随着AI、自动驾驶及移动互联网的高速发展，IT产业正在发生各种巨大变化，IT人要如何应对这些变化？比如，如何在移动互联网后半场，大幅提升APP的开发效率和质量？如何应对AI与DevOps融合带来的新运维模式？如何通过仿真测试确保自动驾驶安全？本专场会以“实践”为目标，以“实用”为指引，从多个维度剖析应对这三个问题的方法，助力从业者应对当下，跑赢未来。
机械工业出版社专场 ：热门产业高效实践
专场出品人：孙海亮
机械工业出版社华章分社 资深编辑
机械工业出版社华章分社高级策划编辑，专业从事IT类图书策划出版近15年，参与过500余种图书的出版工作，在软件工程、数据科学、人工智能、云计算、芯片及互联网+领域有丰富的图书策划经验。
刘俊启
百度 资深研发工程师
百度 2010年-今
百度搜索App，百度语音助手App，百度浏览器App等多个iOS平台App的从无到有的架构设计，技术梯队的搭建。从2010年开始参与百度App iOS相关研发工作，现主要工作在架构和落地页体验方向，负责了多次的搜索业务的架构改进，包括搜索增强框架、统一浏览框架、增强浏览框架，搜索业务输出矩阵App研发提效等项目。
百度搜索App，百度语音助手App，百度浏览器App等多个iOS平台App的从无到有的架构设计，技术梯队的搭建。从2010年开始参与百度App iOS相关研发工作，现主要工作在架构和落地页体验方向，负责了多次的搜索业务的架构改进，包括搜索增强框架、统一浏览框架、增强浏览框架，搜索业务输出矩阵App研发提效等项目。
擅长领域：App架构治理、搜索落地页体验优化、研发质效提升
待定
待定
多矩阵App定制/复用实现高效开发的探索与实践
百度App及矩阵App的研发方式，使用以百度App为主线研发的多矩阵App复用方式，主线版本双周迭代，矩阵App按需从主线拉取应的版本源码、资源及组件，基于该基础之上进行功能的裁剪及差异化的功能定制。
2020年度，百度App极速版，客户端单次同步百度App的时间为月级别，主要的时间在解决代码冲突问题，编译问题和功能测试。
主要的原因有两个
1. 在于搜索业务历史悠久，线上运行了10年的搜索端技术架构历史包袱较重，搜索业务主仓库与业务的耦合比较大，约有
2020年度，百度App极速版，客户端单次同步百度App的时间为月级别，主要的时间在解决代码冲突问题，编译问题和功能测试。
主要的原因有两个
1. 在于搜索业务历史悠久，线上运行了10年的搜索端技术架构历史包袱较重，搜索业务主仓库与业务的耦合比较大，约有
80%的搜索相关的业务需要改动搜索主仓库。
2. 矩阵App中的功能裁剪和主线没有同步，组件的定义及标准化层面不统一，主线App和矩阵App并行研发迭代，功能的裁剪
及定制汲及到的相关逻辑处理于易变的状态。
主要问题思考：
1. 功能复用方式的思考：和传统的App中引入SDK复用的方式不同，单一App研发，矩阵App功能复用，算是一种全新的研发
1. 功能复用方式的思考：和传统的App中引入SDK复用的方式不同，单一App研发，矩阵App功能复用，算是一种全新的研发
模式，相当是于是App一体化复用输出。
2. 矩阵App不仅要复用，且还需要裁剪，及差异化的定制。如何低成本的裁剪和定制也是架构设计需要考虑的点。
3. 矩阵App功能裁剪，一些功能在矩阵App中不存在，搜索结果页需要针对不同的客户端进行适配，避免一些功能因在矩阵
3. 矩阵App功能裁剪，一些功能在矩阵App中不存在，搜索结果页需要针对不同的客户端进行适配，避免一些功能因在矩阵
App中补裁剪，而导致无法调起。
主要方案思路
1. 实现变体发布模型：相当于是一个App，可以以不同的的变体进行发布，基于该模型，可以实现矩阵App快速的裁剪功能
2. 业务分级：确定搜索业务的最小集，最小集不可裁剪，其它功能可裁剪。
3. 模块划分：使用业务组件化的方式进行模块的功能拆分，这样矩阵App可以快速的裁剪，和只开部分组件的源码实现定制。
4. 结果页和落地页中的功能拆分，事件标准化，统一管理，以插件的方式注册及裁剪。
5. 技术实现：实现容器化，插件化管理机制，实现功能模块动态调用能力，实现端云通路。
6. 防劣化：组件的拆分标准化，可裁剪的流程标准化，组件+负责人明确。
收益：
1. 矩阵App单次同步主线App的耗时，下降了70+%，从月级到周级。
2. 搜索侧并行代码提交效率提升：搜索主仓库单版本代码提交等待时间优化了10+小时，所有需求代码提交等待时长控制在5
1. 实现变体发布模型：相当于是一个App，可以以不同的的变体进行发布，基于该模型，可以实现矩阵App快速的裁剪功能
2. 业务分级：确定搜索业务的最小集，最小集不可裁剪，其它功能可裁剪。
