- 參會報名
- 會議介紹
- 會議日程
- 會議嘉賓
- 參會指南
-
手機下單
首頁 > 商務會議 > IT互聯(lián)網(wǎng)會議 > Strata Data Conference 北京2017 更新時間：2018-07-06T16:02:53
|
Strata Data Conference 北京2017 已截止報名會議時間： 2017-07-13 08:00至 2017-07-15 18:00結束 會議地點： 北京 北京國際飯店會議中心 東城區(qū)建國門內大街9號 周邊酒店預訂 |
收藏3人
換一換
會議介紹
會議介紹 主辦方介紹
Strata Data Conference 北京2017宣傳圖
Strata Data Conference: Make data work
Strata Data Conference是關于數(shù)據(jù)、機器學習及分析如何改變商業(yè)和社會本身的領先會議。來自各種規(guī)模創(chuàng)新公司的頂尖數(shù)據(jù)科學家、分析師和管理人員聚集一堂，分享深入、難以獲取的知識。
Strata Data Conference 7月12-15日重返北京。我們在尋找講師來和有才華的技術觀眾分享有吸引力的數(shù)據(jù)案例分析、成熟的最佳實踐、有效的新分析方法以及不同尋常的技能。我們尋找的主題包括：
?
會議主題包括：
AI應用
智能應用例如個人助理、聊天機器人、機器人、無人機、無人駕駛汽車正出現(xiàn)在各領域。除了應用和使用案例我們也對一些議題和培訓感興趣，包括深度學習、強化學習、概率機器學習、計算機視覺、自然語言理解、語音和情感技術及相關主題。
?
數(shù)據(jù)科學&高級分析
機器學習的最新算法和進展，以及文化演變和團隊建設方面的棘手問題。
-
統(tǒng)計、算法及機器學習（包括深度學習）
-
主動學習及其他“人類參與的”機器學習系統(tǒng)
-
數(shù)據(jù)分析流程、探索、協(xié)作、同行評審、記錄的再現(xiàn)性和數(shù)據(jù)來源。
-
通過設計和社交科學技巧來創(chuàng)建更好的試驗并提出正確的問題。
-
數(shù)據(jù)結構和布局（表、圖形、網(wǎng)絡、時間序列、非結構化文本）
-
欺詐偵測、對抗分析、游戲理論
?
Hadoop使用案例
Hadoop生態(tài)系統(tǒng)真實案例分析，范圍包括從初創(chuàng)企業(yè)到行業(yè)巨頭。
?
Hadoop內核&發(fā)展
深入了解這一主流大數(shù)據(jù)棧，包括實踐經驗、整合技巧和前瞻。
?
數(shù)據(jù)工程和架構
Hadoop之外的工具——例如Cassandra、Storm、Elasticsearch、Kafka還有基于云的服務——以及它們如何融入數(shù)據(jù)科學工具包。
-
大數(shù)據(jù)平臺及架構（Hadoop、Elasticsearch、Cassandra、Kafka、Storm等等。）
-
擴展、查詢性能、可用性、計算成本、自動化、加密
-
為分析做預處理、清理、整理和增強數(shù)據(jù)
-
混合內部部署和云數(shù)據(jù)服務
?
Spark&更多發(fā)展
Apache Spark最佳實踐、架構考量、來自于初創(chuàng)公司和大型企業(yè)的真實案例研究。
?
物聯(lián)網(wǎng)&實時計算
物聯(lián)網(wǎng)搜集和產生的數(shù)據(jù)——包括存儲、分析和發(fā)布這些信息的困難；及從結果洪流中抽取能理解的、有意義的見解。
-
機器、傳感器、人群及移動數(shù)據(jù)搜集
-
分析與物聯(lián)網(wǎng)
-
開放數(shù)據(jù)標準與互操作性
?
安全
數(shù)據(jù)需要像加密這樣的工具來保護安全和隱私；越來越多的數(shù)據(jù)和算法可以改善我們的安全狀況。但是安全團隊一直都在和那些試圖鉆算法漏洞的人展開不斷競賽。該主題系列探討數(shù)據(jù)治理和數(shù)據(jù)在更好的安全性中的角色。
?
企業(yè)應用
企業(yè)如何從遺留數(shù)據(jù)存儲向大數(shù)據(jù)轉移以及最佳實踐——及障礙——從而成為數(shù)據(jù)驅動企業(yè)
?
可視化&用戶體驗
如果數(shù)據(jù)沒產生結果就沒任何意義。該主題系列解決增強、用戶體驗、新界面、交互性及可視化。
-
分析和報告
-
增強和虛擬現(xiàn)實
-
設計、交互性及可視化
-
設計中斷和上下文接口
-
用戶體驗和數(shù)據(jù)驅動設計
?
開放數(shù)據(jù)
在中國有越來越多的開放數(shù)據(jù)存儲庫和計劃。我們將展示大數(shù)據(jù)技術、數(shù)據(jù)科學和開放數(shù)據(jù)在公共或私有領域的應用。
?
