阿里云飞天技术论坛——互联网金融数据处理及风控实践+阿里云大数据实验室

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: 阿里云生态技术联盟(ITP)创始成员北京青苔数据科技有限公司和阿里云计算有限公司于2018年1月5日在阿里巴巴北京总部联合举办了阿里巴巴飞天技术论坛,本次论坛分享的主题是“互联网金融数据处理及风控实践”+”阿里云大数据实验室”。

阿里云生态技术联盟(ITP)创始成员北京青苔数据科技有限公司和阿里云计算有限公司于2018年1月5日在阿里巴巴北京总部联合举办了阿里巴巴飞天技术论坛,本次论坛分享的主题是“互联网金融数据处理及风控实践”+”阿里云大数据实验室”。

3f0af9278bba082ad8ea3321b8039a233f38ad9a

c4b03ea457b580a2abf81f26150dd173fe4736c2

会议邀请了华北电力大学、河南财经大学、河南工程技术学院等高校领导,从事大数据和人工智能相关企业的高管、以及部分合作伙伴等人士参会。会上,大家听取了阿里云资深专家李海龙关于互联网金融的发展和服务,以及青苔数据CEO 程永关于阿里云大数据实验室的介绍,进一步了解了大数据实验室的技术特点和优势,并亲自体验了阿里云大数据实验室基础课程的实践操作,感受到了该产品对高校大数据教育的先进性和优越性。

c37add4b5885300f1b9530b81c29264c23e1e007

                                                                                          阿里云资深专家介绍互联网金融数据处理

11523b95542bff5c188dc1d9388a9951910539a7

青苔数据CEO介阿里云大数据实验室


 

会议内容:

(一)互联网金融大数据

随着互联网金融的快速发展,海量的用户数据、交易数据以及风控数据的存储、分析和在线服务都对传统的技术架构带来了很大的挑战,在本次论坛中阿里云飞天资深专家李海龙详细介绍了如何利用云计算解决和加速对金融环境下的海量结构化、非结构化数据的实时处理与在线服务。李海龙2011年加入阿里云,负责阿里云自研分布式NoSQL数据库表格存储的研发、测试及发布工作,2015年开始负责表格存储产品化工作,对分布式NoSQL数据库的技术架构、产品设计及应用场景推广都都着丰富的经验。

(二)互联网教育大数据

       当前高校在大数据和人工智能方面存在的众多困难,比如

l  多数高校无法提供合格的大数据相关课程

     受限于数据、平台和真实行业实践经验

l  大数据科研创新存在诸多困难

      1)高校需要一个稳定高效的大数据科研环境,而不是拿开源软件进行修修补补

      2)高校需要一个可伸缩的、廉价的大数据真实实验环境

3)高校需要有各种可供参考的行业案例

为了解决高校在大数据和人工智能上面临的各种问题,北京青苔数据程永(永初)详细介绍了阿里云大数据和人工智能、阿里云大数据实验室 等。程永(前阿里云大数据业务副总经理),现任北京青苔数据CEO。之前在阿里云、IBM等公司任职,在阿里云计算有限公司历任数据业务总经理、大数据业务副总经理等,从无到有组建大数据政企线。专注数据领域17年,著有《智慧的分析洞察》(IBM官方出版)、《数据仓库与数据挖掘》(教育部十二五教材)和《DB2 V9权威指南》等书,发表过五十多篇专业技术文章。

阿里云大数据实验室作为一站式大数据实训和科研创新平台,为各行业用户提供简单易用的大数据真实环境,让数据价值触手可及。用户可通过简单快捷的可视化操作,对各种大数据进行数据采集、数据加工、数据开发、数据管理、数据分析和机器学习等操作,快速探索各种大数据创新应用。

634981c059fd138eb070e212deb2ca059c18b088

参会嘉宾正在进行阿里云大数据实验室实践操作

 

阿里云大数据实验室主要由面向大数据实训的大数据基础课程体系和行业案例课程体系、面向大数据科研创新的科研组件、大数据实验室后台支撑平台等组成。阿里云大数据实验室依赖阿里云大数据公共云平台“数加”。

阿里云大数据实验室主要包含以下功能:

1、各种大数据实训课程(面向教学):

1)在阿里云大数据真实环境中(非模拟或仿真环境)手把手教学生学习各种大数据产品的基础知识,学习过程中既支持100%图形化拖拉拽操作,也支持各种API开发管理。具体课程包括大数据基础、大数据基础实践、离线分布式平台高级开发和管理、深度学习高级开发和管理等。

