京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2014中国大数据技术大会落幕_数据分析师
12月15日,作为大数据领域最具影响、规模最大的 IT 盛会“2014中国大数据技术大会暨第二届 CCF 大数据学术会议”在北京圆满落幕。大会以国际化的视野,分享了海内外大数据技术的发展趋势;从技术与实践角度探讨“大数据生态系统”、“大数据技术”、“大数据应用”、“大数据基础设施 ”等新技术应用和实践经验;通过创新大赛和培训课程等特色活动,解密大数据创业热点,分享行业实战经验。2014中国大数据技术大会已经成为大数据技术与应用深度结合的新起点,产业界、科技界与政府部门密切合作的新平台,为推动我国大数据的产学研用做出了重大贡献。
2014中国大数据技术大会 (Big Data Technology Conference 2014, BDTC 2014) 大会由中国计算机学会 (CCF) 主办,CCF 大数据专家委员会承办,中科院计算所与 CSDN 共同协办,以推进大数据科研、应用与产业发展为主旨。同时,由中国计算机学会主办,CCF 大数据专家委员会承办,南京大学与复旦大学协办的“2014年第二届 CCF 大数据学术会议”同时召开,并与技术大会共享主题报告。
2014年,大数据技术已经在互联网、运营商、IT 服务提供商,以及众多传统企业中落地实践。在全体大会主题演讲环节,海内外顶级专家学者深入探讨了大数据技术生态系统的现状和发展趋势和落地实践经验。
其中,Hadoop 之父、Cloudera 首席架构师 Doug Cutting 的“The Data Revolution”主题演讲分享了新时代的数据革命;AWS大数据和高性能计算框架全球高级经理 Ben Butler、IBM 大中华区系统与科技事业部杰出工程师李永辉、卡内基梅隆大学计算机科学系教授 Zhang Hui、University ofDelaware 电子与计算机工程系教授、计算机系统结构和并行系统实验室主任高光荣、卡耐基梅隆大学教授、ICML2014程序主席Eric P. Xing、Conviva 联合创始人兼 CEO、Huawei EU Research Center 研发架构首席架构师 Sabri SKHIRI、HBase 核心贡献者 Ted Yu 带来了国际最新技术思想和实践经验。
百度研究院副院长、深度学习实验室主任、图片搜索部高级总监余凯分享“大数据人工智能”;星环科技 CTO 孙元浩解密“2015年大数据基础技术的演进趋势”;浪潮集团高级副总裁王恩东讲述“大数据开启行业化应用新浪潮”;中国移动苏州研发中心大数据产品部总经理钱岭剖析“电信运营商大数据商务模式研究 ”,则深入谈论大数据生态系统的现状和发展趋势,分享了主流实践技术经验。
围绕“大数据生态系统、大数据技术、大数据应用、大数据基础设施”四大技术分论坛,来自 Hadoop PMC、OpenStack 基金会、Databricks、LinkedIn、Intel、eBay、Dropbox、VMWare、DELL、希捷、阿里巴巴、腾讯、百度、中国移动、华为、浪潮、搜狐、网易、携程、高德、沃尔玛、亚信等海内外一线 IT 公司的近百位工程师精英,从现实出发彻底剖析大数据技术实践中的问题和解决方案。
为了覆盖大数据全产业链,本届大会首次增设了“大数据基础设施”分论坛,从硬件视角出发探讨大数据的存储、处理和软硬件融合技术。其中,浪潮集团副总裁胡雷钧从数据中心层面讲解了新时代的资源保障体系;Mellanox 亚太区市场开发总监刘通,武汉绿色网络信息服务有限责任公司副总经理雷葆华,博科中国区技术总监谷增云从网络层次着手对大数据时代基础设施进行了分析;希捷资深架构师郝继玖,Memblaze 技术顾问刘爱在存储方面做了相关分享;而百度基础架构部高级架构师柴华,北京卓越讯通科技有限公司 CEO 赖兆红,DELL 资深解决方案经理尹玉峰,阿里巴巴资深技术专家强琦,亚信大数据平台研发部经理田毅,AMD 中国研究院研究员谷俊丽则带大家畅游了大数据平台打造之道。
