转眼间2022已经过去大半年，这一年对于很多人来说应该都有着不同寻常的意义。实际上对于 Python 来说，过去这一年，也是特殊的一年。
在过去的一年里，Python 经历了多个大版本的迭代，在社区开发者的共同努力下，在语法特性，语言性能等方面得到了多方面史无前例的提升，为 Python 这⻔有着悠久历史的语言注入了新的活力与生命力。
你可能已经受益于 Python 这一年来的⻜速发展，你也可能是在继续观望着 Python 未来的进程。不管怎么说，你可能都希望有这样一个机会，能同不同的人去交流，或是分享自己对于 Python 的真知灼⻅，或是从别人的经历中学习什么。
那么如大家所愿，PyCon China 2022 来了！今年，我们将一如既往为大家提供一个展现自我，也倾听他人的舞台，让大家能在这里尽情地享受 Python 带来的乐趣。
今年的 PyCon China 将如同往年一样，采用线上、线下相结合的模式。我们将在北京/上海/深圳/杭州四城举办线下会场，同时提供在线直播，为大家提供线下、线上的交流机会。
大会时间
2022年12月17日
大会地点
北京、上海、深圳、杭州
大会形式
线下相聚、线上直播
活动日程
分享嘉宾
上海九方云智能科技有限公司
从事 AI 技术5年的 AI 算法狗，一心躺平但被迫内卷，浅耕 NLP 领域且毫无成就，但是是可爱的男孩子。
演讲主题：在 AIGC 元年抛一块砖
主题简介：
2022年被定义为 AIGC 元年。那么，什么是 AIGC？这个概念又是如何兴起的？它主要包含哪些方向和技术？它的未来又如何？哪些方向是我们该关注并下功夫去做的？在该演讲中，演讲者将作为一名不那么大型的公司中一名小小的程序员，谈谈自己对 AIGC 非常具有局限性的认识和看法。作为抛出的小小一块砖，希望能一石激起千层浪，引出更多的美玉。
NebulaGraph 项目开发者布道师，微软 MVP
NebulaGraph 项目开发者布道师、Nebula-DGL 作者、开源与图技术热爱者、Pythonista、微软 MVP(Dev Tech: Python)。 他在白天泡开源社区做贡献、写代码，晚上主持播客：开源面对面、NebulaGraph星球。
您可以在 [https://siwei.io/talk/](https://siwei.io/talk/) 找到古思为之前的一些公开演讲。
演讲主题：搭建基于图神经网络的实时欺诈检测系统
主题简介：
图神经网络(GNN)是通过将图结构与特征信息进行嵌入表示，在图的链接、局部性质下，应用深度学习、神经网络的思想的方法。在一些天然高度相关于图结构的场景下被证明比较有效。
欺诈检测是现在任何内容生成、交易系统中必备的一部分，它在道高一尺魔高一丈的攻防中，维系着每一个服务的可用性、提供商的利益和所有用户的公平环境。
欺诈检测的方法从专家欺诈模式匹配、查询，传统机器学习到深度学习层出不穷，在不同的场景和需求模式下各有优势，在图数据库、图计算的基础软件、平台逐渐成熟的现在，基于图数据库的图查询方法、面向标注扩充的图算法、基于图特征的机器学习等方法因为开始利用数据之间的关联关系，也可以获得更好的效果。在此之上，GNN 的方法在理论和实践上都有了很多新的突破。
在这个主题中，古思为会为大家解谜基于图技术的欺诈检测方法，并给出他基于 Nebula-DGL（NebulaGraph-Deep Graph Library-Adaptor) 开源项目，端到端的设计代码实现，帮助大家快速了解整套 GNN 与图数据库结合的方法。
微软开发平台事业部高级软件工程师
《Visual Studio Code 权威指南》作者，微软开发平台事业部高级软件工程师，VS Code 中文社区创始人，VS Code 的代码贡献者。写过 20 多款 VS Code 插件，其中最热门的 Code Runner 插件有超过四千万下载量。他是《玩转VS Code》公众号和知乎专栏的作者。他还是 QCon、PyCon、JSConf、.NET Conf、Microsoft Tech Summit、Google Developer Group、COSCon 等大会的讲师。
演讲主题：在浏览器中运行 Python
主题简介：
在 2019 年 12 月，W3C 正式宣布，WebAssembly 将成为除现有的 HTML、CSS 以及 JavaScript 之外的第四种，官方推荐在 Web 平台上使用的“语言”。
WebAssembly 的出现，使得不同的编程语言运行在浏览器中，成为了可能。
那么，我们如何能让 Python 运行在浏览器中？背后还需要用哪些技术？更进一步地，在纯浏览器环境中调试 Python 是否可行？