關于 Strata Data Conference
Strata Data Conference是最前沿科學與新興商業(yè)基礎碰撞和融合的地方。在這里我們會深入探索新興技術和科技。您將通過深入的輔導課剖析案例研究、發(fā)展新技能，分享數(shù)據(jù)科學中新興的最佳實踐并暢想未來。
該活動之前作為Strata + Hadoop World創(chuàng)建于2012年，O'Reilly和Cloudera將兩個成功的大數(shù)據(jù)會議組合在一起。
議題主席Doug Cutting（Cloudera首席架構師，Apache Hadoop創(chuàng)始人）、Roger Magoulas（O'Reilly研究主管）以及企業(yè)家Alistair Croll和議題開發(fā)總監(jiān)Ben Lorica（O'Reilly首席數(shù)據(jù)科學家）已經安排了一個覆蓋整個大數(shù)據(jù)工具和技術的議題安排。Strata Data Conference涵蓋了像人工智能和機器學習等當前熱門話題，并且重點放在如何實施數(shù)據(jù)戰(zhàn)略上。
?
為什么您應該參加
Strata Data Conference 將聚集大數(shù)據(jù)領域最有影響力的產業(yè)決策者、戰(zhàn)略專家、架構師、開發(fā)人員和分析師，共同打造產業(yè)和技術的未來。
-
成為了解如何利用這些巨大變化的最前沿人群，并在所導致的顛覆中存活下來
-
在各個行業(yè)和學科找到利用您的數(shù)據(jù)資產的新方法
-
學習如何從科學項目中提取數(shù)據(jù)并應用到實際行業(yè)中
-
對專業(yè)數(shù)據(jù)人士來講將發(fā)現(xiàn)培訓、雇傭和職業(yè)機會
-
與其他創(chuàng)新人員和意見領袖面對面交流
?
體驗 Strata Data Conference
3整天的議程包括富于啟發(fā)的主題演講、非常實用又有豐富信息的議題，以及很多有趣的社交活動。
-
探索最新的前沿問題、案例研究以及最佳實踐
-
與商界領袖、數(shù)據(jù)專家、設計者和開發(fā)者交流的機會
-
為參會者、記者和供應商提供了活躍的“走廊交流會” ，使您有機會對重要問題進行探討和辯論
-
有趣的晚間活動招待會，更重要的是給您更多與參會者和演講者面對面的時間
?
您會看到誰
Strata Data Conference 將吸引數(shù)據(jù)行業(yè)最出色的人員：開發(fā)者、數(shù)據(jù)科學家、數(shù)據(jù)分析師以及其他數(shù)據(jù)行業(yè)的專業(yè)人員，包括：
-
商業(yè)智能經理和分析師
-
商務經理、戰(zhàn)略專家和決策者
-
CIO, CTO 以及企業(yè)架構師
-
數(shù)據(jù)驅動設計者，記者以及人類學家
-
數(shù)據(jù)工程師
-
數(shù)據(jù)科學家
-
設計者
-
開發(fā)者和數(shù)據(jù)庫專業(yè)人員
-
創(chuàng)新人士和企業(yè)家
-
產品經理
-
研究人員和學術人員
-
風投和投資者
-
副總裁、市場主管或數(shù)據(jù)倉庫主管
查看更多
O'Reilly
O'Reilly Media,Inc.是世界上在UNIX、X、Internet和其他開放系統(tǒng)圖書領域具有領導地位的出版公司，同時是聯(lián)機出版的先鋒。從最暢銷的《The Whole Internet User's Guide & Catalog》（被紐約公共圖書館評為二十世紀最重要的50本書之一）到GNN（最早的Internet門戶和商業(yè)網(wǎng)站），再到WebSite（第一個桌面PC的Web服務器軟件），O'Reilly Meida,Inc.一直處于Internet發(fā)展的最前沿。
cloudera
由于Hadoop深受客戶歡迎，許多公司都推出了各自版本的Hadoop，也有一些公司則圍繞Hadoop開發(fā)產品。在Hadoop生態(tài)系統(tǒng)中，規(guī)模最大、知名度最高的公司則是Cloudera。Cloudera由來自Facebook、谷歌和雅虎的前工程師杰夫·哈默巴切(Jeff Hammerbacher)、克里斯托弗·比塞格利亞(Christophe Bisciglia)、埃姆·阿瓦達拉(Amr Awadallah)以及現(xiàn)任CEO、甲骨文前高管邁克·奧爾森(Mike Olson)在2008年創(chuàng)建。
會議日程
（最終日程以會議現(xiàn)場為準）
培訓 輔導課 議題 主題演講
Strata Data Conference 培訓
Training courses takes place 9:00am - 17:00pm and are limited in size to maintain a high level of hands-on learning and instructor interaction. Training passes do not include access to tutorials on Thursday.
Breaks:
-
Morning break: 10:30 – 11:00
-
Lunch: 12:30 – 1:30
-
Afternoon break: 15:00 – 15:30
July 12 — 13, 2017
Included in Platinum and 2-Day Training passes.
Participants should plan to attend both days of this training course.
09:00–17:00 Wednesday, 2017-07-12
數(shù)據(jù)科學精髓：互聯(lián)網(wǎng)金融實例 - 量化線上金融信用與欺詐風險的評估 (Data Science Essentials: Examples from Internet Finance - Quantifying Credit and Fraud Risks Online)
Location: 多功能廳3B（Function Room 3B) 觀眾水平 (Level): 中級 (Intermediate)
Jike Chong (YiRenDai/CreditEase)
您想了解互聯(lián)網(wǎng)金融幕后的量化分析流程嗎？個人信用是怎樣通過大數(shù)據(jù)被量化的？在實踐過程中，機器學習算法的應用存在著哪些需要關注的方面？怎樣通過圖譜分析來融合多維數(shù)據(jù)，為我們區(qū)分正常用戶和欺詐用戶？ 這套輔導課基于清華大學交叉信息研究院2017年春天新開設的一門"量化金融信用與風控分析”研究生課。其中會用LendingClub的真實借貸數(shù)據(jù)做為案例，解說一些具體模型的實現(xiàn)。
July 12, 2017
Included in Gold and 1-Day Training passes.
