大模型如同催化剂，为我们打开了新视野，在研发效能各细分领域催生了大量有价值的应用探索，覆盖交付全流程，从需求到代码、测试及部署。大模型的出现也让效能建设从传统的工具链开发拓展到了产品和工程师们创造价值的核心环节，本专场也将揭晓其中的许多创新用法和实践，帮助大家开拓视野，探索更多可能。
专场：大模型催化下的效能建设 
专场出品人：路宁
理想汽车 研发效能部 高级技术总监
研发效能及质量领域知名专家，曾在快手负责质量与研发效能工作，在滴滴、百度、ThoughtWorks任管理和架构职位，作为咨询师服务过平安科技、顺丰科技、工商银行，华为等企业。
王初晴
百度 资深工程师
百度资深工程师，工作年限8年，代码智能化、代码扫描、代码搜索等方向资深研发。
待定
待定
大模型驱动的智能代码生成
随着人工智能技术的迅速发展，大模型驱动的智能代码生成技术已成为软件开发领域的研究热点。这项技术利用深度学习模型、自然语言处理和程序语义理解等关键技术，以AI驱动的方式生成高质量的代码，为开发人员提供了一种新的工具和方法。在这个演讲中，我们将聚焦于大模型驱动的智能代码生成技术及其在软件开发领域的实际应用。我们将介绍该技术的原理和方法，并展示它在百度内部的应用案例。通过这些案例，我们将展示智能代码生成技术在快速生成代码、减少重复工作和提高开发效率方面的实际效果。
1. 背景介绍
2. Comate简介与技术介绍
3. 实际案例演示
4. 在百度的使用效果
5. 未来展望
1.  了解智能代码生成技术：深入了解大模型驱动的智能代码生成技术的原理、方法和最新进展。获得对这一前沿技术的全面认知，并了解其在软件开发领域的潜力和应用价值。
2.  提高开发效率和质量：通过了解智能代码生成技术的应用案例和实际效果，学习如何快速生成高质量的代码，减少重复劳动，从而在开发过程中节省时间和精力。
3.  拓宽思维和创新思考：智能代码生成技术将为听众带来一种全新的思考方式。激发创新思维，学习如何将人工智能与软件开发结合，以创造更智能、高效的解决方案。
内容大纲
听众收益
刘志伟
蚂蚁集团 风险效能部高级技术专家
花名比奥，现就职于蚂蚁集团风险效能部，高级技术专家，搜索与推荐团队负责人，负责代码知识搜索理解、小程序开放搜索、分布式链路追踪、微服务问题排查，智能客服等技术。
待定
待定
软件工程领域基于 LLM 的生成式搜索实践
软件工程领域，开发人员需要找代码、理解代码、找研发知识等，当前的搜索引擎依赖关键字计算相关性，理解用户意图能力弱，往往要借助过滤筛选的能力，也缺少总结能力。而使用大语言模型在当前也有两个关键的问题，数据的时效性和容易泛化虚假答案。但搜索的能力和大模型的能力结合，可以很好的解决两项技术各自面临的问题，让软件开发中获取知识有了更大的效率提升。
1. 搜索和LLM在知识性方面的问题
2. 整体技术架构
3. 关键技术点
4. 产品形态
5. 实践效果
1. 更好的理解大模型的落地应用
2. 现有技术如何和大模型做结合
内容大纲
听众收益
林帆
阿里云 高级技术专家
花名金戟，阿里云·云效团队数字化应用方向负责人。

前ThoughtWorks资深DevOps技术咨询师，具有丰富的技术架构和研发、运维经验，目前主要投入在研发效能的数字化度量和智能化应用领域，致力于最大化数据价值、打造极致的研发工作体验。

擅长领域：云原生技术架构、DevOps价值流、大数据和智能工程
待定
待定
大模型落地的最后一公里
随着大数据和人工智能的发展，大模型技术已经成为了各行各业的重要工具。在以HuggingFace、魔搭社区等为代表的开源力量推动下，获取最新的大模型已经变得足够简单，而模型部署，尤其是私有化部署的需求也越来越高。在这样的背景下，如何在性能、成本和质量等方面进行优化，成为了企业必须面对的挑战。这个话题将结合云效团队建设智能化一站式DevOps平台，从零起步到逐步成型的过程中所经历的故事，分享在大模型部署优化方面的实践经验，为听众提供有益的参考。
1. 最后一公里：私有化部署
2. 性能：更快的推理速度
3. 成本：更高的资源效益
4. 质量：更好的应用效果
1. 了解大模型落地应用的常见问题
2. 了解大模型部署优化的经验技巧
内容大纲
听众收益
李明宇
中科院 计算所高级工程师
中科院计算所高级工程师，开源项目活跃开发者，20 余年编程与软件开发经验，10余年云端系统研发与产业化工作经历。历任国家重点实验室研究组负责人，上市公司事业群技术总监、首席技术专家。
李老师在理论研究和产业实践均有丰富的经验，为多家知名企业和单位提供过服务。荣获中国软件协会“优秀CTO”等多项荣誉，兼任中国新一代IT产业联盟分委会秘书长、全国高校人工智能与大数据创新联盟专家委员、北京开源创新委员会委员。
待定
待定
GPT赋能软件研发：能力、局限与落地实践
随着自然语言大模型的发展，尤其是GPT-4发布以来，通过GPT实现软件开发，网上流传着各种令人惊艳的演示，但也有不少人质疑其在实际生产中的应用效果。本次演讲将结合实际案例踩坑经验，分享GPT在软件研发全流程中的应用，包括：需求分析、代码生成、自动化测试、代码审查、线上运维调试等环节，探讨其对软件质量和研发效率的提升效果，以及存在的挑战。

1. 简介GPT如何被用于代码生成、代码审查和自动化测试等软件研发的各个环节。
2. 详细探讨在实际使用中遇到的问题，并分享如何克服这些挑战。
3. 基于实际案例分析GPT在软件质量和研发效率上的提升。
4. 展望未来GPT在软件研发中的发展趋势及其对行业的影响。
听众可以通过实际案例了解GPT在软件研发中的应用情况，包括如何通过GPT提升需求分析、程序编写、自动化测试、代码审查等环节的效率和软件质量。同时，本次演讲也将分享关于GPT在软件研发中遇到的问题和最佳实践，以供听众参考并在自己的项目中应用。
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