大数据核心技术与应用论坛落幕 各路大伽云集畅谈产业

本文涉及的产品
NLP 自学习平台,3个模型定制额度 1个月
NLP自然语言处理_高级版,每接口累计50万次
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

5月18日-20日,第八届云计算大会在万众期待下拉开序幕,本次会议以"技术融合 应用创新"为主题,来自全球的政府领导、行业专家、企业代表及行业主流媒体齐聚一堂,为现场听众呈上一场全新的饕餮盛宴。

不断增加的计算需求,促使云计算的诞生;日益增长的数据资源,促使大数据的发展。云计算为大数据提供技术支撑,大数据对云计算的存储提出技术和应用要求,两者密不可分。无可否认,大数据的浪潮,正携带着巨大商机,撞击传统经济的概念与思维。那么这些亿万级的大数据该如何处理?大数据时代下,社会化新媒体到底该如何传播?

5月20日下午,由ZD至顶网协办的"大数据核心技术与应用论坛"盛大开幕,来自全国各地的行业大伽现身论坛,共商产业动向。

亿级大数据如何处理?大数据论坛告诉你!

爆棚的会议现场

用BPaaS来云化您的企业级内部系统

会议由百度技术经理张晓飞主持。首位演讲嘉宾是SAP HANA云平台业务拓展总监 ,SAP大中华区刘宏江,他带来的主题演讲是《用BPaaS来云化您的企业级内部系统》。

亿级大数据如何处理?大数据论坛告诉你!

SAP HANA云平台业务拓展总监 ,SAP大中华区刘宏江

大数据目前是一个非常热门的话题,其实简单的理解就是数据量非常大,面对这些大数据,我们很难快速的、有条理的做出分析,因为数据的密度很低,都是一些冷数据或温数据。而在HANA平台里,可以针对敏感数据做到实时运算分析、预测性分析、预测性维护等应用。

SAP是基于HANA内存计算技术的业务平台-服务的BPaaS方案,即SAP的HANA云平台。SAP的HCP即BPaaS云平台方案,帮助企业内部的各类传统预置式系统及新型SaaS云系统实现云化扩展,为企业客户安全,快速,高效的开发敏捷云应用,从而完美满足企业所需要面对的内部用户、外部合作伙伴及最终用户等各类用户群体的大量个性化需求。

大数据助力企业重塑核心竞争力

清华大数据产业联合会理事副秘书长徐斌现场带来《大数据助力企业重塑核心竞争力》的主题演讲。

亿级大数据如何处理?大数据论坛告诉你!

清华大数据产业联合会理事副秘书长徐斌

徐斌拥有22年世界500强IT管理经验,是清华大数据产业联合会发起人, 副秘书长。他首先谈到了互联网+时代企业的挑战和机遇,以及如何利用大数据助力传统企业提升核心竞争力。最后他认为大数据是文化和技术的结合,大数据技术是IT驱动业务变革的机会;数据驱动决策的文化是应用大数据技术的前提;大数据的价值不在于数据本身,而在于如何通过数据来分析和预测等核心观点。

自然语言在企业应用中的实践

亿级大数据如何处理?大数据论坛告诉你!

畅捷通信息技术股份有限公司技术委员会主席李鲲

大多数软件越来越复杂,用户一个应用要完成,包括一个报销的单据,一个需要审批的事项。需要很多步。畅捷通在这个方向上去做了一项研究应用,通过自然语言的方式来实现企业应用中需要的一些交互。

而自然语言应用到垂直领域的时候,往往面临很多挑战。第一个最常见的是识别功能会出现汉字与发音不匹配。第二个面临的挑战是一个原始自然语言的输入,需要根据不同的场景去转化为不同的结构化数据。针对于在企业领域上一些特定的语言特征,我们建立一个深度学习的语言模型,即RNN。 通过语音转换成结构化的数据,这是企业所希望的。

亿级大数据实时分析之旅

小米公司研发架构师主管欧阳辰在此次论坛中为大家呈上《亿级大数据实时分析之旅》的主题演讲;

亿级大数据如何处理?大数据论坛告诉你!

小米公司研发架构师主管

大数据一个最核心的问题就是数据能不能变现?这是一个在行业里面非常困难的一个问题。尤其是在广告业、金融这两个行业中更为凸显。

数据分析实际上分很多步骤,第一步是数据采集后做处理,处理以后做建模,建模以后做分析。第二步叫诊断型分析,就是出了问题能够追查问题,包括能够对竞品的情况进行数据分析和比较。 第三个频道叫战略分析,很多时候有数据以后,能够在战略上做一些趋势分析。最后一个是做建议型,做完大数据以后的结果落地,这个层次相对来说是比较麻烦的。

大数据核心技术对比分析

AdMaster技术副总裁兼总架构师, 大数据资深专家卢亿雷现场就大数据的核心技术做出对比分析。

亿级大数据如何处理?大数据论坛告诉你!