09:00–17:00 Wednesday, 2017-07-12
Apache Spark高級實踐和原理解析 (Advanced practice and principle analysis)
Location: 多功能廳5A（Function Room 5A) 觀眾水平 (Level): 中級 (Intermediate)
Carson Wang (Intel), 俞育才 (Intel), Zhichao Li (Intel), Yiheng Wang (Intel), Daoyuan Wang (Intel)
這幾年隨著大數(shù)據(jù)分析和機器學習等等在工業(yè)界中越來越廣泛的應用，越來越多的人選擇在大數(shù)據(jù)平臺比如Apache Spark之上構建大規(guī)模數(shù)據(jù)處理、分析和機器學習，以便利用大量原始數(shù)據(jù)和擴展架構。如何深入理解大數(shù)據(jù)關鍵技術并更好的運用它們？本次課程將結合當前大數(shù)據(jù)技術的浪潮和趨勢，為您介紹Apache Spark的高級實踐和原理解析，幫助您加深領會Apache Spark的精華設計思想，以及如何與流式分析、機器學習，深度學習等緊密結合，在數(shù)據(jù)采集，分析處理，特征提取，機器學習等方面提供一致性和集成性的高級實踐。
查看更多
輔導課
請選擇8月4日周四的全天或半天輔導課。專家的講座將帶你深入重要議題。請注意：參加輔導課您的注冊內容包必須包含周四輔導課；該門票不能參加培訓課程。
?
Thursday, July 13
09:00–12:30 Thursday, 2017-07-13
使用Alluxio(前Tachyon)來加速大數(shù)據(jù)計算 (Using Alluxio (formerly Tachyon) to speed up big-data analytics)
地點： 多功能廳2（Function Room 2) 觀眾水平 (Level): 中級 (Intermediate)
Bin Fan (Alluxio), Haoyuan Li (Alluxio)
在這個三個小時的教學課中, 我們將向參與者講授Alluxio基礎知識，演示Alluxio如何工作以及如何使用此系統(tǒng)幫助分布式計算引擎（如Spark或MapReduce）以內存速度共享數(shù)據(jù)。
?
09:00–12:30 Thursday, 2017-07-13
用TensorFlow進行深度學習 Deep Learning with TensorFlow
地點： 報告廳（Auditorium) 觀眾水平 (Level): Beginner
TensorFlow是一個流行的開源機器學習庫，特別適合進行深度學習。本輔導課會通過實際的例子來介紹機器學習和深度學習。我們會指導參會者自己動手來使用TensorFlow和TensorBoard進行練習。
?
09:00–12:30 Thursday, 2017-07-13
從簡單到復雜：Apache Kafka應用實例詳解
地點： 多功能廳8A+8B（Function Room 8A+8B) 觀眾水平 (Level): 中級 (Intermediate)
Jiangjie Qin (linkedin corp)
Apache Kafka作為近年來最流行的消息系統(tǒng)之一，其使用場景已經從最初的集中系統(tǒng)消息隊列發(fā)展到更為復雜的一系列使用場景，包括流處理，數(shù)據(jù)庫復制，CDC等等。本次演講將以Kafka在LinkedIn的實踐為基礎詳細介紹Kafka的各種應用場景。
?
09:00–12:30 Thursday, 2017-07-13
大數(shù)據(jù)的數(shù)據(jù)模型Big Data - Data Modeling
地點： 多功能廳5B＋C（Function Room 5B+C) 觀眾水平 (Level): Beginner
Ted Malaska (Blizzard Entertainment )
The recent advancement in distributed processing engines, from Spark to Impala to Spark Streaming or Storm, has proved exciting. However, if your design only focuses on the processing layer to get speed and power then you may be missing half the story, leaving a significant amount of optimization untapped.
13:30–17:00 Thursday, 2017-07-13
AWS上使用MXNet進行分布式深度學習Distributed Deep Learning on AWS using MXNet
地點： 多功能廳2（Function Room 2) 觀眾水平 (Level): Intermediate
Damon Deng (AWS)
深度學習正持續(xù)地在諸如計算機視覺、自然語言處理和推薦引擎等領域引領最前沿的進步。帶來這個進步的一個關鍵因素就是大量的高度靈活和對開發(fā)人員很友好的深度學習框架的出現(xiàn)。在本輔導課里，亞馬遜機器學習團隊的成員將會就深度學習的背景做一個簡短的介紹，主要關注與其相關的應用領域。并會對強大和可擴展的深度學習框架——MXNet——做一個介紹。輔導課的最后，你可以獲得上手的機會來獲得針對多種應用的經驗，包括計算機視覺和推薦引擎等。并可以看到如何使用預先配置好的深度學習AMI和CloudFormation模版來幫助加快開發(fā)速度。
?
13:30–17:00 Thursday, 2017-07-13
使用Apache Spark和BigDL來構建深度學習驅動的大數(shù)據(jù)分析(Building Deep Learning Powered Big Data Analytics using Apache Spark and BigDL)
地點： 報告廳（Auditorium) 觀眾水平 (Level): 中級 (Intermediate)
Yiheng Wang (Intel)
深度學習已經在很多的領域（例如計算機視覺、自然語言處理和語音識別等）取得了頂尖水準的表現(xiàn)，對工業(yè)界有極大的潛在應用價值。我們應該注意到深度學習和大數(shù)據(jù)的聯(lián)系非常得緊密。首先，深度學習的模型需要使用大量的數(shù)據(jù)來訓練，這就是為什么它直到大數(shù)據(jù)時代才開始蓬勃發(fā)展。其次，現(xiàn)在絕大部分的大數(shù)據(jù)都是視頻、音頻和文字數(shù)據(jù)，非常適合使用深度學習算法來處理。為了能釋放深度學習的能力，我們就應該把它運用在大數(shù)據(jù)的環(huán)境里。
?