3. 模块划分：使用业务组件化的方式进行模块的功能拆分，这样矩阵App可以快速的裁剪，和只开部分组件的源码实现定制。
4. 结果页和落地页中的功能拆分，事件标准化，统一管理，以插件的方式注册及裁剪。
5. 技术实现：实现容器化，插件化管理机制，实现功能模块动态调用能力，实现端云通路。
6. 防劣化：组件的拆分标准化，可裁剪的流程标准化，组件+负责人明确。
收益：
1. 矩阵App单次同步主线App的耗时，下降了70+%，从月级到周级。
2. 搜索侧并行代码提交效率提升：搜索主仓库单版本代码提交等待时间优化了10+小时，所有需求代码提交等待时长控制在5
个小时内。
3. 矩阵App同步主线App时，可立即裁剪的组件40+，超过90%。
1. 变体发布的思路及技术实现
2. 业务组件化的优势
3. 面向接口编程与功能裁剪及定制的关系
4. 端云一体化输出
2. 业务组件化的优势
3. 面向接口编程与功能裁剪及定制的关系
4. 端云一体化输出
内容大纲
听众收益
韩锋
北京思斐软件 联合创始人
SphereEx 联合创始人，CCIA（中国计算机协会）常务理事，前Oracle ACE，腾讯TVP，阿里云MVP，dbaplus等多家社群联合创始人或专家团成员。有着丰富的一线数据库架构、软件研发、产品设计、团队管理经验。曾担任多家公司首席DBA、数据库架构师等职。在云、电商、互金、互联网、银行等行业均有涉猎，精通多种关系型数据库，对NoSQL及大数据相关技术也有涉足，实践经验丰富。曾著有数据库相关著作。
待定
待定
数据库弹性设计与性能优化
- 1. 弹性伸缩是如今应用系统中非常关键的一个特性。传统的关系型数据库在面对大量数据的时候，通常需要增加硬件资源或
- 者对数据进行分区来扩展其规模。但是，这种方式在分布式数据库场景下已经不再适用。
2. 数据库优化无从下手，缺乏章法。数据库优化涉及的知识很多，影响的范围也很大，很多人的不知道如何下手，甚至不敢 - 下手。
- 1. 数据库弹性设计与实践
1.1 数据分片设计
1.2 分布式数据库实践
1.3 云数据库实践
2. 数据库性能优化
2.1 数据库优化方法论
2.2 硬件发展与性能优化 - 2.3 数据库对象结构优化
2.4 数据库语句优化
- 1. 掌握数据库弹性设计的方法和实践
2. 掌握数据库性能优化的方法
3. 学习分布式数据、云数据库的实践
内容大纲
听众收益
孙健宁
前国汽智联 仿真测试总监
硕士，中级工程师，多年从事自动驾驶仿真测试相关工作，熟悉软硬件仿真测试流程、方法和工具链，负责和参与多个横纵向项目中仿真测试内容。曾任北京经纬恒润科技有限公司仿真建模工程师、国汽（北京）智能网联汽车研究院有限公司仿真测试业务线总监，目前在一家自动驾驶初创公司担任仿真测试负责人。
擅长领域：自动驾驶仿真测试，包括SIL/HIL（软件在环和硬件在环测试）的工具链构建、测试流程、场景库建设和测试评价等。
待定
待定
用仿真测试提升自动驾驶安全的探索与实践
随着自动驾驶的发展和应用，人们逐渐发现自动驾驶技术目前并不成熟，因自动驾驶系统安全性不足导致的交通事故时有发生，危害人们的人身和财产安全。综合利用各种测试手段的特点，采用包含模拟仿真测试、封闭场地测试和实际道路测试等手段在内的“多支柱”方法对自动驾驶系统进行测试，已经逐渐成为行业共识。如何发挥仿真测试的长处、如何进行仿真测试，是一个需要明确的内容。
1. 自动驾驶分为L0~L5不同等级，现在主流是L2和L4（介绍不同分级）
2. L2和L4的测试有很大的不同，L4需要的测试里程/测试场景数量更多，目前需要综合采用“三支柱”方法（具体介绍三支柱，
2. L2和L4的测试有很大的不同，L4需要的测试里程/测试场景数量更多，目前需要综合采用“三支柱”方法（具体介绍三支柱，
即实车测试、场地测试、仿真测试的内容和优劣对比）
3. 仿真测试的不同手段（即不同的在环测试，MIL/SIL/HIL/DIL/VIL）
4. 以SIL为例说明仿真测试的工具链构成、不同备选工具的对比和开发流程
5. 一个可用的SIL工具和测试流程（基于开源软件CARLA）
6. 测试场景库的来源和构建方法
4. 以SIL为例说明仿真测试的工具链构成、不同备选工具的对比和开发流程
5. 一个可用的SIL工具和测试流程（基于开源软件CARLA）
6. 测试场景库的来源和构建方法
1. 得知仿真测试如何用于自动驾驶测试及其与其他测试手段的关系
2. 仿真测试的构建方法
2. 仿真测试的构建方法
内容大纲
听众收益
关注QECon公众号
关注QECon视频号
议题投稿
Speaker@qecon.net
票务联系
18611377287 马静
媒体合作
13516196409 皮皮
商务合作
15122643988 木子
