生成式 AI 与机器学习工作负载的快速兴起，正在从根本上改变数据平台的设计方式。传统数据湖与湖仓架构——围绕大规模扫描与结构化分析而构建——正日益受到向量检索、多模态数据处理以及特征工程流水线等新需求的挑战。

在本次演讲中，我们将探讨数据基础设施在 AI 时代如何演进。Apache Iceberg 等现代湖仓表格式已使模式演进（schema evolution）成为已被妥善解决的问题。但 AI 工作流带来了一个全新挑战——数据演进（Data Evolution）：如何高效地回填嵌入（embedding）、重新计算特征、添加多模态编码，而无需对整张表进行重写。

我们还将讨论多模态数据管理的新兴方法，包括 Lance 等建立在 Apache Arrow 类型系统之上的新表格式——它专为 AI 工作负载设计，能在单一系统中统一管理结构化数据、嵌入、图像、音频与视频。

最后，我们将考察 Netflix 媒体数据湖（Media Data Lake）等真实架构模式，并探讨开放生态如何催生新一代 AI 原生的数据平台。

讲师:

Zheng Yubin：AWS 高级开发者布道师

Zheng Yubin 在 ICT 行业与数字化转型领域拥有超过 20 年经验。目前在 AWS 担任高级开发者布道师，专注于云原生、云安全与生成式 AI。作为 AWS 中国首位女性技术布道师，积极参与开发者社区。作为拥有 18 年经验的架构师，曾为金融、教育、制造和高科技行业提供数据中心建设、软件定义数据中心等解决方案的咨询与技术落地。依托行业专长，为开发者提供技术指导，寻求共赢。

Lili Ma：AWS 高级数据专家解决方案架构师

Lili Ma 是 Amazon Web Services 的数据专家解决方案架构师，在数据基础设施研究与产品创新方面拥有十余年经验。她在学生时代即接触 Hadoop 与 Hive，此后历经 IBM DB2、MPP 数据仓库 Greenplum、存算分离的 Apache HAWQ，以及云原生数据库 Amazon Aurora 与 ElastiCache。她是 Apache HAWQ 项目的 PMC 成员，也是 Greenplum 团队的早期成员。她曾在 SIGMOD、GCC、SKG、PDCAT 等国际会议上发表多篇学术论文，并拥有多项国际专利。她曾在 ApacheCon、DTCC、KCD 及 Greenplum 社区活动中发表演讲，主题涵盖从分布式数据库可扩展性到云原生架构等多个方向。