13:30–17:00 Thursday, 2017-07-13
Modern Streaming Architectures
地點： 多功能廳8A+8B（Function Room 8A+8B) 觀眾水平 (Level): Beginner
Sijie Guo (Twitter), Maosong Fu (Twitter)
The move to streaming architectures from batch processing is a revolution in how companies use data. But what is the state of the art for real-time data stack, including stream computing engine, data storage engine, language and tools. What are the typical challenges in a modern real-time data stack? How will the modern technology impact the streaming architecture and applications in the future?
?
13:30–17:00 Thursday, 2017-07-13
Hadoop application architectures: Fraud detection
地點： 多功能廳5B＋C（Function Room 5B+C) 觀眾水平 (Level): Intermediate
Ted Malaska (Blizzard Entertainment )
Ted will walk participants through building a fraud-detection system, using an end-to-end case study to provide a concrete example of how to architect and implement real-time systems via Apache Hadoop components like Kafka, HBase, Impala, and Spark.
查看更多
11:15–11:55 Friday, 2017-07-14
Driving Southeast Asia Forward With Big Data
地點： 紫金大廳B（Grand Hall B) 觀眾水平 (Level): Non-technical
?
11:15–11:55 Friday, 2017-07-14
Pluto: A Distributed Heterogeneous Deep Learning Framework
地點： 報告廳（Auditorium) 觀眾水平 (Level): 中級 (Intermediate)
?
11:15–11:55 Friday, 2017-07-14
Apache Hadoop 3 Features and Development Update
地點： 多功能廳2（Function Room 2) 觀眾水平 (Level): Beginner
?
11:15–11:55 Friday, 2017-07-14
HAP：多流動態(tài)實時分析系統(tǒng)
地點： 多功能廳6A+B（Function Room 6A+B) 觀眾水平 (Level): 中級 (Intermediate)
?
11:15–11:55 Friday, 2017-07-14
Scaling R faster and larger using Apache Spark
地點： 多功能廳5B＋C（Function Room 5B+C) 觀眾水平 (Level): 中級 (Intermediate)
?
13:10–13:50 Friday, 2017-07-14
Spinach: 使用Spark SQL進行即席查詢
地點： 紫金大廳B（Grand Hall B) 觀眾水平 (Level): 中級 (Intermediate)
?
13:10–13:50 Friday, 2017-07-14
數(shù)據(jù)驅動企業(yè)增長(Data Drive Enterprise's Growth)
地點： 多功能廳6A+B（Function Room 6A+B) 觀眾水平 (Level): 高級 (Advanced)
?
13:10–13:50 Friday, 2017-07-14
ING的快速數(shù)據(jù)——運用流式分析解決方案來創(chuàng)建一個是實時、數(shù)據(jù)驅動的銀行(Fast Data at ING - streaming analytics solutions to create a real-time, data-driven bank)
地點： 多功能廳2（Function Room 2) 觀眾水平 (Level): Intermediate
?
14:00–14:40 Friday, 2017-07-14
Offheap HBase read-path in production - The Alibaba story
地點： 多功能廳6A+B（Function Room 6A+B) 觀眾水平 (Level): Advanced
?
14:00–14:40 Friday, 2017-07-14
Distributed Deep Leaning at Scale on Apache Spark with BigDL
地點： 報告廳（Auditorium) 觀眾水平 (Level): 中級 ()
?
14:00–14:40 Friday, 2017-07-14
Mastering Spark Unit Testing
地點： 多功能廳2（Function Room 2) 觀眾水平 (Level): Intermediate
?
14:00–14:40 Friday, 2017-07-14
SDK+FinGraph+Go：用一手行為數(shù)據(jù)和圖譜信息創(chuàng)造商業(yè)價值
地點： 多功能廳5B＋C（Function Room 5B+C) 觀眾水平 (Level): 中級 ()
?
14:00–14:40 Friday, 2017-07-14
Cost-Based Optimizer Framework for Spark SQL
地點： 紫金大廳B（Grand Hall B) 觀眾水平 (Level): 中級 (Intermediate)
?
14:50–15:30 Friday, 2017-07-14
機器人的預測性維護實戰(zhàn)：解讀實時、可擴展的分析管道(Robot Predictive Maintenance in Action: Real-time, Scalable Pipeline Explained)
地點： 多功能廳6A+B（Function Room 6A+B) 觀眾水平 (Level): Intermediate
?
14:50–15:30 Friday, 2017-07-14
使用Spark/BigDL高級機器學習實現(xiàn)壽險業(yè)務再發(fā)現(xiàn)(Re-implement Life Insurance Services by using Spark/BigDL Advanced Machine Learning)
地點： 報告廳（Auditorium) 觀眾水平 (Level): 中級 (Intermediate)
?
14:50–15:30 Friday, 2017-07-14
Speed Up Big Data Encryption In Apache Hadoop And Spark
地點： 多功能廳2（Function Room 2) 觀眾水平 (Level): Intermediate
?
