大数据基础设施建设需要得到重视 | 记清华大数据“应用·创新”讲座

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

“大数据基础设施是面向数据采集、数据分析和数据应用的创新性系统工程。它一方面指支撑大数据应用和大数据产业的基础设施,另一方面指用大数据和人工智能的方法,解决基础设施运行过程中的问题。 ”清华-青岛数据科学研究院(以下称“数据院”)大数据基础设施研究中心副主任赵强博士说到。数据时代,基础设施建设已经成为数据科学发展的瓶颈,提高人们对大数据基础设施建设重要性的认知迫在眉睫。10月26日新一期 清华大数据“应用·创新”讲座上,数据院特地邀请赵强博士做了 “语义视角下的跨学科与跨界数据认知”的主题演讲,为大家普及了大数据基础设施建设的意义,并强调在数据技术飞速发展的时代,基础设施建设的重要性。

1

活动当天,数据院的工作人员早早就布置好了场地,确保活动现场及活动直播能够正常进行。当天天气温度较低,伴有重度雾霾,许多清华校内学生、大数据领域的从业者依旧纷纷在活动之前就赶到了现场,只为找到更靠前的位置,方便与嘉宾互动交流。活动伊始,数据院作为主办方首先感谢了大家对此次活动的关注和支持,随后,赵强博士以语义视角切入,从大数据基础设施、社会化大规模实验、场景数据化技术3个方面分享了自己对跨学科与跨界数据的思考。赵强博士的演讲,带领活动观众深入了解到大数据基础设施建设的研究内容、应用领域及发展意义。

2

大数据分析领域的从业者李文博表示,“我一直都很关注大数据的实际应用,一直以来了解和接触较多的是不同的数据技术在各领域的应用,参与本期讲座,让我看到了在大数据各类技术之下,还存在着基础设施建设的问题。 听了赵老师专业透彻的介绍和分析,我意识到了大数据基础设施建设的重要性,同时了解到想要做好基础设施建设,需要进行跨学科的交流合作,从事该领域的人才必须具备数据科学思维和技术场景化意识。我将会继续关注这一领域的新动态,希望大数据基础设施建设能够为技术提供强有力的支持。”

演讲期间,大家积极向赵强博士提问,有多位观众还表达了对大数据基础设施研究中心(以下称“中心”)的好奇,对此,赵强博士为大家详细介绍了中心的研究方向及成立目标。 大数据基础设施研究中心是2017年8月17日成立的,围绕大数据基础设施建设领域进行研究,与数据院已有的工业大数据、经济金融数据、智慧城市大数据等研究方向的科研中心进行横向合作,孵化社会化大规模数据实验室,从而推进大数据基础设施建设,支持社会数据行业向前发展。数据院此次讲座邀请中心副主任赵强博士来给大家做分享,正是为了提高社会对大数据基础设施的认知、推动数据基础设施建设、促进数据开放共享、推动人才建设。数据院为赵强博士颁发了讲座嘉宾特邀证书,欢迎赵强博士后续再为大家做精彩的专题分享。

3

本次讲座,吸引了来自互联网、传媒、金融等多个行业的从业者以及来自各个高校化学工程、公共管理、计算机等多个院系的学生参与。清华大学化学工程系的研究生阎建辉从本科阶段起就对大数据技术有着浓厚兴趣,他对我们说: “此次讲座让我深化了对大数据基础设施的认识,通过了解大数据平台从上到下的架构,能够探究优化处理平台底层的方法。这是一个全新的视角,对我很有启发。”本科期间,阎建辉对大数据技术的接触偏工具实用性,如今,他计划深入学习数据科学的基础知识,并参与了清华大数据能力提升项目。 参加这一期讲座,让他了解了基础设施建设对推动数据科学发展的重要性,也意识到基础设施的建设急需同时具备技术与场景业务能力的跨学科人才,这也为他自身能力的提升找到了新的方向,他表示希望能经常参与此类讲座,丰富自己的综合知识。

