爱奇艺通过引入Iceberg数据湖技术，成功将实时数仓从Kafka架构转型为流批一体架构，大幅降低了存储和计算成本。Iceberg的分钟级数据处理能力满足了大部分业务需求，同时保留了Kafka的秒级实时场景支持。这一转型不仅实现了90%的存储成本削减，还提升了数据治理和业务响应效率，为爱奇艺的泛娱乐生态提供了更高效、低成本的数据支持。

上线流程引入自动化压测，确保系统性能达标。通过性能摸底确定基准值，自动化压测对比劣化值，超出10%则阻断上线。读流量通过线上录制回放，写流量使用影子表隔离数据。问题以bug记录并定期复盘优化。测试平台升级词表构造和自动化能力。会员系统实践验证了流程有效性，防止性能滑坡，提升操作效率。

随着微服务架构的普及,接口管理和质量保障问题日益突出。为解决接口查找、阅读、维护成本高及变更通知迟等问题,我们搭建了接口全生命周期的一体化协作平台。该平台采用OpenAPI 3.0标准,提供统一文档规范、智能检索、自动化测试等功能,实现高效低成本的接口管理,提升业务质量和协作效率。

生成式 AI 应用创建平台——奇智平台的系统介绍，涵盖构建生成式 AI 原生应用所需的核心技术栈。

随着业务的发展，项目经理并行推进的复杂项目越来越多，对应的干系人沟通复杂度、业务知识储备、项目日常管理事项等等也在同步增加。与此同时，人工智能技术的快速发展为项目管理领域带来了新的可能性，尤其是基于大语言模型（Large Language Models, LLM）的生态系统逐渐成熟。大语言模型凭借其强大的自然语言处理能力，能够高效处理非结构化数据并生成语义清晰的洞察。

通过流程引擎开发模式简化配置流程，提高开发效率。

介绍了聚焦价值交付的进阶探索与实践之道，助力业务高效增长。

Alluxio 在爱奇艺大数据场景的缓存加速实践。

文章主要介绍了自研台词说话人识别技术的整体方案和应用。

智能电视业务团队，针对营销位历史问题，通过建设营销位框架系统，实现营销位在配置-开发-验收的全链路提效，实现了运营1次批量配置，全营销位生效；需求开发响应效率提升近6倍，且支持兼容低版本；结束了低效能的人工验收机制，向系统化、自动化迈进。

爱奇艺大数据通过多 AZ 统一调度架构实现多集群融合，提升数据流通效率并降低成本。

总结在线深度学习（ODL）在爱奇艺效果广告落地中遇到的挑战、思考及解决方案。

文章介绍了智能AI技术全面落地爱奇艺搜索的主要技术细节。

出口网关通过集中管理并控制出站流量，解决各种由对外请求业务而带来的挑战。

智能算力通过对不同价值流量做动态算力分配，实现一定算力约束下业务收益的最大化。

奇异果TV作为在电视设备上用户活跃度最高的应用之一，为广大用户提供了丰富的内容播放服务。随着奇异果TV多年的发展，功能逐步增加，业务更加复杂，每次发版都需要经过功能测试、适配测试、线上灰度测试，但线上问题仍不能完全避免，需要及时对线上问题进行修复。

同时，由于电视端特有的商业模式和合作生态，App更新覆盖速度较慢，且更新操作较为复杂，对于以老人和儿童居多的TV用户来说，需要更快速地使用无感知的方式修复线上问题。