中欧体育登录说我开发技能提升慢那是参加SDCC以前！

　　对于软件开发者来说，开发技能的提升一直是永恒的话题，然而，面对软件开发行业日新月异的知识更新速度，层出不穷的开发新技术涌现，身处这个领域的开发者必须不停地学习新技术、掌握新技能从而适应企业快速发展的要求。据CSDN 2016软件开发者大调查相关数据表明，近7成开发者的压力主要来自于对新技术、新技能的学习和掌握，而在这些开发者中有91%的开发者对此倍感压力，感觉自己从精力和体力上都有些跟不上岗位技能要求高、技术变化快的节奏。

　　而实际上，开发者的这些压力主要来源于无法在开发新技术、新技能上获得快速的提升，如果这个问题能够解决，那压力自然就迎刃而解了，但如果仅仅依靠自己的钻研和摸索想要快速获得这些方面的提升，先不说开发者在繁重的开发工作中能不能腾出时间去钻研和探索，单单这时间上的花费就不好估算。

　　事实上，在开发新技术、新技能上获得快速提升也许仅仅需要“捅破一张窗户纸”，问题是谁能来帮你“捅破”这张窗户纸？答案显而易见，就是一些在这些新技术领域中的开发专家！也许专家的一句话就可以令你醍醐灌顶，豁然开朗，也许专家的一小段代码就可以让困扰你很久的问题迎刃而解，也许和专家的一次沟通就可以使你的开发技能获得快速提升，因此，对于开发人员来说，能够多与这些开发领域的专家交流，无疑是能够快速提升开发技能、适应开发新技术的捷径！

　　但问题是，这条路虽然很好，但获得向这些专家学习和请教的机会对于开发者来说却是一个Big Problem。作为始终致力于为开发者服务的全球最大中文IT社区的CSDN当然非常清楚开发者面临的这种状况，为此，从2007年起，CSDN精心打造了SDCC（Software Developer Conference China，中国软件开发者大会），为开发者搭建了一座与业界开发专家学习和沟通的桥梁。

　　历尽10年的艰苦锤炼， 目前，SDCC已经成为开发者心目中最重要和最想参加的会议之一，也已经成为业界公认的在开发者领域具有巨大影响力的会议之一。2017年，SDCC已分别在上海、深圳两地举办了两届系列峰会，广受当地开发者欢迎，各峰会盛况空前。而作为SDCC 2017年度的收官之作，SDCC 2017中国软件开发者大会将于10月28、29日重磅来袭，为众多的开发者奉献一场聚集最前沿技术成果，汇聚全年度最强实践案例的饕餮技术盛宴！

　　作为SDCC系列技术峰会年底的收官之作，SDCC 2017中国软件开发者大会将继续秉承干货实料（案例）的内容原则，邀请业内顶尖的架构师和技术专家，共同探讨容器、微服务、智能运维、大数据、人工智能、区块链等方面的开发实践和应用，会议下设Rancher容器专场、智能运维、测试、大数据、微服务、架构、安全、AI、区块链等分论坛，将为推动软件开发实践的深入交流与分享，提升软件开发者的开发技能和水平提供极具价值的学习、共享、交流平台。

　　黄勇，现任特赞科技 CTO，曾任阿里巴巴公司系统架构师。具有丰富的互联网产品架构经验与技术管理经验，擅长敏捷开发模式，推崇“轻量级”系统架构。国内开源软件推动者之一，活跃于 CSDN 与 OSChina 技术社区，Smart 开源框架创始人，畅销书《架构探险》作者，技术大会讲师，企业内训师。热爱技术交流，乐于分享自己的成长经验。

　　吴頔，领英(LinkedIn)中国高级研发经理，增长团队负责人，负责用户获取、激活、留存、召回的流程优化与开发；Relevance团队负责人，负责基于大数据、机器学习的内容、工作、好友推荐。

　　王超，京东金融资深技术架构师、应用运维团队负责人（PE团队），也曾负责人人网PE团队。经历了京东金融运维体系从0到N的过程，数次618和双十一大促的考验，目前主要关注DevOps、运维与架构的融合、业务可用性保障、运维平台建设和团队管理。

　　智能运维分论坛 机器学习，人工智能，物联网，区块链，这些时下发展势头最迅猛的技术正在改变着整个世界，随之带来的就是前所未有的技术挑战，PB级别的海量数据处理，容器+微服务的弹性分布式架构，服务之间错综复杂的依赖，这些变化带来的运维环境之复杂，变化之快，超乎想象，传统的自动化运维已经满足不了需要了，我们需要更智能化的运维，让系统有自动发现问题，自动学习，自愈的能力，这样才能保证互联网基石的稳定和高效的运行。

　　轻量级微服务架构实践论坛 论坛将围绕微服务实践角度，为大家分享曾经踩过的坑，以及相关填坑经验。比较有特色的是，我们将使用“轻量级”的技术让微服务架构真正落地，将该技术成功应用到企业中，为企业降低人力成本、提高工作效率。 大数据平台架构及应用论坛 介绍大数据平台的内部机制、架构，从深层次了解大数据平台。分享业界使用大数据平台的实际应用案例以及基于大数据进行机器学习的案例。

　　大数据平台架构及应用论坛 介绍大数据平台的内部机制、架构，从深层次了解大数据平台。分享业界使用大数据平台的实际应用案例以及基于大数据进行机器学习的案例。