O'Reilly、Cloudera 主办
Make Data Work
2017年7月12-13日:培训
2017年7月13-15日:会议
北京,中国

赞助商赞助 (Sponsored)

11:15–11:55 Friday, 2017-07-14
地点: 多功能厅3B(Function Room 3B)
Franky Ho (Dell), Albert Cheng (Advanced Analytic Service)
企业级的计算平台, 应该 能灵活的尝试现有的或新兴的大数据技术, 然后选择需要的技术以规模化部署, 本演讲分享了如何改造利用现有的IT基础设施 为一个敏捷的大数据私有云平台, 让各种规模的企业从他们的数据中获取更多价值。 了解更多信息.
11:15–11:55 Friday, 2017-07-14
地点: 多功能厅8A+8B(Function Room 8A+8B)
Yiheng Wang (Intel), Zhichao Li (Intel)
平均得分:: *****
(5.00, 1 次得分)
随着深度学习技术的不断成功,多种感知形式的应用程序在图像分类、对象检测和语音识别方面都有了快速增长。顺应这个趋势,英特尔推出的BigDL是基于Apache Spark的开源分布式深度学习框架。它包括丰富的对深度学习的支持和英特尔数学内核库(Math Kernel Library)加速,使用户能够在现有的Hadoop生态系统上快速开发具有极高性能的深度学习应用。本议程将遍历主要几个英特尔成功利用Apache Spark和BigDL搭建的深度学习应用。了解他们开发出的技术以及他们从构建这些应用中学到的经验教训,包括系统中的工具栈和设计中的考虑;图像识别和对象检测(faster-rcnn和SSD)的应用;具有深度语音和声学特征变换器的语音识别的应用。英特尔在使用Apache Spark MLlib和BigDL构建统一数据分析平台的同时获得的其他见解和经验也将被分享。 了解更多信息.
13:10–13:50 Friday, 2017-07-14
地点: 多功能厅8A+8B(Function Room 8A+8B)
乔旺龙 (天云融创数据科技(北京)有限公司)
在电信运营商、银行、保险、公安、军队、广电、政府等多个行业,每天都有巨量的数据产生,为了及时准确从数据中获取价值,合理高效的处理数据,我们结合在各个项目上的实施工作,在大数据领域做了很多实际的研究,在这里分享下我们在大数据领域里是如何实现高并发实时事务的,完成大数据的最后一公里的 了解更多信息.
14:00–14:40 Friday, 2017-07-14
地点: 多功能厅8A+8B(Function Room 8A+8B)
Yifeng Jiang (Hortonworks)
Yifeng Jiang offers an overview of HDF 3.0, the open source IoT platform that everyone can easily start using right now. HDF supports data collection from the edge, flow management to send data to the data center and the cloud, real-time processing, and visualization and analytics with open source technology and can be used with simple drag-and-drop operations. 了解更多信息.
11:15–11:55 Saturday, 2017-07-15
地点: 多功能厅8A+8B(Function Room 8A+8B)
周涛 (Kyligence)
长期以来,金融企业大多采用传统的DW/BI技术来构建数据分析平台,但传统DW/BI技术已经难以应对大数据时代带来的数据量爆发、分析需求倍增、业务急需创新等挑战。 我们将通过保险、证券等领先金融企业的实际案例,介绍Apache Kylin大数据分析平台,如何帮助这些企业突破传统技术的瓶颈,实现了海量数据、高并发、多维度下的极速分析和业务创新,释放大数据价值。 了解更多信息.

联系OReillyData

关注OReillyData微信号获取最新会议信息并浏览前沿数据文章。

WeChat QRcode

 

Stay Connected Image 1
Stay Connected Image 3
Stay Connected Image 2

阅读关于大数据的最新理念。

ORB Data Site