AdMaster技术副总裁兼总架构师, 大数据资深专家卢亿雷

卢亿雷认为做大数据最重要的是一定要有较高的可靠性。AdMaster会将业务场景进行计算,每一种类型对不同的业务场景。在选型上也非常重要,选型时少走弯路对我们来说也是非常有帮助的。针对大数据整个系统技术,卢亿雷先生现场做了经典案例分析,认为做数据分析需要做业务分层,也就是跨屏做法,打通数据,精准到某个人。获取到数据后做具体的分析预测,以便产品更好的投放市场。

大数据时代的社会化新媒体传播

亿级大数据如何处理?大数据论坛告诉你!

北京理工大学副教授,大数据搜索与挖掘实验室主任张华平

张华平先生在演讲中,主要讲述了当前的新媒体的传播创新。"写书的不如卖书的,卖书的不如渠道的" 张华平先生用一句话描述了传统媒体面临的硬伤。随着科技的高速发展,媒体也悄然发生了变化,小数据精英时代已经过时,"内容为王到用户为王",这是当前媒体趋势,而当晨正处于大数据技术时代。

对于新媒体的传播技巧,归纳为三点:一是情欲;二是安全需求;三是归属感;当前很多媒体的标题中都是从这三个方面去入手。从大数据的角度来看,新媒体的传播更注重的是宏观分析,在宏观上再做微观的分析。

科学研究数据产权与质量评审核心技术与应用

亿级大数据如何处理?大数据论坛告诉你!

中国科学院地理科学与资源研究所研究员、博士生导师、全球变化信息研究中心主任刘闯

科学数据,即能够提供给科学研究使用的数据,是在科学研究活动中产生的数据。按照产权来分,科学数据又分为政府机构的数据、科学研究、企业数据。针对科学数据的产权,刘闯表示,科学数据的核心三权有署名权、 出版权、管控权。一个内容上有智力投入得到保护,另外一个数据格式上有智力投放得到保护,这是在知识产权世界统一认识的。

原文发布时间为:2016年5月25日
本文作者:刘新萍  
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
|
5天前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
25 2
|
24天前
|
存储 分布式计算 数据可视化
大数据常用技术与工具
【10月更文挑战第16天】
84 4
|
7天前
|
存储 分布式计算 NoSQL
【赵渝强老师】大数据技术的理论基础
本文介绍了大数据平台的核心思想,包括Google的三篇重要论文:Google文件系统(GFS)、MapReduce分布式计算模型和BigTable大表。这些论文奠定了大数据生态圈的技术基础,进而发展出了Hadoop、Spark和Flink等生态系统。文章详细解释了GFS的架构、MapReduce的计算过程以及BigTable的思想和HBase的实现。
|
1月前
|
SQL 存储 分布式计算
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
90 1
|
7天前
|
SQL 存储 算法
比 SQL 快出数量级的大数据计算技术
SQL 是大数据计算中最常用的工具,但在实际应用中,SQL 经常跑得很慢,浪费大量硬件资源。例如,某银行的反洗钱计算在 11 节点的 Vertica 集群上跑了 1.5 小时,而用 SPL 重写后,单机只需 26 秒。类似地,电商漏斗运算和时空碰撞任务在使用 SPL 后,性能也大幅提升。这是因为 SQL 无法写出低复杂度的算法,而 SPL 提供了更强大的数据类型和基础运算,能够实现高效计算。
|
10天前
|
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】
24 3
|
10天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
39 2
|
13天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
45 2
|
15天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第27天】在大数据时代,数据湖技术凭借其灵活性和成本效益成为企业存储和分析大规模异构数据的首选。Hadoop和Spark作为数据湖技术的核心组件,通过HDFS存储数据和Spark进行高效计算,实现了数据处理的优化。本文探讨了Hadoop与Spark的最佳实践,包括数据存储、处理、安全和可视化等方面,展示了它们在实际应用中的协同效应。
59 2
|
16天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第26天】本文详细探讨了Hadoop与Spark在大数据处理中的协同作用,通过具体案例展示了两者的最佳实践。Hadoop的HDFS和MapReduce负责数据存储和预处理,确保高可靠性和容错性;Spark则凭借其高性能和丰富的API,进行深度分析和机器学习,实现高效的批处理和实时处理。
56 1