14:50–15:30 Friday, 2017-07-14
大數(shù)據(jù)時代銀行客戶社交關系圈研究與應用
地點： 多功能廳5B＋C（Function Room 5B+C) 觀眾水平 (Level): 中級 (Intermediate)
?
14:50–15:30 Friday, 2017-07-14
Apache Kudo: 1.0版和未來(Apache Kudu: 1.0 and beyond)
地點： 紫金大廳B（Grand Hall B) 觀眾水平 (Level): Beginner
?
16:20–17:00 Friday, 2017-07-14
Spark在今日頭條的實踐(Practices of Spark in JinRi TouTiao)
地點： 紫金大廳B（Grand Hall B) 觀眾水平 (Level): 中級 (Intermediate)
?
16:20–17:00 Friday, 2017-07-14
從LR到DNN點擊率預估系統(tǒng)的進化(The evolution of CTR prediction systems, from LR to DNN)
地點： 報告廳（Auditorium) 觀眾水平 (Level): 中級 (Intermediate)
?
16:20–17:00 Friday, 2017-07-14
Spark和TiDB(Spark On TiDB)
地點： 多功能廳2（Function Room 2) 觀眾水平 (Level): 中級 (Intermediate)
?
16:20–17:00 Friday, 2017-07-14
ShadowMask: Anonymize your sensitive big data
地點： 多功能廳5B＋C（Function Room 5B+C) 觀眾水平 (Level): 中級 (Intermediate)
?
16:20–17:00 Friday, 2017-07-14
Hadoop遇到云上對象存儲——實現(xiàn)原理、陷阱和性能優(yōu)化(When Hadoop meets Object Storage - Implementation Principles, Pitfalls and Performance Optimization)
地點： 多功能廳6A+B（Function Room 6A+B) 觀眾水平 (Level): 中級 (Intermediate)
?
Saturday, July 15
11:15–11:55 Saturday, 2017-07-15
The Architecture of Decoupling Compute and Storage with Open Source Alluxio
地點： 多功能廳6A+B（Function Room 6A+B) 觀眾水平 (Level): Non-technical
?
11:15–11:55 Saturday, 2017-07-15
Active Learning in the Real World
地點： 報告廳（Auditorium) 觀眾水平 (Level): Intermediate
?
11:15–11:55 Saturday, 2017-07-15
領英大數(shù)據(jù)平臺--超過1萬節(jié)點，每天15萬個作業(yè)，智能連接4.7億職場用戶(LinkedIn Big Data Platform - 10,000+ nodes, 150,000+ daily jobs, connecting 470 million members)
地點： 多功能廳2（Function Room 2) 觀眾水平 (Level):
?
11:15–11:55 Saturday, 2017-07-15
Angel:面向高緯度的機器學習計算框架(Angel：A Machine Learning Framework for High Dimensionality)
地點： 多功能廳5B＋C（Function Room 5B+C) 觀眾水平 (Level): 高級 (Advanced)
?
11:15–11:55 Saturday, 2017-07-15
Apache Kylin 2.0：從Hadoop上的OLAP 引擎到實時數(shù)據(jù)倉庫
地點： 紫金大廳B（Grand Hall B) 觀眾水平 (Level): 中級 (Intermediate)
?
13:10–13:50 Saturday, 2017-07-15
在滴滴出行的最佳實踐(Spark best practice in Didi)
地點： 紫金大廳B（Grand Hall B) 觀眾水平 (Level): 中級 (Intermediate)
?
13:10–13:50 Saturday, 2017-07-15
On-device machine learning: TensorFlow on Android
地點： 報告廳（Auditorium) 觀眾水平 (Level): Beginner
?
13:10–13:50 Saturday, 2017-07-15
Transactional Streaming with Apache DistributedLog
地點： 多功能廳2（Function Room 2) 觀眾水平 (Level): 中級 (Intermediate)
?
13:10–13:50 Saturday, 2017-07-15
多視圖建模與半監(jiān)督學習：應用于海量用戶數(shù)據(jù)挖掘與行為分析
地點： 多功能廳5B＋C（Function Room 5B+C) 觀眾水平 (Level): 中級 (Intermediate)
?
13:10–13:50 Saturday, 2017-07-15
Hyperledger與CDH大數(shù)據(jù)生態(tài)系統(tǒng)的融合以及應用實踐(Hyperledger’s Integration with CDH Big Data Ecosystem, and Its Application in Real World )
地點： 多功能廳6A+B（Function Room 6A+B) 觀眾水平 (Level): 中級 (Intermediate)
?
14:00–14:40 Saturday, 2017-07-15
基于深度學習的網(wǎng)絡表示
地點： 報告廳（Auditorium) 觀眾水平 (Level): Intermediate
?
14:00–14:40 Saturday, 2017-07-15
在領英搭建Hadoop和Kafka之間的橋梁——Hadoop團隊的視角(Building the bridge between Hadoop and Kafka at Linkedin - A Hadoop team's perspective)
地點： 多功能廳6A+B（Function Room 6A+B) 觀眾水平 (Level): 中級 (Intermediate)
?
14:00–14:40 Saturday, 2017-07-15
欺詐的潛伏性－如何利用大數(shù)據(jù)進行反欺詐檢測
地點： 多功能廳5B＋C（Function Room 5B+C) 觀眾水平 (Level): 中級 (Intermediate)
?
14:00–14:40 Saturday, 2017-07-15
HBase多數(shù)據(jù)中心方案及未來的增量備份功能介紹
地點： 多功能廳2（Function Room 2) 觀眾水平 (Level): 中級 (Intermediate)
?
