活动回顾 | 用技术点亮生活!这场大数据挖掘与应用讲座在合肥顺利举办

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: 11月28号 阿里云ACE线下活动合肥首场-社交媒体大数据挖掘与应用成功举办!

IMG_5636.jpg

过去的一年蜀山区培育了市级认定大数据企业101家。
11月28日,蜀山区数据资源局联合清博大数据举办社交媒体大数据挖掘与应用讲座,邀请了阿里云和清博大数据的高级技术专家、科大的教授们前来授课,来自安徽开发者社区的专业技术人员160余人参加了此次专题讲座。
本次讲座蜀山区数据资源局特邀来自阿里巴巴达摩院智能服务事业部高级技术专家们前来授课,就人工智能、视觉分析技术、AI算法在内容分析领域的落地、AI算法在超大规模数据量场景下的性能优化、自然语言生成与知识图谱等技术内容,通过应用投影引导式教学进行了详细地讲解与技术分享。为安徽开发者社区送上一份丰富实用的“加油包”。
蜀山区数据资源局党组书记赵杰做了开场致辞,表达了对活动的强力支持,给参与者讲解了蜀山区在大数据领域的规划,现阶段的丰硕成果,对大家表示了殷殷期望,希望大家抓住历史机遇,努力发展,参与打造长三角线上线下融合经济示范城市。
111.png

来自阿里达摩院的李禹介绍了达摩院图形图像,语音,NLP多个核心团队通力合作打造的智能直播间,降低了主播开播门槛,更有效的对商品进行推荐。
222.png

清博大数据副总裁王欢分享了AI中台在社交内容分析中不断的演化,逐渐体系化、规范化、智能化,满足不断的业务增长需求。基于AI中台能力构建了AI实验室、数据开放平台等,促进产学研,打造基于内容大数据的产业生态。333.png

来自达摩院的潘健雄介绍了阿里集团视觉平台的能力和应用。讲解人脸人体识别,检测跟踪在不同场景的使用,比如在运动中通过体态检测打分,极大减少了专业人员的时间,这一类技术有着丰富的应用场景。444.png

来自中国科学技术大学的徐童副教授给大家讲解了通过视频,语音,文本多模态内容的采集,实现复合的语义理解,并介绍了相关领域的研究进展,大家听得入迷。555.png

阿里云ACE合肥分会会长,阿里云MVP江冬勤给大家介绍了阿里云开发者社区。666.png

安徽云促会开发者工作委员会(筹)会长白顺龙介绍了云促会工作委员会(嗨码开发者社区)和将来规划,以后会用持续优质的活动来改善安徽的开发者环境,服务安徽软件行业。
会议最后圆满结束,听众都觉得不虚此行。此次活动得到了主办单位阿里云开发者社区,清博大数据,上级单位安徽云计算产业促进会的大力支持。
未来蜀山区数据资源局将持续为安徽开发者社区注入能量,成为开发者们强有力的支撑和依靠。
文章转载自凤凰网安徽https://ah.ifeng.com/c/81l9LS0CU24

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
|
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
|
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。
|
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。
|
11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】
25 3
|
11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。
46 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