对于运维人来说，当前面向几大的挑战：

1. 传统运维工作正不断被云平台接管，那么除了监控与自动化，运维人还应该做什么？

2. 技术复杂、变更频率与资源规模都在快速增长，运维人如何利用数据与算法，实现降本增效？

本次分享将介绍阿里巴巴计算平台 SRE 团队，如何通过数据智能运营来 Hold 住大规模集群运维与双11活动。

演讲提纲：

1. 数智运营是什么与为什么？

• 传统运维的挑战
• 面向运营的体系与优势

2. 数据化体系建设

• 数据化目标
• 数据分类
• 运维数仓
• 运维数据平台

3. 智能化场景实现

• 智能化目标
• 稳定领域场景
• 成本领域场景
• 效率领域场景

4. 运营提升

• 制定阶段性目标
• 选择北极星指标
• 建立度量与跟踪机制
• 自顶向下的运营大盘

你将获得：

• 如何更好的建设与治理运维大数据
• 如何使用这些数据，驱动运维向智能化运营转型，以提高运维团队效率，并使运维工作更智能化

当前云原生系统为各大IT企业广泛采用，各种网络应用服务由大量微服务协同完成，结构复杂。网络故障已成为威胁在线服务稳定性和可靠性的主要因素。因此，我们致力于研究大规模在线服务的故障机理，以快速修复故障乃至规避故障，从而保障在线服务的稳定可靠运行。本次演讲从三个方面对故障机理研究进行介绍：面向故障发现的多模态数据异常检测；面向故障诊断的根因定位分析；面向故障预警的异常预测。我们将对这些方面的研究进展和方向进行介绍。

演讲提纲：

1. 面向故障发现的多模态数据异常检测

2. 面向故障诊断的根因定位分析

3. 面向故障预警的异常预测

你将获得：

• 了解AIOps的发展状态
• 了解应用故障机理方面的一些研究问题
• 了解对故障发现、预测、诊断方面的一些研究方法和方向

字节 AIOps 发展迅速，其中数据起了决定性作用，如何构建 AIOps 智能化所需的数据，构建哪些数据以及如何发挥数据的价值，都是挑战，尤其是在字节跳动海量数据规模下。本分享将以智能运营和智能运维中两个具体的例子来展现智能数据体系的构建过程和应用实践。

演讲提纲：

1. 为什么要进行智能化数据体系构建

• 数据挑战
• 业务挑战
• 智能化数据体系的必要性

2.智能化场景

• 智能运营-成本运营
• 智能运维-智能报警&归因修复

3. 智能化数据体系构建实践

• 数据分层
• 数据分类
• 数据建模
• 策略算法

4. 未来展望

• 构建实时(近实时)的数据pipeline
• 数据质量的校验和修正
• 数据平台化
• 策略算法的展望-离线仿真环境构建

腾讯游戏发展至今，无论是业务规模还是用户数量逐年提升，对于过往的支撑模式带来了巨大的挑战，面对海量日志，我们如何从中发现有效的信息改善业务稳定性？面对巨量玩家，我们如何能提供更好的游戏体验？面对新的玩法，我们如何能了解玩法是否平衡？为提升更好的运营能力，腾讯游戏选择的方法是落地AIOps，通过早期的双线探索，到现在的平台赋能，我们将分享腾讯游戏运维如何通过AIOPS在游戏中的应用实践。

演讲提纲：

1. 早期运营阶段有哪些痛点？

• 面对上百个体量不一的区服，我们如何保障监控的有效
• 面对游戏内各种广告、负面信息满天飞，我们如何有效识别
• 面对新功能，新活动，我们如何感知用户的反馈情况
• 面对新增用户的爆发增长，我们如何做容量管理

2. 探索发展阶段的实践

• 技术道路的选择：开源框架 vs 算法实现
• 通过算法实现智能扩缩容
• 通过开源框架实现自然语言识别

3. 平台支撑阶段的实践

• 平台赋能对于智能运维提供了哪些价值？
• 平台赋能的不足和应对方案
• 如何用智能运维手段让你更了解玩家舆情
• 如何用智能运维的手段，向游戏运营和游戏研发团队提供有价值的辅助计策信息？
• 如何用智能运维手段，在海量日志中挖到金子？

你将获得：

• 了解腾讯游戏在AIOps中的发展历程
• 了解AIOps在网络游戏领域中的具体落地实践经验