除此以外,还有“全国大数据创新项目评选”活动脱颖而出的8家大数据初创企业的成果展示;“第二届中国大数据技术创新大赛”中获奖队伍的深入技术分享;以及帮助企业快速实现“基于大数据的个性化系统构建及其核心技术”的实战培训。
据了解,2014年,在众多实践企业的推动下,大数据生态系统得到了飞速发展,各种技术在“应用为王”的大前提下飞速迭代,数据真正转化为高价值。而高速发展的背后,是技术架构的巨大改变。要以更低成本实现数据的最佳利用,企业需要紧随技术变革,把握趋势,才能更好地迎接挑战。
大会现场正式发布的《中国大数据技术与产业发展白皮书(2014)》和《2015大数据十大发展趋势预测》,代表了百余位业内专家在大数据典型应用现状、大数据技术体系现状、大数据 IT 产业链与生态环境、大数据人才资源、大数据发展趋势与建议等方面的深入思考,为未来大数据产业发展奠定坚实的理论基础,为企业制定大数据战略规划提供了极具价值的参考建议。
2014大数据应用现状和技术体系现状。大数据作为一种赋能性技术,如同电一样,作用于经济社会的各个层面。任何一种技术的应用都要经历从简到繁,由浅入深的过程,大数据的应用路径仍然遵从这一发展路径。数十亿用户每日在互联网上的处处留痕、时时留迹,使得其在网络空间的画像活动日益丰满,从而其需求很容易被准确洞察,精准营销仍为大数据最具产业规模的领域。围绕大数据精准营销产业链,互联网、金融、电信、新媒体等领域的大数据技术产品创新此起彼伏,应用广度不断拓宽,深度不断加强。同时,电网、交通、医卫、地信、政府、农业领域的大数据应用也明显提速。结合大数据典型应用与案例,不难发现,大数据技术能够将大规模数据中隐藏的信息和知识挖掘出来,为人类社会经济活动提供依据,提高各个领域的运行效率,甚至整个社会经济的集约化程度。目前,大数据领域每年都会涌现出了大量新的技术,成为大数据获取、存储、处理分析或者可视化的有效手段;相关的平台和工具也越来越多,给业界提供了更多的选择,未来还会继续出现新的技术和工具。由 CCF 大数据专家委员会和中关村大数据产业联盟联合主编的《中国大数据技术与产业发展白皮书(2014)》将详细解读各种大数据技术的最新发展和动态。
2015技术挑战和技术发展趋势预测。CCF 大数据专家委员会每年都面向全体委员进行年度趋势预测调研。希望通过对于大数据发展趋势的年度预测,将最受关注的科学、技术、产业、应用、政策等相关变化趋势发掘出来,以便大数据领域相关的各界人士能够从中获得启迪,或顺势而为,或依势而起,或引领潮头。《2015大数据十大发展趋势预测》将候选项分为大数据科学、大数据技术、大数据系统和工程、大数据应用、数据资源、产业生态环境等共6个不同方面,总计54个候选项。最后根据投票数,选出10个主要的发展趋势:大数据与人工智能的融合、跨学科领域交叉的数据分析应用、数据科学带动多学科融合、深度学习成为大数据智能分析的核心技术、利用大数据构建大规模、有序化开放式的知识体系、大数据的安全持续令人担忧、开源继续成为大数据技术的主流、大数据与云计算、移动互联网等的综合应用、大数据提升政府治理能力、数据资源化、私有化、商品化成为持续的趋势、大数据技术课程体系建设和人才培养快速发展。
2014中国大数据技术大会,百余场主题演讲、技术论坛和专业培训,数千名业内人士与会齐聚的深度实践之旅。作为大数据技术与应用深度结合的新起点,BDTC 2014已经成为产业界、科技界与政府部门密切合作的新平台,为推动我国大数据的产学研用做出了重大贡献。文章来自:CDA数据分析师培训官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、问题:为什么 ID 会"断号" 很多刚接触 MySQL 的同学都会有一个困惑:表里的主键 ID 是自增的,删了中间几行数据之后,ID 变 ...