TensorChord
* https://github.com/tensorchord/envd maintainer
* https://github.com/mosecorg/mosec 作者
* 专注于机器学习平台
演讲主题：在容器中开发机器学习应用程序
主题简介：
随着快速增长的机器学习生态系统，环境变得越来越复杂。为新项目建立一个方便的环境可能需要几天时间。同时，容器也变得成熟。公司将其服务部署到 Kubernetes 集群的生产环境中，平台正在努力提供云 IDE 环境，以帮助人们顺利入门。同样的事情也发生在机器学习行业。envd' 旨在将这些特性引入机器学习开发管道。
连续创业者
毕业于中国科学技术大学，连续创业者，曾担任过百度公司深度学习公开课讲师、深度学习布道师、2345公司算法总监，专注于大数据分析、搜索引擎、传统机器学习和深度的应用与研究。从业多年深耕在机器学习应用，尤其搜索技术领域，拥有千万级用户的大规模算法落地经验，出版过《大数据搜索引擎原理分析》、《大数据时代的算法》、《神经网络与深度学习应用实战》、《突围算法》等技术专著，发表论文多篇。
演讲主题：基于 Python 的深度学习框架设计与实现
主题简介：
大致介绍思路：
（1）首先介绍深度学习框架的基本逻辑及原理；
（2）其次介绍 Python 针对深度学习框架的设计思路与架构；
（3）然后通过一个示例介绍该深度学习框架的实现，并通过2-3个案例，介绍该深度学习框架的应用方式及案例；
（4）最后延伸性介绍自实现的深度学习框架在不同场景中应用；
海豚跃跃联合创始人、首席运营官
人工智能应用专家，研究方向为计算机视觉以及自然语言处理，曾任职于百度、好未来、复星杏脉，在教育、医疗行业拥有丰富的人工智能算法落地经验。
演讲主题：基于海量数据的实体关系抽取实践
Topic: Entity Relation Extraction Practice Based on Massive Data
主题简介：
【分享内容目标】
通过案例综合介绍实体关系抽取，使得听众进一步了解Python在人工智能的相关应用。
【演讲受众群体】
掌握 Python、了解人工智能算法的相关人士。
【主要内容介绍】
1. 实体关系抽取的研究现状：实体关系抽取的发展历程及当前应用情况。
2. 数据与网络结构设计：介绍模型的输入、输出和网络结构，以及模型设计的注意事项与难点。
3. 服务的部署与应用：简要介绍模型部署的常用方式，结合案例重点讲解基于 NVIDIA Triton 的部署流程。
4. 效果演示：结合案例进行实体关系抽取模型效果的演示，并通过演示回顾完整流程。
阿里云高级工程师
曾于 Oracle Labs 参与 GraalVM 开发，目前工作内容主要为 Python 与 Node.js 的运行时优化。
演讲主题：Python 启动加速探索及实践
主题简介：
Serverless 架构的普及对 Python 应用的冷启动速度提出了新的要求，在真实的 Python 应用中模块导入占据了大部分的启动时间。为了提升 Python 应用程序的启动速度，近期发布的 Python 3.11 将内置模块的导入速度优化了大约15%。遗憾的是真实世界的应用启动耗时集中在第三方包的加载，复杂应用无法从3.11的这一项优化中获益。
我们研发了 PyCDS（代码对象共享）技术，将三方库的加载速度提升至与 Python 3.11内置模块持平的速度。在不修改应用代码的情况下，实现15%-20%的启动加速。该方案还被集成到了 Serverless 解决方案中，能够显著减少 Serverless 场景下的冷启动开销。
我们将从 CPython 社区相关工作、本方案的设计及实现、以及业务层面的集成等方面进行介绍。
阿里云高级开发工程师
就职于阿里云日志服务 SLS 团队，主要关注大数据安全方向、海量数据接入审计、服务器底层资源效能优化等领域。曾就职于 Intel，负责大规模数据中心监控和服务器平台资源管理的开发与设计。使用 Python 多年，乐于分享，在阿里云开发者公众号/社区、B站等分享过多次文章或视频直播。
演讲主题：Python Profiling 原理深入探索与实践
主题简介：
使用 Profiling 是监控代码的资源开销、定位问题的有效手段，基于已有的 Profiling 工具链，目前也出现了一些新兴的持续监控方案。此次分享我们将从 Python Profiling 的原理出发，讨论其最新的监控方案 Continuous Profiling 等，并动手实战完成 Python系统的剖析与分析流程。
Sam报名
微信用户报名
王棒棒。收藏
与狼共舞报名