原文发布时间为:2017-10-30
本文来自云栖社区合作伙伴“数据派THU”,了解相关信息可以关注“数据派THU”微信公众号

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 
相关文章
|
2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。
154 1
|
18天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
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
|
2月前
|
存储 分布式计算 druid
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
69 1
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
ly~
|
2月前
|
供应链 搜索推荐 安全
大数据模型的应用
大数据模型在多个领域均有广泛应用。在金融领域,它可用于风险评估与预测、智能营销及反欺诈检测,助力金融机构做出更加精准的决策;在医疗领域,大数据模型能够协助疾病诊断与预测、优化医疗资源管理和加速药物研发;在交通领域,该技术有助于交通流量预测、智能交通管理和物流管理,从而提升整体交通效率;电商领域则借助大数据模型实现商品推荐、库存管理和价格优化,增强用户体验与企业效益;此外,在能源和制造业中,大数据模型的应用范围涵盖从需求预测到设备故障预测等多个方面,全面推动了行业的智能化转型与升级。
ly~
184 2
ly~
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据在智慧金融中的应用
在智能算法交易中,深度学习揭示价格波动的复杂动力学,强化学习依据市场反馈优化策略,助力投资者获取阿尔法收益。智能监管合规利用自然语言处理精准解读法规,实时追踪监管变化,确保机构紧跟政策。大数据分析监控交易,预警潜在违规行为,变被动防御为主动预防。数智化营销通过多维度数据分析,构建细致客户画像,提供个性化产品推荐。智慧客服借助 AI 技术提升服务质量,增强客户满意度。
ly~
157 3
ly~
|
2月前
|
供应链 搜索推荐 大数据
大数据在零售业中的应用
在零售业中,大数据通过分析顾客的购买记录、在线浏览习惯等数据,帮助零售商理解顾客行为并提供个性化服务。例如,分析网站点击路径以了解顾客兴趣,并利用历史购买数据开发智能推荐系统,提升销售和顾客满意度。此外,大数据还能优化库存管理,通过分析销售数据和市场需求,更准确地预测需求,减少库存积压和缺货现象,提高资金流动性。
ly~
458 2
ly~
|
2月前
|
供应链 监控 搜索推荐
大数据的应用场景
大数据在众多行业中的应用场景广泛,涵盖金融、零售、医疗保健、交通物流、制造、能源、政府公共服务及教育等领域。在金融行业,大数据用于风险评估、精准营销、反欺诈以及决策支持;零售业则应用于商品推荐、供应链管理和门店运营优化等;医疗保健领域利用大数据进行疾病预测、辅助诊断和医疗质量评估;交通物流业通过大数据优化物流配送、交通管理和运输安全;制造业则在生产过程优化、设备维护和供应链协同方面受益;能源行业运用大数据提升智能电网管理和能源勘探效率;政府和公共服务部门借助大数据改善城市管理、政务服务及公共安全;教育行业通过大数据实现个性化学习和资源优化配置;体育娱乐业则利用大数据提升赛事分析和娱乐制作水平。
ly~
642 2
|
3月前
|
存储 数据可视化 大数据
大数据管理与应用
大数据管理与应用是一门融合数学、统计学和计算机科学的新兴专业,涵盖数据采集、存储、处理、分析及应用,旨在帮助企业高效决策和提升竞争力。核心课程包括数据库原理、数据挖掘、大数据分析技术等,覆盖数据处理全流程。毕业生可从事数据分析、大数据开发、数据管理等岗位,广泛应用于企业、金融及互联网领域。随着数字化转型加速,该专业需求旺盛,前景广阔。
165 5
|
3月前
|
存储 搜索推荐 大数据
大数据在医疗领域的应用
大数据在医疗领域有广泛应用,包括电子病历的数字化管理和共享,提升医疗服务效率与协同性;通过数据分析支持医疗决策,制定个性化治疗方案;预测疾病风险并提供预防措施;在精准医疗中深度分析患者基因组信息,实现高效治疗;在药物研发中,加速疗效和副作用发现,提高临床试验效率。此外,在金融领域,大数据的“4V”特性助力业务决策前瞻性,被广泛应用于银行、证券和保险的风险评估、市场分析及个性化服务中,提升运营效率和客户满意度。
270 6
下一篇
DataWorks