中国通信标准化协会TC601“汽车数据工作组”成立 瓴羊成为首批成员

本文涉及的产品
智能数据建设与治理Dataphin,200数据处理单元
简介: 中国通信标准化协会TC601“汽车数据工作组”成立 瓴羊成为首批成员

2023年9月11日-12日,中国通信标准化协会大数据技术标准推进委员会(CCSA TC601)在深圳召开了为期两天的第14次全体工作会议及工作组组会。会上宣布了TC601 WG14“汽车数据工作组”正式成立,瓴羊作为首批成员单位加入工作组。  

瓴羊汽车行业总监符鹏飞与汽车数据工作组参与交流研讨


在汽车数据工作组(WG14)第一次组会上,吸引了来自各成员单位的40余位专家、代表到场参会,围绕汽车产业数据治理、数据中台建设、数据安全、数据应用、数据流通等工作方向、议题进行了交流研讨,旨在凝聚行业共识,共推产业发展。瓴羊汽车行业总监符鹏飞以《激发数据价值,赋能汽车数字化营销闭环》为主题,分享了瓴羊如何运用数据赋能汽车行业数智化营销中的增量市场发现、营销线索转化、运营活动提效和数据质量提升。

汽车数据工作组(WG14)规划

大数据技术标准推进委员会(TC601)是中国通信标准化协会(CCSA)下的专业技术委员会。主要围绕大数据产业发展关键问题,开展大数据技术产品、数据资产管理与流通、大数据行业应用方面的标准预研。其旨在凝聚产业链各个环节,识别和解决大数据发展面临的重大问题,以标准推进工作为纽带,推动大数据与实体经济深度融合。瓴羊作为阿里巴巴全资子公司、阿里云智能集团的重要业务,致力于将阿里巴巴沉淀十余年的数字化服务经验,系统化、产品化地全面对外输出给千行百业。按照汽车企业的不同技术与业务场景的具体需求,瓴羊提供了一系列数字化产品、解决方案和服务,充分激发数据要素作用,帮助汽车企业完成有效的、彻底的、全流程的数字化建设,实现数实融合、数智驱动业务增长。目前,瓴羊已服务了上百家知名企业和众多中小企业的数字化建设,其中包括一汽红旗、极氪、现代斗山、敏实等汽车制造企业。对于瓴羊而言,非常荣幸作为首批单位加入“汽车数据工作组”,能够更近距离与各汽车企业专家、数据技术服务企业深度对话并交流大数据技术、数据智能应用,同时分享瓴羊自身数智实践经验,探索未来大数据赋能汽车产业高质量发展的路径。第一次组会中,瓴羊同各成员单位还围绕汽车行业数据标准体系建设进行了充分的交流研讨,从数据中台、数据治理、数据应用、数据流转、数据安全等方面对汽车数据工作组未来的标准研制、课题研究等方向进行了深度讨论。

