
2016中国大数据技术大会不可错过的十大理由
作为国内大数据领域的顶级大会,中国大数据技术大会从2008年至今已近十年,超过一万名大数据开发者参与其中,完整地见证了中国大数据技术与应用的变革,忠实地描绘了大数据领域内的技术热点,沉淀了无数极具价值的行业实战经验,见证了整个大数据生态圈技术的发展与演变。历经九届的中国大数据技术大会由于其专业性、技术性,已经成为国内外大数据领域的顶级盛会,也因此受到大数据开发者的强烈关注。
BDTC 2016中国大数据技术大会
2016年12月8日-10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和CSDN共同协办的2016中国大数据技术大会(Big Data Technology Conference 2016,BDTC 2016)将在北京新云南皇冠假日酒店隆重举办。大会前夕,我们从议题角度总结了今年BDTC不可错过的十大理由。
理由一:关注新技术、新趋势。历届中国大数据技术大会从来不缺乏对新技术新趋势的关注,今年以来,人工智能迅猛发展,前景广阔,被认为是继云计算之后的下一波科技浪潮,而深度学习作为人工智能不可或缺的关键技术环节,随着各种分布式算法的实现,各种优秀大数据计算框架的开源,深度学习正迎来一个高速的发展期。在推荐系统分论坛上,来自一点资讯大数据技术总监田超、武汉飔拓董事长、首席技术官李成华 、中国科学技术大学计算机学院副院长陈恩红、360商业化产品事业部数据架构高级工程师朱广彬、Admaster架构师刘喆、百度高级研发工程师秦铎浩等技术专家将带来基于大数据技术的推荐系统实践和深度学习实践。另外,在人工智能、高性能计算、推荐系统等论坛上,大会主办方都从高水平、高规格、高质量出发,力求为参会人员提供最前沿的技术分享,把握最新的技术趋势,全面抢占新一波科技制高点。
理由二:国内顶级大数据盛宴。自2008年至今,已过十载,金融、电信、互联网、医疗、教育、交通、航空航天、制造、零售等领域的数万名架构师、项目经理、团队领导者和高级开发人员参会。中国大数据技术大会已成为大数据领域的顶级产业与技术盛宴,是更好判断产业趋势,把握技术方向,亲历技术变革,学习实践经验,体味行业发展的最佳机会。
理由三:超豪华的嘉宾阵容。历届大会共邀请1000余位来自国内外一线互联网、行业实践代表以及企业级大数据公司的实战专家,其中包括雅虎、Facebook、Cloudera、Hortonworks、Conviva、中国电信、中国移动、中国联通、华为、中兴、百度、腾讯、阿里、新浪、京东、奇虎360,另外,众多国内外顶级院校的专家学者也积极参与进来,比如卡耐基梅隆、特拉华大学、清华大学、复旦大学、同济大学、国防科大等。本届大会上,将有超过130位超强影响力的嘉宾还将发表重要演讲,携手共建中国大数据的产业生态系统。其中主会环节上,中国科学院院士陈润生、滴滴出行高级副总裁章文嵩、驭势科技联合创始人、CEO吴甘沙等都将带来主题分享。
理由四:十六大技术主题论坛,汇聚130位技术精英。本届2016中国大数据技术大会为期三天,聚焦行业最佳实践,数据与应用的深度融合,关注热门技术在行业中的最佳实践和深度应用。除Keynote以外,主办方还精心策划了16场+专题技术和行业论坛,涵盖了大数据分析与生态系统、大数据云服务、高性能计算(HPC)大数据、推荐系统、数据安全与隐私保护、人工智能、网络与通讯、政策法规与标准化、工业与制造业、数据库、金融、精准医疗与健康、智慧城市、交通旅游与出行等主题。100多场技术演讲,累计邀请超过130位技术专家担任演讲嘉宾。预计数千名大数据行业精英、技术专家及意见领袖将齐聚2016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。
理由五:聚焦行业应用,深入探讨落地实践经验。历经几年发展,大数据已越来越成熟,在制造、交通、医疗、教育、金融等行业中得到了深度应用。为此,本届大会特开设多场行业应用论坛,深入探讨大数据在行业中的落地实践。在"金融大数据论坛",上海证券交易所前总工程师,China Ledger 联盟技术委员会主任白硕、平安大数据首席总监肖京、百度金融研发负责人沈抖、蚂蚁金服生物及智能安全部总监,资深数据专家陈继东等都将带来主题分享;"精准医疗论坛"上,上海交通大学生命学院,微生物代谢国家重点实验室魏冬青、中国科学院上海生命科学研究院陈洛南、深圳华大基因研究院副院长和生物信息中心主管方林等就精准医疗话题展开讨论;"人工智能论坛"上,华为诺亚方舟实验室(香港)研究员、项目经理耿彦辉、微软亚洲互联网工程院 资深总监曹文韬、京东 Director of Research殷大伟等将分享大数据在人工智能领域的应用和实践;"交通与出行大数据论坛"上,滴滴出行资深总监、智能交通云负责人杨毅、易到技术VP尹佐宁、携程大数据平台总监张翼等带来大数据在交通领域的应用情况。