14:50–15:30 Saturday, 2017-07-15
Columnar Storage @ Uber
地點： 多功能廳6A+B（Function Room 6A+B) 觀眾水平 (Level): 非技術性 (Non-technical)
?
14:50–15:30 Saturday, 2017-07-15
Powering Robotics Clouds with Alluxio
地點： 報告廳（Auditorium) 觀眾水平 (Level): 中級 (Intermediate)
?
14:50–15:30 Saturday, 2017-07-15
Alluxio緩存策略優(yōu)化與大規(guī)模性能評測
地點： 多功能廳2（Function Room 2) 觀眾水平 (Level): 中級 (Intermediate)
?
14:50–15:30 Saturday, 2017-07-15
GraphSQL - 嶄新的游戲規(guī)則: 一個完整的高效圖數(shù)據(jù)和分析平臺(GraphSQL - A Game Changer: A Complete High Performance Graph Data & Analytics Platform)
地點： 多功能廳5B＋C（Function Room 5B+C) 觀眾水平 (Level): Intermediate
?
14:50–15:30 Saturday, 2017-07-15
Data service and processing platform for Ads in Ebay
地點： 紫金大廳B（Grand Hall B) 觀眾水平 (Level): 中級 (Intermediate)
?
16:20–17:00 Saturday, 2017-07-15
人工智能工業(yè)應用痛點及解決思路
地點： 報告廳（Auditorium) 觀眾水平 (Level): Advanced
?
16:20–17:00 Saturday, 2017-07-15
HDFS糾刪碼最新探秘
地點： 多功能廳2（Function Room 2) 觀眾水平 (Level): 中級 (Intermediate)
?
16:20–17:00 Saturday, 2017-07-15
微軟的通用異常檢測平臺(Common Anomaly Detection Platform at Microsoft)
地點： 多功能廳5B＋C（Function Room 5B+C) 觀眾水平 (Level): 非技術性 (Non-technical)
?
16:20–17:00 Saturday, 2017-07-15
Unified SQL for Big Data on Hadoop
地點： 多功能廳6A+B（Function Room 6A+B) 觀眾水平 (Level): Intermediate
查看更多
葉杰平 (Ye Jieping)
副總裁, 滴滴出行
葉杰平，滴滴出行研究院副院長，DiDi Fellow，美國密歇根大學終身教授及密歇根大學大數(shù)據(jù)研究中心的管理委員會成員。2005年美國明尼蘇達大學計算機系博士畢業(yè)。專業(yè)方向為機器學習, 數(shù)據(jù)挖掘，以及大數(shù)據(jù)分析。在機器學習和數(shù)據(jù)挖掘國際頂級會議及期刊上共發(fā)表論文200余篇。曾獲KDD和ICML最佳論文獎以及美國國家自然科學基金會生涯獎 (NSF CAREER Award)，并擔任多個機器學習和數(shù)據(jù)挖掘領域頂級會議的主席?，F(xiàn)任職機器學習和數(shù)據(jù)挖掘期刊IEEE TPAMI，DMKD，和 IEEE TKDE的副編委。
大數(shù)據(jù)在滴滴出行(Big Data at DiDi Chuxing)
Every day, Didi's platform generates over 70TB worth of data, processes more than 9 billion routing requests, and produces over 13 billion location points. In this talk, Ye Jieping will show how AI technologies have been applied to analyze such big transportation data to improve the travel experience for millions of people in China.
?
Lukas Biewald
Founder & Chief Data Scientist , CrowdFlower
Lukas Biewald is the founder and Chief Data Scientist of CrowdFlower. Founded in 2009, CrowdFlower is a data enrichment platform that taps into an on-demand to workforce to help companies collect training data and do human-in-the-loop machine learning.
?
Doug Cutting
Chief Architect, Cloudera
Doug Cutting is the chief architect at Cloudera and the founder of numerous successful open source projects, including Lucene, Nutch, Avro, and Hadoop. Doug joined Cloudera from Yahoo, where he was a key member of the team that built and...
周六歡迎致辭
大會日程主席 Jason Dai、Ben Lorica 與 Doug Cutting致辭開始第二天主題演講。
?
Jason (Jinquan) Dai
CTO, Big Data Technologies, Intel
Jason Dai is currently a Senior Principal Engineer and CTO, Big Data Technologies, at Intel. Prior to that, he was a principle architect in Microsoft, responsible for building the large-scale cloud and big data platform that powers some of...
周六歡迎致辭
大會日程主席 Jason Dai、Ben Lorica 與 Doug Cutting致辭開始第二天主題演講。
?
Yuanqing Lin
百度深度學習實驗室（IDL）主任, Baidu
林元慶，現(xiàn)任百度深度學習實驗室（IDL）主任，擁有清華大學光學工程碩士學位和賓夕法尼亞大學電氣工程博士學位。
林元慶在機器學習和計算機視覺等研究領域擁有多年的研究經驗和顯著的成果。在加入百度前，曾任NEC美國實驗室媒體分析部門主管。在他的帶領下NEC研究團隊在深度學習、計算機視覺和無人駕駛等領域取得世界領先水平。2005年至今在頂級國際會議和期刊發(fā)表論文30余篇，擁有11項美國專利，曾擔任NIPS大會領域主席、大規(guī)模視覺識別和檢索國際研討會聯(lián)合主席等。
加入百度后，林元慶致力于帶領深度學習實驗室研發(fā)具有統(tǒng)治級別的人工智能技術，其領導的團隊在多個領域實現(xiàn)了技術上重大進展并且應用到百度的多項產品中去，極大地提升了產品的性能以及用戶的體驗，其帶領的團隊在多項重要計算機視覺技術在國際測試集上取得世界第一名的好成績。
主題演講 (Keynote by), Dr. Lin Yuanqing
?
