GMTC全球移动技术大会2017

来源:商会自媒体发布者:1 发布日期:2017-05-16 17:31

活动时间及地点

活动时间:2017-06-09 08:00  ~ 2017-06-10 08:00
活动地点:北京市朝阳区中国北京市朝阳区北辰东路8号 活动费用:收费活动

活动介绍

大会介绍

全球移动技术大会(GMTC)是由InfoQ主办的全球顶级技术盛会,关注移动、前端、跨平台、AI应用等多个技术领域,促进全球技术交流,推动国内技术升级。GMTC为期两天,面向移动开发、前端、AI技术人员,聚焦前沿技术及实践经验,打造技术人员的学习和交流平台。

专题介绍

Native动态化专场

在当前移动APP开发中,Native动态化技术方兴未艾,特别是iOS动态化方面取得了一些突破,本次专场将介绍当前Native动态化最新技术和一线互联网公司的最佳实践。

新技术专场

过去的一年来,大前端领域又出现了哪些新技术和新思想,这些新技术在实践中的表现如何,我们希望推动新技术能更快更好的在实践中应用。

性能优化专场

性能始终是移动端开发关注的重点,如今很多公司都建立了性能监控和分析平台,本专场将关注如何做到精准的找到性能问题并及时优化,包括常见性能问题优化的最佳实践。

Web框架实践专场

去年以来,前端框架逐渐形成了React、Vue、Angular三足鼎立的形势,每一个框架都有着自己的拥趸,这些框架在实际中表现如何,有哪些最佳实践,让我们为你一一道来。

大前端专场

以React Native、Weex、小程序代表的大前端技术,自从诞生以来就受到人们的广泛关注,经过去年的发展,这类技术开始落地,让我们来看看来自业界的实践。

移动Web优化专场

随着移动端对HTML5的支持越来越进步,利用Canvas、WebGL等制作酷炫移动页面也越来越普遍,如果提升移动Web的性能是我们关注的问题。

新平台专场

大前端除了包括移动设备和PC之外,还应该包括可穿戴设备、智能家居、VR/AR等新兴平台,这些新平台上的开发有哪些不同之处,已有开发经验如何快速迁移?本次专场将关注这些问题。

移动架构专场

随着APP大小和团队规模扩大,移动应用架构优化是不可避

免的话题,组件化架构在去年有很多的讨论和实践,今年又有哪些变化?

工程化专场

前端工程化是近来被讨论非常多的话题,同时移动开发的持续交付和测试也是大家一直关注的话题,本专场我们将关注大前端在工程化方面的进展和实践。

移动AI专场

客户端作为重要的数据来源和交互界面,与AI有相当多的结合点,除了传统的AI助手、ChatBot等之外,我们还将关注移动端AI开发实践,智能化如何提升用户体验等话题。

解决方案专场

直播、监控、即时通讯等等,对于一些开发上的难点,一些第三方服务已经提供了优秀的解决方案,他们是如何做的,有哪些独特的技巧和特性?

滴滴的组件化实践与优化 微博复杂信息流的架构之道 Facebook iOS App技术演化十年之路

随着团队和业务规模的扩大,组件化可以说是客户端开发的必经之路,本次分享将描述滴滴出行iOS客户端组件化的细节,以及围绕着组件化我们的App瘦身,启动速度的优化。 微博的信息流承载着文字、网页、照片、视频,直播等多样的内容形式,所以信息流的可扩展性不仅会影响团队开发的效率,也会影响App的性能和稳定性。数据量大,延迟容忍度低使我们需要在网络延迟、图片加载、内容存储等方面进行更多的实践。由于非工具的属性,快速迭代和数据驱动往往也是此类产品可以成功推向市场的一个助力。 2006年iPhone发布会上,Facebook iOS App作为内置的几款App随着iPhone一起发布,一直到现在2016年的10年时间里,Facebook App长期霸占欧美社会使用人数和在线市场领先的位置。

会议日程 第一天 第二天

时间主题讲师

下午分会场1:性能优化专场【出品人 : 倪生华(玄黎)】

Topic 1高效可靠的数据端到端传输李晨

Instagram iOS高级工程师

Topic 2滴滴出行iOS端瘦身实践戴铭

滴滴出行 技术专家

Topic 3微信SQLite数据库损坏恢复实践何俊伟

微信 Android高级工程师

下午分会场2:移动AI专场【出品人 : ... ...】

Topic 1利用CNN实现无需联网的智能图像处理李永会

百度 图像搜索客户端工程师

下午分会场3:Native动态化专场【出品人 : 孙源】

Topic 1手机天猫面向业务的界面解决方案-Tangram高嘉峻(伯灵)

天猫无线技术专家

下午分会场4:移动架构专场【出品人 : 陈航】

Topic 1共享代码衍生多款应用的定制框架之经验分享邵辉

GreenDot 客户端技术负责人

Topic 2豌豆荚的反作弊技术架构与设计胡强

阿里应用分发平台Android端负责人

性能优化专场

Topic 1 高效可靠的数据端到端传输

主题摘要:

