 软件研发效能度量体系及其行业参照
4. 研发效能基准报告中的数据亮点

内容大纲