Ben Lorica
Chief Data Scientist, O'Reilly Media
Ben Lorica is the chief data scientist at O’Reilly Media. Ben has applied business intelligence, data mining, machine learning, and statistical analysis in a variety of settings, including direct marketing, consumer and market research, targeted advertising, text mining, and financial...
周六歡迎致辭
大會日程主席 Jason Dai、Ben Lorica 與 Doug Cutting致辭開始第二天主題演講。
?
Zhe Zhang
Software Engineer, LinkedIn
Zhe Zhang is an Engineering Manager at LinkedIn where he leads the Core Big Data Services team. The team leverages open source technologies including Hadoop, Spark, TensorFlow, and beyond, to form the storage-compute engine of LinkedIn’s big data platform. Zhe...
成長的煩惱--領英大數(shù)據(jù)平臺500倍擴展中應對的挑戰(zhàn) (Growing pains - when your big data platform grows really big)
領英是全球最早應用大數(shù)據(jù)技術的公司之一。在過去9年的時間里，領英的大數(shù)據(jù)平臺擴展了將近500倍，從20臺節(jié)點支持10個用戶運行MapReduce，到現(xiàn)在超過1萬臺節(jié)點支持幾千名工程師和科學家運行從交互式Presto查詢到TensorFlow深度學習的各種大規(guī)模數(shù)據(jù)分析。這個報告會分享領英的大數(shù)據(jù)平臺團隊怎樣解決大規(guī)模和高速增長帶來的各種挑戰(zhàn)。
查看更多
會議嘉賓
（最終出席嘉賓以會議現(xiàn)場為準）
.jpg!hdj123)
林元慶
百度深度學習實驗室
主任
葉杰平
滴滴研究院
副院長
顧榮
南京大學
助理研究員
蔣守壯
萬達網(wǎng)絡科技集團有限公司
資深大數(shù)據(jù)開發(fā)工程師
Lukas Biewald
CrowdFlower
Founder & Chief Data Scientist
Biao Chen
Cloudera
資深架構師
Haifeng Chen
intel
Senior Software Architect
Feng Cheng
Grab
Data Engineer
Jike Chong
YiRenDai/CreditEase
Chief Data Scientist
Doug Cutting
Cloudera
Chief Architect
Jason (Jinquan) Dai
intel
CTO,
Damon Deng
AWS
解決方案架構師
Mathieu Dumoulin
MapR Technologies
Data Scientist
Mateusz Dymczyk
H2O.ai
Software Engineer
Bin Fan
Alluxio
Software Engineer
Darren Fu
eBay
Data Engineer
Maosong Fu
Software Engineer
Bas Geerdink
ING
IT Manager
Sijie Guo
Staff Software Engineer
Yufeng Guo
Developer Advocate
Hao Hao
Cloudera
Software Engineer
Ron Hu
Huawei Technologies
Database System Architect
ming huang
騰訊
技術專家
Shengsheng Huang
Intel
Big Data Software Architect
Edwin Law
Grab Taxi
Lead Data Engineer
Fangshi Li
Linkedin Corp
Software Engineer
Haoyuan Li
Alluxio
CEO
Yu Li
Alibaba
Senior Technical Expert
Zhichao Li
intel
Senior Software Engineer
Shaoshan Liu
PerceptIn
Co-Founder
劉軼
eBay
Architect
Ben Lorica
O'Reilly Media
Chief Data Scientist
Zhenxiao Luo
Uber
Senior Software Engineer
Ted Malaska
Blizzard Entertainment
Group Technical Architect
Gene Pang
Alluxio
Software Engineer
Jiangjie Qin
Linkedin Corp
Staff Software Engineer
Chen Sammi
Intel
Senior Software Engineer
Daniel Templeton
Cloudera
Software Engineer
Andrew Wang
Cloudera
Software Engineer
Carson Wang
intel
Software Engineer
Daoyuan Wang
intel
軟件工程師
王海華
滴滴出行
研發(fā)工程師
Yiheng Wang
intel
Software Engineer
Binggang Wo
Cloudera
Solutions Consultant
Mingxi Wu
GraphSQL Inc.
Vice President of Engineering
吳中
DataVisor
Director of Engineering
Tony Xing
Microsoft
Senior Product Manager
Qinyan
中國人壽
大數(shù)據(jù)機器學習項目經理
Yu Xu
GraphSQL
CEO
姚舜揚
intel
軟件工程師
Pengfei Yue
intel
Senior Engineering Manager
張李曄
新智新氦科技
大數(shù)據(jù)架構師
ximeng zhang
GrowingIO
CEO
Xuefu Zhang
Uber
Software Engineer
Zhe Zhang
Software Engineer
Xiaoyong
Microsoft
Program Manager II
叢宏雷
萬達網(wǎng)絡科技集團有限公司
資深研究員
俞育才
intel
大數(shù)據(jù)架構師
吳煒
萬達網(wǎng)絡研究院
資深研究員
張銘
北京大學
教授
李元健
百度
軟件工程師
李呈祥
萬達網(wǎng)絡科技集團
大數(shù)據(jù)技術專家
李滸
今日頭條
軟件工程師
楊軍
阿里巴巴
高級算法專家/算法架構師
楊帆
Lenovo
Senior Manager
王振華
Huawei Technologies
Research Engineer
王瑋
中國人壽
大數(shù)據(jù)項目負責人
莫云
宜人貸
數(shù)據(jù)工程師
費輝
阿里云
資深開發(fā)工程師
陳雨強
第四范式
首席研究科學家
顧佳盛
中國人壽
數(shù)據(jù)科學家
馬曉宇
PingCAP
技術主管
馬洪賓
Kyligence Inc.
