
2015中国大数据技术大会将在京隆重召开
为了更好帮助企业深入了解国内外最新大数据技术,掌握更多行业大数据实践经验,进一步推进大数据技术创新、行业应用和人才培养,2015年12月10-12日,由中国计算机学会(CCF)主办,CCF大数据专家委员会承办,中国科学院计算技术研究所与CSDN共同协办的2015中国大数据技术大会(Big Data Technology Conference 2015,BDTC 2015)将在北京新云南皇冠假日酒店隆重举办。
中国大数据技术大会(Big Data Technology Conference,BDTC)是目前国内最具影响、规模最大的大数据领域的技术盛会。大会的前身是Hadoop中国云计算大会(Hadoop in China,HiC)。从2008年仅60人参加的技术沙龙到当下数千人技术盛宴,作为极具实战价值的专业交流平台,已经成功举办8届的中国大数据技术大会见证了中国大数据生态系统的建立、发展和演变。
2015中国大数据技术大会将为期三天,在大会主会之外,拟设立16个分论坛,涵盖技术实践、行业应用和热点讨论等多个方向。具体来看:
1. 五十周年,观察数据库衍变
今年是数据库诞生五十周年,前三十年的数据库研究主要围绕数据模型、事务机制、索引结构、查询处理等核心技术展开,学术研究和数据库产品系统密切关联,齐头并进。大数据时代,IT热点从“计算”衍变为“数据”,而“数据库”分论坛将总结历史,立足应用,博采众长。
2. 健壮蓬勃,体验大数据生态
在海量数据处理需求的刺激下,大量优秀和可靠的开源大数据处理框架应运而生,更有一些已经广为业界采用,比如Hadoop、Spark、Storm等。 “大数据生态系统”论坛,多家业内知名企业将分享大数据生态系统实践经验。
3. 借力产业,一览硬件平台技术
软件之外,硬件技术的提升对于大数据应用实践的重要性不言而喻。“大数据基础设施”汇聚顶尖硬件技术,为更多企业大数据实践提供经验借鉴。
4. 挖掘价值,推荐系统深入实践
大数据技术核心是人群分析,而推荐系统包括人群分析和数据变现等是大数据技术精华的体现。“推荐系统”论坛将囊括推荐系统原理、广告精准营销案例分析、内容推荐案例分析等内容。同时,怎样把推荐系统技术应用到传统行业,都将一一揭晓。
5.开放共赢,数据市场及交易
大数据分析和价值发挥离不了数据的供给,除了政府、大型互联网公司、电信运营商等数据富矿外,其他一些企业急需利用数据提升效率、获取新客户、增加销售额。但由于政策法规、市场机制等问题,数据流动一直不高效,从而阻碍了大数据价值的充分发挥,“数据市场及交易”论坛将集中讨论上述问题该如何解决。
6. 数据指导,探讨工业制造前景
经过多年的信息化建设,国内的工业企业在信息系统中存储了大量数据,但是,这些数据对生产的指导作用并没有得以充分发挥,比如用于优化生产流程、优化经营等。基于所存在的诸多挑战,“工业与制造业大数据”论坛旨在邀请大数据、工业控制、工业应用方面的专家,讨论工业大数据应用的前景和挑战。
7. 赋能创新,帮助新金融转型
对于金融业,如何衡量用户信用一直是个艰巨的挑战,因此大量的机构已经开启基于海量社交数据的用户信用评估探索。本次“金融大数据”论坛将通过实际的案例分析和场景来探讨金融大数据的颠覆和创新,分享“如何应用大数据技术来提升整体金融业务”、“如何应用开源大数据技术提升金融行业IT能力”等话题。
8.社会价值,医疗健康与生物大数据
到目前为止,有关医疗健康&生物大数据的研究在基础研究,临床应用、及新兴产业中发挥了不可替代的作用。在“医疗健康与生物大数据”论坛,诸多专家将探讨医疗健康&生物大数据在基础研究中的价值及面临的挑战,释放更多无法衡量的价值。
除此以外,2015中国大数据技术大会还将设置“深度学习”、“大数据安全”等技术论坛,“交通与旅游大数据”、“互联网大数据”、“教育大数据”、“网络与通讯大数据”、“政策法规和标准化”、“社会治理大数据”等技术实践、行业应用和热点讨论等分论坛,满足各行业在大数据实践路上的需求,让参会者满载而归。
中国大数据技术大会,以谈干货实料著称,分享内容覆盖面广,紧扣当前技术实践,获得业界一致好评。
•2007 Hadoop in China Salon:Hadoop使用经验心得研讨
•2008 Hadoop in China Salon(2nd HaCS):发扬开源精神促进Hadoop技术与应用
•2009 Hadoopin China:推广Hadoop实践心得体验云计算先进成果
•2010 Hadoopin China:分享Hadoop技术应用交流云计算实际需求
•2011 Hadoop与大数据技术大会:海量数据掘宝
•2012 Hadoop与大数据技术大会:大数据共享与开放技术
•2013 中国大数据技术大会:应用驱动的架构与技术
•2014 中国大数据技术大会:大数据技术与应用深度结合&落地实践
历届大会上,我们曾邀请到多位在国内外大数据领域的重量级专家到会进行过主题报告,其中包括:
•Doug Cutting,Hadoop之父,Cloudera的首席架构师
•Christophe Bisciglia,WibiData CEO &创始人,曾Cloudera副总裁兼联合创始人
•Ion Stoica,CEO and Co-Founder of Databricks
•Eric Baldeschwieler,Hortonworks CTO
•Michael Stack,Apache HBase项目管理委员会主席
预计数千名大数据行业精英、技术专家及意见领袖将齐聚2015中国大数据技术大会,分享最新技术与实践的洞察与经验,共商大数据时代发展之计。
在筹备阶段,组委会已经力邀多位全球顶级专家参会。除此以外,还将提供更多方便互动和社交的机会,通过主题展览、在线培训、创新大赛、微信调研等丰富的渠道,让与会嘉宾有更多的机会深入了解技术要点,提前与讲师及业内人士交流,相信本次大会最终将为推动中国大数据的产学研用作出重大贡献。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29