当前，金融业国产替代蔚然兴起，同时在云原生、分布式、微服务等新兴技术加持下，金融科技发展机遇和挑战并存。随着金融企业的产品和服务逐渐向在线化、多元化演进，体量级、多样化的数据应用场景和需求急剧上升，如何进一步保障信创产品在核心系统的上线投产且高效稳定运行，如何深化金融数据资产价值，促使金融行业从科技赋能迈向科技引领，仍有极大的探索空间。为此，第八届DAMS中国数据智能管理峰会特别精选以下金融领域热门议题，将于3月31日在上海与大家一起进行深度探讨。
工商银行、中国银行、中国平安、光大银行、华夏银行、微众银行、中国电信翼支付在数字化转型中取得了哪些新进展？
湖仓一体、全链路数据治理等大数据新技术在金融业的探索应用；
明晰金融业数据治理体系的实施路径，充分释放金融业数据价值；
金融级实时消息服务架构的演进过程及规划思路；
金融核心场景的数据库架构如何进行分布式改造？分布式数据库如何选型迁移？
云环境、分布式、国产化等挑战下，混沌工程、智能运维如何实现金融行业化落地？大型金融监控系统如何改造升级？
保险数据呈现大规模、多样性的极速增长，看数用数也愈加要求高时效和高精准，但大多数企业数据应用方式仍较为传统，用户找数取数难，数据化运营少。本次分享将具体介绍以下内容：
为应对多变的业务数据时效诉求和数据离散管理难，我们如何打破数据湖与数仓间的壁垒，构建实时的湖仓一体架构；
如何通过湖仓一体架构，使割裂数据融合统一，减少数据分析中的搬迁，实现统一的数据管理，同时增强业务数据时效，更好为业务赋能。
介绍工行全球总分行组织模式下，两地三中心高可用布局的监控体系结构，以及超十万级纳管服务器规模的监控数据采集、处理、预警、通知和自动化处置的方法，具体包括以下内容：
工行开放平台的监控体系；
如何适应云环境、分布式、国产化等规模化、差异性的挑战；
未来，监控系统将何去何从。
一、介绍数据治理体系顶层设计：
数据治理体系的五大要素；
翼支付数据治理方法论——“二三四法则”；
二、分享翼支付数据治理实践：
数据治理的效益评价设计；
核心数据链路治理；
数据规范设计与落地；
数据治理平台体系建设。
本议题主要分享GaussDB在金融领域的核心业务场景中，如何平稳快速完成传统数据库搬迁的最佳实践与思考，具体包括以下内容：
介绍传统数据库迁移整体方案；
解析GaussDB数据库在金融核心业务场景的迁移案例；
分享华为云数据库发展策略。
众所周知，在一个复杂的分布式系统中，我们并不能阻止系统软硬件故障的发生，所以应该致力于在异常行为被触发前，尽可能多地识别出会导致异常的环节。当我们识别出这些风险时，就可以有针对性地对系统进行加固、防范，从而避免故障发生并带来严重后果。这就是本次分享混沌工程的目的，具体将介绍以下内容：
混沌工程的背景；
基于分布式建设的混沌工程实践在中国银行的探索；
混沌工程平台建设的思路；
混沌工程对生产安全的意义。
本议题主要介绍工商银行主机业务服务化背景、规划、建设方案，以及在服务化产生的事务问题上的解决方案，分享事务模型在工商银行常见业务场景中的适配、工商银行主机业务分布式转型的成效，并提供以下启发：
传统银行在主机业务下移过程中都遇到哪些问题、如何解决；
大量传统主机业务陆续迁移到分布式平台，IT架构如何转型；
分布式事务模型如何适配常见银行场景，又有哪些问题、如何解决。
主要介绍华夏银行云数据中心在向“四层三域一中台”架构演进的过程中，对移动化和无人化运维的探索路径和经验总结，具体包括以下内容：
华夏银行云数据中心的“四层三域一中台”运维架构是如何构建的；
华夏银行构建移动化运维体系的搭建方案、安全措施、最新成果；
华夏银行无人化运维的实现方案、经验总结、最新成效和未来计划。
主要介绍金融级实时消息服务架构的演进过程，分享具体包括以下内容：
如何实现复杂平台架构拆分，将业务逻辑与数据平台逻辑解耦，构建统一的消息总线服务；
在构建消息总线服务过程中，如何对周边生态进行扩展，实现高效的监控、统一的SDK封装，以及如何引入Schema Registry解决数据耦合的问题；
后续进一步建设金融级消息总线服务的重点计划。
介绍微众银行在数据管理和应用方面的思考和沉淀，通过对数据资产从数据的生成、加工、管理、应用等全链路的治理，更好、更高效地对业务赋能、对成本把控，节省数据管理人力投入，更高要求地对数据进行价值挖掘和应用，具体包括以下内容：
微众银行大数据IT架构；
大数据应用于金融行业面临的一系列挑战；
微众银行数据仓库在监管高要求下的架构设计、数据管理、数据应用的探索；
微众银行在海量实时数据应用上的破局之道。
码上报名
↓点这里了解峰会更多详情及报名
https://www.bagevent.com/event/8100960?bag_track=JR
如果字段的最大可能长度超过255字节，那么长度值可能…
只能说作者太用心了，优秀
感谢详解
一般干个7-8年（即30岁左右），能做到年入40w-50w；有…
230721