高級軟件架構師
黃文宇
廣發(fā)銀行股份有限公司
總行數(shù)據(jù)中心總經理
查看更多
參會指南
會議門票 場館介紹
團購優(yōu)惠政策（請聯(lián)系客服）：
如果一個公司：
注冊3-5人則享受八折優(yōu)惠。
6-9人：七五折優(yōu)惠
10人或10人以上：七折優(yōu)惠
溫馨提示：白金門票已售罄
?
會議門票如下：
請注意：白金門票和黃金門票不包含周四的輔導課；標準折扣不適用。白銀門票和青銅門票不包括周三和周四的培訓課程。
培訓門票
請注意：這些培訓門票不包括周四的輔導課。標準折扣不適用。
?
取消和轉讓政策
如果您必須取消一定要在June 14, 2017之前書面通知我們。請聯(lián)系我們。會議開始前30天之內取消是不退款的。June 28, 2017之前您可以把注冊轉讓給其他人，一定要發(fā)送授權。確認并完成支付后取消的參會者、或者超過截止日期取消的參會者要承擔全部會議費用。遇到極端情況該會議取消O'Reilly Media, Inc.的責任僅限于退回支付的注冊款項。
行為守則
所有參會者必須遵守我們的行為守則，其核心想法是：O'Reilly會議對每個人都應該是一個安全、富有成效的環(huán)境。
母嬰室
會議現(xiàn)場會提供一個附近私密空間方便母親和孩子哺乳等。
攝影 & 視頻
我們的目的是捕捉會議中激動人心的時刻，您可能看到一些攝影師，包括我們請來的攝影師，來記錄本次活動。我們拍攝的照片和視頻可能會在網(wǎng)站上發(fā)布，也可能會在未來的市場宣傳中使用。
請注意會議中是不允許拍攝視頻的。
隱私政策
根據(jù)各自的隱私政策注冊人聯(lián)系信息將會被會議主辦方分享和使用——O'Reilly/Strata Conference 以及 Cloudera/Hadoop World。
查看更多
北京國際飯店會議中心
交通指南：
離機場距離（公里）：24； 離北京火車站距離（公里）：2； 離市中心距離（公里）：2.5； 離建國門距離（公里）：2；
五星級的商務酒店北京國際飯店，位于長安街上，面向恒基中心、中糧廣場，距北京站僅咫遲之遙，酒店2002年由國外設計師重新設計全面裝修，極具歐式風情，客房的設計古典而現(xiàn)代，頂層的旋轉餐廳可俯視北京長安街上的浪漫夜景。酒店1987年12月開業(yè)，2002年重新裝修,樓高29層，共有客房總數(shù)993間套。客房設有中央空調控制系統(tǒng)、先進的音響、閉路電視、迷你型酒吧、冰箱、電子門鎖及國際直撥電話。飯店由二十九層主樓及輔助裙房樓宇組成。機場班車、北京西站專線車可直達飯店，盡享交通便利；加上飯店完善、齊全的餐廳和娛樂設施，讓您耳目一新，物有所值。地處北京的中央商務區(qū)、首都的心臟地帶 - 東長安街上，毗鄰人民大會堂、外經貿部、北京市政府、中國海關等國家機關， 與各國駐華使館和各跨國公司中國區(qū)辦事處近在咫尺， 距離亞洲最大的商業(yè)建筑群王府井步行街僅一街之遙， 距離首都飛機場僅有30分鐘車程，交通暢捷、旺中取靜，為商務及旅游人士居停北京之理想下榻之所。 酒店1987年12月開業(yè)，2002年重新裝修,樓高29層，共有客房總數(shù)993間套。主樓是一幢呈三叉曲面體的白色高層建筑,寬闊的門前廣場,點綴著綠柏、水池和噴泉,地上、地下停車場可同時停放大小汽車300輛。主樓外側有幽靜舒適的室外庭院。經過全面裝修改造后的國際飯店,明亮寬敞的大堂、環(huán)境幽雅的四季酒吧、特色濃郁的"大上海"和"福臨門"餐廳、鳥瞰京城的28層"星光旋轉餐廳"、異域風情的日本餐廳、設備先進的商務中心,齊全的娛樂設施和會議中心;以及專為海內外公司、商社裝修的辦公樓層,全新的房間、明亮的燈光、高質量的管理。
溫馨提示
酒店與住宿:
為防止極端情況下活動延期或取消，建議“異地客戶”與活動家客服確認參會信息后，再安排出行與住宿。
退款規(guī)則:
活動各項資源需提前采購，購票后不支持退款，可以換人參加。
您可能還會關注
-
DAMS2025中國數(shù)據(jù)智能管理峰會（上海）
2025-09-12 上海
-
QCon上海2025|全球軟件開發(fā)大會
2025-10-23 上海
-
2025 全球機器學習技術大會（ML-Summit）·北京
2025-10-16 北京
-
2025中國互聯(lián)網(wǎng)大會
2025-07-23 北京
贊助