2026-10-22一、问题场景:为什么会重复 JOIN 同一个子查询 在写复杂 SQL 时,经常遇到这种需求:同一张表或同一个聚合子查询,要和主表关联 ...
2026-10-22人力资源专员是HR体系的执行入口。招聘信息发布、简历初筛、面试安排、考勤汇总、入离职手续、劳动合同与档案管理,大多由这个岗 ...
2026-10-22人力资源经理问“必学技巧”,真正要解决的不是知识清单不够长,而是时间有限、业务催得紧,学完却用不上。更有效的路径是:先用 ...
2026-10-22内容营销岗位的核心任务,不是“把文案写得更漂亮”,而是围绕目标受众,用持续的内容供给影响认知、推动转化并沉淀复购。它至少 ...
2026-10-22理财经理培训课程很多,难的是判断“先学什么、后学什么、学完能做什么”。与其按课程名称罗列,不如先看岗位任务:客户分层与维 ...
2026-10-22理财经理的知识结构,可以先用一句话概括:合规与产品知识决定“不出错”,客户经营与资产配置决定“够不够专业”,市场研判与数 ...
2026-10-22经济学背景做数据分析,优势不在工具,而在问题意识:供需如何相互作用、成本与收益如何权衡、变量之间是相关还是因果。真正的缺 ...
2026-10-22需要,但要把“需要”理解准确。经济学本身就在处理数据:GDP、物价、就业、企业营收、问卷调研,都是经济分析的原料。真正的区 ...
2026-10-22经济学分析能力不是单一技能,它至少由三层构成:把现实问题转成可检验假设的理论框架能力、用数据与统计方法验证假设的工具能力 ...
2026-10-22金融分析师的知识提升,先补的不是更多模型,而是让结论可复核的底层能力。按任务顺序,大致是四层:财务与业务理解、指标口径管 ...
2026-10-22金融分析师的“通用技能”,指换到不同机构、不同行业组仍用得上的底层能力,而非某家公司内部系统的操作经验。按任务拆,日常要 ...
2026-10-22先给结论:数据分析证书不是金融分析师的准入条件,招聘方也不会因为一张证书就直接判断你能做分析。要不要考,取决于你当前任务 ...
2026-10-22金融分析师的核心技能,不是“会看K线”或“会讲宏观”,而是能把一家公司、一个行业或一类资产,转化为可核查的数据判断与书面 ...
2026-10-22产品经理的知识提升,不是把需求文档、原型、SQL、数据分析、项目管理都学一遍,而是先对准目标岗位的真实任务,找出自己最缺的 ...
2026-10-22产品专员提升工作知识,最有效的方式不是先囤课程,而是围绕日常交付的四件事来补:需求调研与优先级判断、原型与PRD表达、竞品 ...
2026-10-22产品运营专员提升个人能力,常见误区是先把Excel、SQL、Python列成一张学习清单,然后从第一个工具开始学。更有效的做法是先回答 ...
2026-10-22产品运营的能力提升,最怕从“课程目录”出发:今天学增长模型,明天背SQL语法,学完却说不清自己负责的功能为什么激活率低。更 ...
2026-10-22产品经理的技能和影响力不是两条分开的赛道。技能决定你能不能把问题分析清楚、把方案设计对;影响力决定你的判断能否被团队接受 ...
2026-10-22产品经理要学的数据分析能力,不是“会写SQL”或“会用BI工具”这么简单。更准确地说,是围绕需求评估、功能迭代、指标监控、实 ...
2026-10-22