同时,会上正式启动了《汽车数据产业图谱》和《2023年汽车大数据产业研究报告》两项重磅成果的参编征集工作,瓴羊也将作为首批参编单位参与其中。未来,瓴羊也将紧密参与到工作组的各项工作中,围绕汽车产业数据治理、数据中台建设、数据安全、数据合规、数据应用、数据流通等方面不断输出行业优秀实践应用以及数据技术能力,共同推动汽车产业蓬勃发展。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
3月前
|
关系型数据库 MySQL 分布式数据库
安全可靠的PolarDB V2.0 (兼容MySQL)产品能力及应用场景
PolarDB分布式轻量版采用软件输出方式,能够部署在您的自主环境中。PolarDB分布式轻量版保留并承载了云原生数据库PolarDB分布式版技术团队深厚的内核优化成果,在保持高性能的同时,显著降低成本。
|
存储 人工智能 编解码
在Data-Driven时代下,如何打造下一代智能数据体系?
本文源自2024外滩大会“Data+AI”论坛,由蚂蚁集团数据平台与服务部负责人骆骥演讲整理。文章回顾了数据技术发展历程,指出生成式AI正推动数据技术从成本效率中心向价值中心转变。
|
存储 人工智能 大数据
TDengine 用户大会精彩回顾:AI+数据驱动汽车、能源、烟草、电力应用的未来
TDengine用户大会在京成功举办,聚焦“时序数据助你决胜AI时代”。涛思数据创始人陶建辉携手中科院院士王怀民等业界领袖,探讨时序数据最新进展及AI技术应用。会上发布了《时序大数据平台-TDengine核心原理与实战》一书,为企业与开发者提供宝贵指南。自2019年开源以来,TDengine已拥有57万用户实例,Star数达23.1k。王怀民赞赏TDengine全面创新,立足全球市场。大会还涉及数据库智能化运维、能源行业数字化转型等议题,并设有三大专场,深入讨论海量数据应用、智能制造新能源及新型电力系统,展示了TDengine在各领域的应用潜力与技术革新。
325 0
TDengine 用户大会精彩回顾:AI+数据驱动汽车、能源、烟草、电力应用的未来
|
7月前
|
存储 监控 数据挖掘
消防行业如何借助时序数据库 TDengine 打造高效的数据监控与分析系统
本篇文章来自“2024,我想和 TDengine 谈谈”征文活动的优秀投稿,深入探讨了如何在消防行业中运用 TDengine 进行业务建模。文章重点介绍了如何通过 TDengine 的超级表、标签设计和高效查询功能,有效管理消防监控系统中的时序数据。作者详细阐述了实时监控、报警系统以及历史数据分析在消防行业中的应用,展示了 TDengine 在数据压缩、保留策略和分布式架构下的强大优势。
200 0
|
9月前
|
传感器 安全 物联网
时序数据库TDengine + MQTT :车联网时序数据库如何高效接入
现代新能源汽车配备大量传感器,产生海量数据需上报至车联网平台。TDengine作为时序大数据平台,支持MQTT协议,可轻松实现车辆状态、位置及用户行为数据的实时采集与分析,提升驾驶体验和安全保障。通过简单的Web界面配置,无需编写代码,即可完成从MQTT到TDengine的数据接入。整个过程包括注册TDengine Cloud、创建数据库、安装代理插件、新增数据源、配置解析规则等步骤,快速实现数据同步。
298 2
|
10月前
|
Cloud Native 关系型数据库 分布式数据库
PolarDB 分布式版 V2.0,安全可靠的集中分布式一体化数据库管理软件
阿里云PolarDB数据库管理软件(分布式版)V2.0 ,安全可靠的集中分布式一体化数据库管理软件。
|
分布式计算 并行计算 Java
Python并发风暴来袭!IO密集型与CPU密集型任务并发策略大比拼,你站哪队?
【7月更文挑战第17天】Python并发处理IO密集型(如网络请求)与CPU密集型(如数学计算)任务。IO密集型适合多线程和异步IO,如`ThreadPoolExecutor`进行网页下载;CPU密集型推荐多进程,如`multiprocessing`模块进行并行计算。选择取决于任务类型,理解任务特性是关键,以实现最佳效率。
387 4
|
安全 Java API
深入探索 org.springframework.http.server.reactive.ServerHttpRequest:Reactive世界中的HTTP请求处理
深入探索 org.springframework.http.server.reactive.ServerHttpRequest:Reactive世界中的HTTP请求处理
565 0
|
关系型数据库 分布式数据库 数据库
深度测评:PolarDB开源
PolarDB开源版,阿里云自研数据库,兼容MySQL和PostgreSQL,降低迁移成本,提升开发效率。性能测试显示,对比开源PostgreSQL,其读写性能提升30%-40%。凭借存储计算分离架构,实现分钟级弹性扩展,保证业务连续性。高可用性设计,使用X-Paxos算法,确保数据强一致性和高可用性,适合金融、电商等行业。综合测评,PolarDB开源版是高性能、低成本数据库解决方案的理想选择,有望引领数据库技术新潮流。
523 0
|
域名解析 运维 负载均衡
Nginx-https证书认证详解
Nginx-https 1.https基本概述 1.1.SSL主要功能 安全套接层 认证用户和服务器,确保数据发送到正确的客户机和服务器 加密数据以防止数据中途被窃取 维护数据的完整性,确保数据在传输过程中不被改变
1054 0
Nginx-https证书认证详解