
贵阳国际大数据产业博览会看点指引_数据分析师
2015贵阳国际大数据产业博览会暨全球大数据时代贵阳峰会即将拉开帷幕,作为全球首个以大数据为主题的博览会和峰会,本届“数博会”除峰会这一环节外,将对市民免费开放。通过登陆会议官方网站、关注数博会官方微信、现场报名的方式,观众将获得进场资格。
作为“数博会”的重要组成部分,22个分论坛将贯穿整个峰会,涉及到安全、趋势、技术等大数据的各个方面。下面记者带你先盘点论坛的时间、地点、探讨内容、重要嘉宾等信息,希望有兴趣的观众不要错过峰会期间各分论坛的精彩。
国内外“大咖”现身时间地点相对集中
据“数博会”组委会统计,会议期间到贵阳参会的嘉宾将有3000余人,其中李彦宏、马云、马化腾、雷军、周鸿祎等企业界知名人士已确定参会,惠普、戴尔、华为、联想、富士康等企业的30余位高管均有意在分论坛上发表主旨演讲。
22个分论坛从25日持续至28日,其中以26日和27日最为集中。值得注意的是25日举行的“2015中国(贵阳)服务外包与呼叫中心发展论坛”和26日举行的“聚合、创新、引领——中国大数据时代信息安全产业创新发展高峰论坛”、“第十届灾难恢复行业高层论坛——大数据安全战略”将持续一天时间,而其他的论坛都在3到4个小时之间。
除了3个分论坛外,其他的分论坛的举办地点,都集中在贵阳国际生态会议中心。其中,25日的“贵州贵安智能终端与移动应用高峰论坛‘知行合一——面向未来的智能终端’”和27日的“中印IT产业发展论坛”在贵安新区的北斗湾开元酒店举行,25日的“千人计划专家与大数据创新创业论坛”在贵州大学举行。
对于大家最想知道“马云会在哪个场馆出现”。大赛组委会相关负责人表示,“普通参观者想见马云很难”,马云等大佬基本只参加全球大数据时代贵阳峰会,峰会不对普通参观者开放。
不过这并不影响“数博会”嘉宾的豪华阵容。中国工程院院士倪光南、国家信息中心总工程师宁家骏、国家行政学院教授罗建中、香港城市大学教授马建、中国社科院法学研究所周汉华、国家信息中心信息化研究部主任张新红、中科院大学管理学院教授吕本富等专家学者,国家各行业主管部门主要负责人,欧洲部分国家大使、印度大使等也将参与本次数博会。他们将在“数博会”期间参加论坛,探讨大数据产业未来,以及为中国、为贵州发展大数据产业出谋划策。
参会嘉宾将围绕大数据主流技术、安全隐私、跨领域应用、学科融合、大数据分析等方面进行主题演讲。从组委会公布的信息能看到,中国信息通信研究院副院长刘多、美国新泽西州立大学教授张潼、加拿大盖尔弗大学教授杨先一、华为中国区大数据平台市场总监杨建光、清华大学教授郑纬民,将在论坛上发表主题演讲《中国大数据产业发展面临的机遇与挑战》、《Intelligent Systems for Big Data Engineering》、《大数据“慧”说话》、《大数据存储系统的几个关键技术》。
内容从大数据学术研究到实践创新
分论坛的内容主要分为创新与实践、变革与趋势、应用与安全、技术与产业、国际合作与学术交流五大板块。
创新与实践中,将围绕近年来大数据领域的技术、应用创新与实践,探讨大数据在应用上的途径和趋势,让大数据更好的为我们的生活和经济社会的发展服务。5月27日举行的“城市全域免费无线网络与块数据下的产业创新发展论坛”就是该板块下的主要论坛,参会嘉宾将以贵阳在大数据产业方面的重大理论创新和实践为题,探讨西部地区经济发展从跟随到创新发展战略转型的途径。
变革与趋势板块中,将围绕大数据兴起之后,推动社会从IT时代走向了大数据时代,分析和探讨经济、社会甚至人们的生活所发生的变化及趋势,让我们更好的去适应、迎接大数据时代的变革。5月27日,由中关村大数据产业联盟和贵阳日报传媒集团承办的“政企面对面分论坛”,就将以政府和企业之间的直接对话为切入点,探讨在大数据领域政府和企业各自所面临的问题和解决方案。
应用与安全板块,这是分论坛中最为重要的板块,将立足于大数据时代所面临的个人隐私、公共安全、国家安全、政府资源、场所交易这五大数据风险,探讨在大数据时代中我们如何在分享大数据红利的同时,保证数据安全。将有5个分论坛所探讨的内容与数据安全有关,其中在持续时间最长的3个论坛中,就有两个与数据安全有关。5月26日举行的“聚合、创新、引领——中国大数据时代信息安全产业创新发展高峰论坛”,参会嘉宾将围绕大数据信息产业如何创新性的引领大数据产业聚合、创新发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 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 ...
2025-09-04