移动App的使用场景经常存在网络不稳定,甚至无网络的情况。如何确保重要信息的稳定传输,就成为了提升用户体验的关键。作为一款通讯产品,Instagram Direct采用了自动重试机制来确保消息的可靠传输;为了确保每个通话中消息的有序性,建立了多队列重试;自动重试会导致更多CPU和网络资源占用,因此需要根据网络状况来有效规划。多媒体消息在网络传输前需要预处理,并且会占用大量网络资源,因此需要单独的队列来传输。

听众受益:

- 移动应用如何应对不稳定的网络状况,实现信息的稳定传输;

- 如何确保信息的有序传播;

- 如何将复杂的重试机制和应用层开发隔离开来;

Topic 2 滴滴出行iOS端瘦身实践

主题摘要:

滴滴出行经过长期产品迭代,项目越来越大,可执行文件占用体积也是。经过一轮大刀阔斧的瘦身后,滴滴是如何开发一套完整的方案使得滴滴在后面不断迭代开发后还能依旧保持苗条身材是我这次大会所要分享的。

听众受益:

学习如何制定以及实施一套工程优化方案。

Topic 3 微信SQLite数据库损坏恢复实践

主题摘要:

SQLite数据库广泛用于移动终端数据存储,虽然有journal等措施在一定程度上保护DB文件,但在海量用户中仍有一定概率在掉电等极端情况造成DB损坏,引起用户数据和配置丢失、crash等问题。微信客户端使用SQLite保存大量聊天记录等重要且服务端没有备份的数据,SQLite损坏造成的损失相当严重。本主题主要介绍微信实践中恢复损坏SQLite数据库所用的几种方法,这些方法的优缺点与适用范围,以及这些方法如何不断演化以适应微信上GB级别的数据量、加密的SQLite数据库和越来越高的成功率要求。另外简单介绍这套方案如何集成到微信客户端数据库组件,如何推广到更多不同平台。

移动AI专场

Topic 1 利用CNN实现无需联网的智能图像处理

主题摘要:

在当下互联网行业中,机器学习、神经网路等技术逐步在业界落地实施,而目前还是大部分集中在服务端技术。由于在移动端硬件等因素的限制,深度学习技术的应用有着诸多困难,2016年我们在客户端使用深度学习的能力做了大量工作,终于在2017年初完成所有技术障碍,并准备在手机百度8.4版本进行上线。

使用深度学习可以在不发起网络请求的情况下在移动客户端进行图像识别任务。目前,不管是在国内还是国外深度学习领域中,在移动客户端使用深度学习都是前沿技术,业务虽然有一些应用,但是还是有一些移动端的障碍扫清。

本次演讲主要是从图像搜索客户端如何完成从无到有,将CNN完美落地在手机百度上,进行逐步分享。

听众受益:

了解CNN在移端如何落地,会有哪些障碍。进一步在自己的app中应用CNN。

Native动态化专场

Topic 1 手机天猫面向业务的界面解决方案-Tangram

主题摘要:

经过了3年的沉淀,手机天猫沉淀出一套面向业务方的动态界面解决方案——Tangram(预计3月中旬开源)。Tangram承接了手机天猫首页,关注,我的天猫,全链路猜你喜欢等诸多业务性产品。3年来Tangram始终致力于提升开发和运营效率,打造一款面向运营的界面解决方案。当下Tangram关注前后端一体化的开发方式,提升客户端工程师的全栈能力。

听众受益:

-如何权衡框架灵活性完整性与开发效率和性能之间的关系,做到好用够用;

-界面解决方案的完整体系需要包括哪些方面,为什么一个无线端的SDK远远不够;

-当框架日趋完善的情况下,客户端开发工程师如何定位自己,全栈工程师需要怎样的土壤;

移动架构专场

Topic 1 共享代码衍生多款应用的定制框架之经验分享

主题摘要:

在实践当中,可能一个公司需要发布几款基本功能相同,特别功能差异化的产品,如果为每一个产品都维护一套代码,将会大大增加开发工作量,也不易于维护和自动化测试。本议题将会分享一套Flex框架以及其实践中的一些经验,主要包括:如何通过SharedLibrary或Flavor实现一套代码多个应用,如何设计代码管理分支,如何设计Gradle脚本实现多个产品编译,如何为不同产品定制静态功能,如何为同一产品不同账号定制动态功能,如何解决各种复杂的不同产品差异化定制等等,如何对多个产品进行持续集成。

听众受益:

-通过使用相似方案来开发多款类似应用,可以大大节约开发工作量;

-如何应对产品经理各种复杂的定制需求;

-如何最大限度地利用面向对象思想解决重用和定制问题

Topic 2 豌豆荚的反作弊技术架构与设计

主题摘要:

豌豆荚作为国内的最早的应用商店,随着业务的飞速增长,作弊的手段和方式也呈现多样化和隐蔽性,给我们业务和客户带来严重挑战。为此我们设计了一套反作弊移动技术体系,在端上我们整合了市面上的主流方案:1,系统值;2,传感器采集数据分析;3,硬件信息,同时也独创了利用cache特性来做识别。结合端和大数据我们的反作弊成功识别率达到了99%。

听众受益:

-通过使用类似方案,可以极大提高作弊识别成功率;

-如何应对刷量,假用户给业务分析造成的困扰;

-如何利用这套架构设计体系系统地解决移动APP反作弊难题;

报名人员名单

已有1012人关注

请填写报名信息

报名成功
谢谢您的参与!

您已经报名
请不要重复报名!