数据驱动创新 融合引领变革 2017中国工业大数据大会·钱塘峰会今日在杭州国际博览中心顺利举行

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

至顶网CIO与应用频道 05月05日 北京消息: 当前,大数据已上升为国家战略,日益成为经济结构调整、转型升级的加速器。在2016年6月国务院正式出台的《关于深化制造业与互联网融合发展的指导意见》中,明确提出了在制造业领域推进工业云和工业大数据的应用。今年1月,工信部印发了《大数据产业发展规划(2016-2020年)》,工业大数据成为了工信部工作的重要内容,也成为了促进经济转型和创新发展的主推工作。2月,工信部发布了《工业大数据白皮书》,其目标在于明确工业大数据的相关技术、应用以及发展路线,从数据架构、技术架构和平台架构角度勾画出工业大数据发展的整体轮廓,合理制定工业大数据的发展规划和建设路线,明确工业大数据落地推进工作重点,加快促进工业大数据在制造业中的落地应用。

从浙江来看,省政府在新近出台的《关于深化制造业与互联网融合发展的实施意见》中提出了工业云、工业大数据、工业互联网的应用,发展制造业新模式新业态,促进制造业提质增效转型升级,也明确提出了要争创全国工业大数据创新中心等措施推进工业大数据的发展。

今天,“2017中国工业大数据大会·钱塘峰会”在杭州国际博览中心举办。本次峰会由工信部、浙江省人民政府指导,中国工业经济联合会、中国信息通信研究院、中国互联网协会、浙江省经济和信息化委员会、萧山区人民政府联合主办,杭州市经济和信息化委员会、浙江省工业经济联合会、浙江省企业信息化促进会、萧山经济技术开发区、萧山科技城管理局联合承办。浙江省经信委主任张金如、工信部信软司副司长李冠宇出席会议并致辞。

原工信部部长、中国工业经济联合会会长李毅中,原工信部副部长、北京大学教授杨学山,西安交通大学教授、中国科学院院士徐宗本, 中国工程院院士、浙江大学教授谭建荣,北京大学工业工程系主任、美国威斯康辛大学(麦迪逊)终身教授侍乐媛,中国信息通信研究院总工程师余晓晖,清华大学软件学院党委书记、副院长王建民,三一集团高级副总裁、树根互联CEO贺东东,中国电信集团产业互联网研究中心主任张东,阿里巴巴集团副总裁刘松专家学者、工业大数据应用和产业方企业代表围绕“数据驱动创新,融合引领变革”这一主题,从理论到实践,从宏观到微观,全维度地探讨了工业大数据的理念、技术、应用、以及工业大数据生态体系的构建方法。

大会还发布了中国首届工业大数据创新竞赛信息。

此外,大会还同期举办了大数据与智能制造分论坛、 大数据与管理变革分论坛、 大数据与服务创新分论坛,充分交流和展示工业大数据的理念、解决方案以及应用案例,促进产业合作,推动资源集聚。

原文发布时间为:2017年5月5日

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
16天前
|
机器学习/深度学习 数据采集 人工智能
深入探索人工智能与大数据的融合之路
本文旨在探讨人工智能(AI)与大数据技术如何相互促进,共同推动现代科技的进步。通过分析两者结合的必要性、挑战以及未来趋势,为读者提供一个全面的视角,理解这一领域内的最新发展动态及其对行业的影响。文章不仅回顾了历史背景,还展望了未来可能带来的变革,并提出了几点建议以促进更高效的技术整合。
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
289 7
|
1月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
44 2
|
24天前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
62 4
|
1月前
|
存储 大数据 数据管理
大数据分区简化数据维护
大数据分区简化数据维护
24 4
|
1月前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
1月前
|
机器学习/深度学习 人工智能 算法
探索人工智能与大数据的融合之道####
— 本文旨在探讨人工智能(AI)与大数据如何协同工作,以推动技术创新和产业升级。通过分析二者的基本概念、核心技术及应用场景,揭示它们相互促进的内在机制,并展望未来发展趋势。文章指出,AI提供了智能化处理数据的能力,而大数据则为AI提供了海量的训练资源,两者结合将开启无限可能。 ####
|
1月前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
58 3
|
1月前
|
人工智能 算法 搜索推荐
探索人工智能与大数据的融合之道####
本文深入探讨了人工智能(AI)与大数据之间的紧密联系与相互促进的关系,揭示了二者如何共同推动科技进步与产业升级。在信息爆炸的时代背景下,大数据为AI提供了丰富的学习材料,而AI则赋予了大数据分析前所未有的深度与效率。通过具体案例分析,本文阐述了这一融合技术如何在医疗健康、智慧城市、金融科技等多个领域展现出巨大潜力,并对未来发展趋势进行了展望,强调了持续创新与伦理考量的重要性。 ####
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能与大数据的融合之美####
【10月更文挑战第29天】 身处信息技术飞速发展的时代,人工智能与大数据如同两颗璀璨的星辰,在科技的夜空中交相辉映,共同推动着社会进步与变革的浪潮。本文旨在揭开AI与大数据深度融合的神秘面纱,探讨这一融合如何引领技术前沿,激发创新活力,并展望其在未来世界中的无限可能。通过深入浅出的解析,展现技术背后的逻辑与魅力,邀请读者一同踏上这场科技与智慧的探索之旅。 ####
84 2
下一篇
DataWorks