京公网安备 11010802034615号
经营许可证编号:京B2-20210330
T11 2017 暨TalkingData智能数据峰会开幕倒计时,九大论坛前瞻
近年来,大数据日益成为国家基础性战略资源,蕴藏着巨大的潜力和能量。在国家层面,发展大数据已成为提升竞争力的战略选择;在经济层面,发展大数据已成为打造新动能的关键要素;在行业层面,发展大数据已成为驱动转型发展的重要引擎。推动大数据发展,已成为从政府到民间、从行业组织到企业机构的社会共识。在生活方式和产业链条被移动互联网快速重构的现在,转型成为行业新常态。如何用好大数据、让大数据带来可量化的价值,是转型能否成功的重中之重。
为了带动行业向前发展,帮助企业和合作伙伴实现数据驱动转型,由TalkingData主办的T11 2017 智能数据峰会将于9月11日至12日在北京中国大饭店举办,CDA数据分析师作为应邀媒体参与并报道本次峰会。大会将邀请国内外知名专家、学者、企业共同探讨如何在这个快速演变的智能时代里顺势而为、知机而变,将数据与场景、行业相结合,更好的挖掘和发挥数据的价值,促进企业、行业和社会的飞跃。
本届T11以“知机识变 有唐之盛”为主题,首日设置将智能数据峰会与技术驱动未来峰会,带领参会者前瞻数据、人工智能和人类智慧的未来面貌,并分享TalkingData在科技、数据、技术、商业模式创新等领域的经验与积累;次日,将设置智能数据服务、智能金融、新消费、智慧城市与政府治理、教育生态与人才培养、人本数据和智能、数据工程和技术七大专题论坛,分享大数据与不同行业和领域的应用结合以及实践案例。大会期间还将隆重举办2017年度新锐应用风云榜颁奖盛典,对中国移动互联网行业情况及热点领域进行梳理和分析,洞察移动互联网市场及各细分领域创新应用的发展脉络与趋势,为行业参与者提供有价值的数据参考。
T11每年都会邀请国内外知名专家、学者共同参与,NewZoo联合创始人&CEO Peter Warman、华住酒店集团CIO刘欣欣、优米网创始人&前央视知名主持人王利芬、花样年社区金融集团CEO周锦泉、谷歌大中华及韩国地区数据洞察与解决方案总经理郭志明、北京市城市规划设计研究院云平台创新中心秘书长茅明睿等都曾在T11分享他们的前瞻性思考与经验。今年,T11特别邀请了奇点大学执行总裁Kian Gohar、斯坦福大学宫恩浩博士、斯坦福大学韩松博士、微软亚洲研究院王井东博士、Dataiku首席数据科学家Alexandre Hubert、中国行政体制改革研究会常务副秘书长王露、中国人民大学统计与大数据研究院院长艾春荣、神州数码首席科学家谢耘、中国银联电子支付研究院负责人何朔、恒泰证券总裁牛壮、国泰君安证券网络金融部负责人毕志刚等等学界、业界和政府机构的领军人物,带来不容错过的精彩分享。
作为国内领先独立第三方移动数据服务平台,TalkingData每年都会举办一次极具影响力的数据峰会,希望通过T11智能数据峰会与行业分享知识、经验、心得;也希望能够通过这个平台,让在数据行业中探索前行的合作伙伴能够获得汲取新知、发表见解、展示实力的机会。
关于TalkingData
TalkingData(北京腾云天下科技有限公司)成立于2011年,是国内领先的独立第三方移动数据服务平台。TalkingData一直致力于数据的深耕与数据价值的挖掘,从数据的采集、处理到数据的分析,再到数据的应用与咨询,TalkingData已经形成了一套以“智能数据平台(SmartDP)”为主的完整数据应用体系;构筑了一套以数据商业化平台、数据服务平台,及数据合作平台为核心的数据生态。目前,TalkingData的平均月活跃用户为7亿,为超过12万款移动应用,以及10万应用开发者提供服务。覆盖的客户主要为金融、地产、快消、零售、出行、政府等行业中的领军企业,连续三年实现业务的三倍快速增长。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12