2)手把手教学生学习各个行业大数据应用创新真实案例(脱敏数据),学生在课程中可以学习大数据创新过程中的各种成功经验和失败教训。具体课程包括电商广告精准营销实践、税务纳税评估实践、银行行业风险信用模型实践和电信行业用户流失分析实践等,另外还包含了11门免费的行业案例课程。

2、面向科研创新环节的大数据科研创新平台:

 在阿里云大数据平台的真实环境中(阿里云大数据平台“数加”),老师和学生可以进行各种大数据应用的创新研究。在研究过程中,可以充分借鉴各个行业的成功经验,加速大数据应用科学研究过程。

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
|
7天前
|
数据采集 数据可视化 大数据
Python在大数据处理中的应用实践
Python在大数据处理中扮演重要角色,借助`requests`和`BeautifulSoup`抓取数据,`pandas`进行清洗预处理,面对大规模数据时,`Dask`提供分布式处理能力,而`matplotlib`和`seaborn`则助力数据可视化。通过这些工具,数据工程师和科学家能高效地管理、分析和展示海量数据。
35 4
|
21天前
|
存储 大数据 分布式数据库
使用Apache HBase进行大数据存储:技术解析与实践
【6月更文挑战第7天】Apache HBase,一个基于HDFS的列式存储NoSQL数据库,提供高可靠、高性能的大数据存储。其特点是列式存储、可扩展至PB级数据、低延迟读写及多版本控制。适用场景包括大规模数据存储、实时分析、日志存储和推荐系统。实践包括集群环境搭建、数据模型设计、导入、查询及性能优化。HBase在大数据存储领域扮演关键角色,未来有望在更多领域发挥作用。
|
25天前
|
分布式计算 Spark 大数据
深入探究Apache Spark在大数据处理中的实践应用
【6月更文挑战第2天】Apache Spark是流行的开源大数据处理框架,以其内存计算速度和低延迟脱颖而出。本文涵盖Spark概述、核心组件(包括Spark Core、SQL、Streaming和MLlib)及其在数据预处理、批处理分析、交互式查询、实时处理和机器学习中的应用。通过理解Spark内部机制和实践应用,可提升大数据处理效率,发挥其在各行业的潜力。
|
15天前
|
分布式计算 自然语言处理 大数据
【大数据】MapReduce JAVA API编程实践及适用场景介绍
【大数据】MapReduce JAVA API编程实践及适用场景介绍
32 0
|
1月前
|
数据采集 供应链 安全
利用大数据优化业务流程:策略与实践
【5月更文挑战第11天】本文探讨了利用大数据优化业务流程的策略与实践,包括明确业务目标、构建大数据平台、数据采集整合、分析挖掘及流程优化。通过实例展示了电商和制造企业如何利用大数据改进库存管理和生产流程,提高效率与客户满意度。随着大数据技术进步,其在业务流程优化中的应用将更加广泛和深入,企业需积极采纳以适应市场和客户需求。
|
27天前
|
人工智能 Cloud Native 安全
民生银行与阿里云成立联合创新实验室
民生银行与阿里云成立联合创新实验室
42 0
|
1月前
|
存储 弹性计算 大数据
【阿里云弹性计算】阿里云ECS在大数据处理中的应用:高效存储与计算实践
【5月更文挑战第23天】阿里云ECS在大数据处理中发挥关键作用,提供多样化实例规格适应不同需求,尤其大数据型实例适合离线计算。通过集成分布式文件系统如OSS,实现大规模存储,而本地存储优化提升I/O性能。弹性扩容和计算优化实例确保高效运行,案例显示使用ECS能提升处理速度并降低成本。结合阿里云服务,ECS构建起强大的数据处理生态,推动企业创新和数字化转型。
49 0
|
1月前
|
分布式计算 数据可视化 Hadoop
大数据实战——基于Hadoop的Mapreduce编程实践案例的设计与实现
大数据实战——基于Hadoop的Mapreduce编程实践案例的设计与实现
473 0
|
1月前
|
分布式计算 Java Hadoop
大数据实战——WordCount案例实践
大数据实战——WordCount案例实践
32 0
|
1月前
|
存储 大数据 数据处理
矢量数据库与大数据平台的集成:实现高效数据处理
【4月更文挑战第30天】本文探讨了矢量数据库与大数据平台的集成,以实现高效数据处理。集成通过API、中间件或容器化方式,结合两者优势,提升处理效率,简化流程,并增强数据安全。关键技术支持包括分布式计算、数据压缩编码、索引优化和流处理,以优化性能和实时性。随着技术发展,这种集成将在数据处理领域发挥更大作用。

热门文章

最新文章