王鵬飛：阿里云DataWorks成本測算模型建設(shè)方案

今年會云業(yè)務(wù)集團(tuán)數(shù)據(jù)戰(zhàn)略咨詢部數(shù)據(jù)分析工程師

主題概覽

通過阿里云Dataworks平臺提供的數(shù)據(jù)集成、數(shù)據(jù)開發(fā)、數(shù)據(jù)建模等全方位的產(chǎn)品服務(wù)，融合了高效的數(shù)據(jù)分析技術(shù)理論，幫助企業(yè)打破業(yè)財(cái)數(shù)據(jù)壁壘，構(gòu)建精準(zhǔn)的成本測算模型，實(shí)現(xiàn)成本動因分析、成本預(yù)測、本量利分析等數(shù)據(jù)業(yè)務(wù)價(jià)值挖掘和探索。

朱書安：AI技術(shù)賦能軟件自動化測試

神州信息軟服BG產(chǎn)品解決方案中心技術(shù)總監(jiān)

主題概覽

軟件自動化測試技術(shù)隨著軟件技術(shù)的發(fā)展也不斷變化，90年代末，以QTP為代表的第一代自動化測試產(chǎn)品出現(xiàn)，主要是基于屏幕坐標(biāo)的錄制和簡單回放進(jìn)行自動化測試；后來隨著自動化測試的不斷發(fā)展，出現(xiàn)了基于UI的控件識別技術(shù)的開源自動化測試框架，如Selenium框架；再后來為了適應(yīng)某些特殊圖片識別場景，OCR文字識別技術(shù)開始出現(xiàn)。但是它們都面臨同樣的問題，有些復(fù)雜的、非標(biāo)準(zhǔn)的UI界面元素難以識別。這幾年，隨著AI人工智能的快速發(fā)展，在自動化測試領(lǐng)域應(yīng)用得越來越廣，通過圖片識別方式，利用AI技術(shù)，可以解決上述UI元素問題。

在本次主題分享中，主要介紹自動化測試技術(shù)的發(fā)展，AI技術(shù)在自動化測試中的應(yīng)用場景，神州信息的AI自動化框架和如何用神州信息的AI產(chǎn)品做自動化。

李越：基于供應(yīng)鏈的多級SKU需求預(yù)測

今年會云業(yè)務(wù)集團(tuán)數(shù)據(jù)戰(zhàn)略咨詢部咨詢顧問

主題概覽

基于供應(yīng)鏈歷史數(shù)據(jù)，采用機(jī)器學(xué)習(xí)模型，多模型集成及擇優(yōu)，使預(yù)測及優(yōu)化結(jié)果更加客觀準(zhǔn)確；基于供應(yīng)鏈業(yè)務(wù)模式，分類考慮各類SKU特點(diǎn)，提升預(yù)測準(zhǔn)確度；綜合考慮多層級，滿足全局性優(yōu)化控制供應(yīng)鏈資源，形成了一套可擴(kuò)展、可復(fù)制，滿足多特征、多級SKU的解決方案。

田申：電商倉庫中的智能算法

神州控股智慧產(chǎn)業(yè)鏈軟件及智能事業(yè)部產(chǎn)品方案部產(chǎn)品專業(yè)總監(jiān)

主題概覽

近10年的時間內(nèi)，電子商務(wù)在國內(nèi)的體量增長了上百倍，在2020年雙十一期間，更是創(chuàng)下了5249億元的全網(wǎng)交易記錄，全網(wǎng)包裹數(shù)量也突破了22億。而面對如此巨大的訂單數(shù)量，電商倉庫僅依靠傳統(tǒng)的人工處理已遠(yuǎn)遠(yuǎn)無法完成發(fā)貨任務(wù)，神州控股通過電商倉庫的智能算法中心，對倉內(nèi)各個操作環(huán)節(jié)進(jìn)行數(shù)據(jù)建模，通過訂單歸類、優(yōu)化揀貨路徑等多套算法模型，支持了多個倉庫完成了單日發(fā)貨突破百萬單的記錄。