理由六:网罗国内外各个领域众多机构的大数据实战。大数据时代给人们带来了数不尽的机会,然而想利用大数据取胜却并不是件容易的事情,企业往往需要克服海量数据存储、处理、安全等方面的众多挑战。为了迎接大数据时代的到来,进一步推进大数据技术创新与应用,本届会议将放出大量知名机构的最佳实践经验,其中包括:Apache Kylin project CTO 李 扬的《Apache Kylin的新Streaming OLAP实现》、 PayPal数据科学家张彭善的《分布式机器学习算法在PayPal风险控制部门的实践》、Apache Apex PMC华思远的《下一代实时数据处理引擎--Apache Apex项目简介及应用》、 Facebook工程经理金昀的《Facebook计算和存储分离的分布式计算平台》将从各自的公司实践出发,剖析大数据在他们公司的内部实践。
理由七:高性能计算与大数据融合,实现优势互补。高性能计算完美契合了大数据在运算能力、高性能存储等方面需求,而大数据则给高性能计算提供了新型商业市场,有助于推动高性能计算拓展新的市场蓝海,两者在产业生态链上的紧密衔接可以很好的推进信息资源组织模式的深入变革与发展。在备受瞩目的高性能计算与大数据融合论坛上,我们将看到华中科技大学教授金海带来《大数据时代的新型计算机系统结构》、清华大学教授陈文光带来的《Gemini:基于图计算的高性能大数据分析系统》、澎峰科技 PerfXLab,联合创始人&CEO张先轶带来《ARM嵌入式系统的DNN性能优化》、上海市数据科学重点实验室教授、副主任斯雪明带来的《SKA科学数据处理中方联盟研究进展》、商汤集团研发执行总监林倞带来的《深度学习的基础架构:从算法创新到生产力的助推器》的多场演讲。深度分享高性能计算和大数据的融合现状。
理由八:大数据开启人工智能时代的大门。 2015年,《国务院关于印发促进大数据发展行动纲要的通知》正式发布,从国家大数据发展战略全局的高度,提出了我国大数据发展的顶层设计,我国大数据发展自此拥有了纲领性文件,从政策层面促进大数据发展和推动公共数据的开放共享。大数据时代,随着计算能力越来越强大,而计算的成本越来越低廉,而大数据和计算能力的提升结合人工智能,将大大提高人们决策的质量和思维的能力。为此,在2016大数据技术大会上,主办方特别设置了人工智能论坛,包括:华为诺亚方舟实验室(香港)研究员、项目经理耿彦辉、微软亚洲互联网工程院 资深总监曹文韬、京东 Director of Research殷大伟、今日头条首席算法架构师曹欢欢、氪信CreditX CEO&Founder朱明杰、智课教育首席科学家李曙光分别带来主题分享,围绕人工智能在搜索、金融、媒体等领域的深度实践。
理由九:关系数据库技术的最新进展。关系数据库系统的研发并没有停下脚步,在横向扩展、高可用和高性能方面也在不断进步,最近几年NewSQL数据库风头正劲,由于NewSQL数据库不仅具有NoSQL对海量数据的存储管理能力,还保持了传统数据库支持ACID和SQL等特性,给传统关系数据库带来了不少的压力,关系数据库的出路在哪里,而NewSQL数据库虽然优势明显,但是真正的企业级应用也备受关注。今年的大会上,我们为与会者呈上南大通用CTO武新《关系型模型与非关系模型的融合:技术实战与展望》、SequoiaDB巨杉数据库 联合创始人 &CTO王涛《NewSQL技术解析与企业级应用案例》、中国移动苏州研发软件工程师闫超众《中国移动基于PostgreSQL系列开源数据库的实践》、京东资深DBA张洋《京东备份系统进化之路》。关注数据库的开发者千万不要错过。
理由十:基于公有云的大数据实践。当下,云计算已越来越成熟,而公有云服务亦在各行各业得到了深入应用。本届会议上,我们为大家分享了多场基于公有云的大数据实践,孙桂林 华为中央软件院 大数据系统架构师《华为大数据多租户技术探索与实践》、小米云平台研发工程师崔建伟《小米融合云实战》、亚信数据DataFoundry平台负责人叶鹏《大数据服务在云原生应用中的使用探索》、中国联通信息化部数据中心项目负责人李大中《联通集中化大数据能力开放平台实践》、去哪儿网实时数据平台负责人晓旭 《Qunar实时数据云平台实践》、腾讯云高级工程师陈鹏《腾讯大数据能力输出之路》。对于创业公司和技术实力不够雄厚的机构来说,这里是绝对的天堂。
本届大会,众多最新的研究成果和产品技术、企业应用实践以及在转型变革和技术升级中遇到的问题和解决之道都会在现场做第一手分享。 较高的门槛保证会场成为高级技术型人才交流的理想平台。独特的社交属性,不仅是技术人员的盛宴,更是风投、猎头、HR不可多得的机会。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15