专场：质效度量:从洞察到智能化
近十年，各个IT企业都在积极的开推进研发数字化，「质效度量」已经成为研发基础设施建设的必要环节之一。随着近几年的深入开展，各企业也都遇到了相似的难题，包括：如何建立体系化“研发效能指标体系”？如何让数据有效的诊断出效能问题，驱动研发团队持续提效，实现从度量→洞察的飞跃？在大模型时代，如何进一步引入LLM技术赋能效能度量，实现智能化诊断和辅助决策？本专场会和各质效专家、企业质效负责人共同探索这些问题，并分享实战案例，携手共同驱动质效度量领域的实践效果，逐步从度量到洞察再向智能化演进。
专场出品人：秦巍
快手研发工具链产品负责人、研发效能解决方案团队负责人
负责快手研发工具链产品建设(智能化平台、三端一站式效能平台以及研发协作平台的建设)，通过工具和系统方法推动快手核心业务的研效提升。有10年互联网软件研发和效能提升经验，致力于通过系统方法、解决方案和工具化、产品化提升集团核心部门研发交付和业务创新效能。曾在阿里经济体内,深耕效能,负责菜鸟产研团队的数字化转型,助力云智能最核心团队获得效能优化大奖,主导阿里集团超大规模中台型团队系统性提效等经验。
刘伟明
中兴通讯 FM研发中心软件开发资深专家
中兴通讯FM研发中心软件开发资深专家，管理教练，15年通信行业软件研发经历，目前主要负责研发中心AI研发提效整体规划、管理及运作，驱动软件研发由数字化向智能化演进，聚焦基于大模型的研发领域智能体应用有效性提升及端到端智能体网络的全流程贯通。
待定
待定
AI大模型加持下的研发效能度量
问题：AI大模型在软件研发上的增强和替代，给我们带来了哪些正向收益，如何去衡量AI的产出以及对产能带来的增量
痛点：
痛点：
1）AI应用的产出缺少统一的度量算法；
2）生产数据分布在多个研发系统，采集及呈现困难；
3）AI应用的落地和产能没有明确的映射关系
思考：
思考：
1）从内容域上区分人和AI的产出；
2）统一数据拉取接口，建立组织级看板；
3）效能目标和AI的投入产出比进行映射
内容大纲
1. 问题：AI大模型在软件研发上的增强和替代，给我们带来了哪些正向收益，如何去衡量AI的产出以及对产能带来的Δ增量
2. 痛点分析
2.1 AI应用的产出缺少统一的度量算法
2.2 生产数据分布在多个研发系统，采集及呈现困难
2.3 AI应用的落地和产能没有明确的映射关系
3. 解决思路
3.1 统一度量衡和数据获取方法
3.2 统一组织级度量看板
3.3 能耗的估算模型
4. 实践情况
4. 实践情况
4.1 AI应用全景及指标定义
4.2 生产数据的抓取及基于grafana的看板
4.3 研发能耗分布及AI效能映射逻辑
5. 价值收益：24年提效情况，25年提效展望
5. 价值收益：24年提效情况，25年提效展望
听众收益
1. AI应用的指标如何定义
2. AI应用的度量看板如何建立
3. AI应用的产出和效能如何映射
敬请期待
......
.....
待定
待定
敬请期待
....
关注QECon公众号
议题投稿
lijie@qecon.net
商务合作
151-2264-3988 木子
票务联系
135-2067-8913 郭梦媛
媒体合作
135-1619-6409 皮皮
添加QECon小助手，获取
会议最新资讯
购票咨询
13520678913 郭梦媛
