O'Reilly、Cloudera 主办
Make Data Work
2017年7月12-13日:培训
2017年7月13-15日:会议
北京,中国

辅导课

请选择8月4日周四的全天或半天辅导课。专家的讲座将带你深入重要议题。请注意:参加辅导课您的注册内容包必须包含周四辅导课;该门票不能参加培训课程。

Thursday, July 13

Add to your personal schedule
09:00–12:30 Thursday, 2017-07-13
地点: 多功能厅5A(Function Room 5A) 观众水平 (Level): 中级 (Intermediate)
Jiangjie Qin (LinkedIn)
平均得分:: *****
(5.00, 2 次得分)
Apache Kafka作为近年来最流行的消息系统之一,其使用场景已经从最初的集中系统消息队列发展到更为复杂的一系列使用场景,包括流处理,数据库复制,CDC等等。本次演讲将以Kafka在LinkedIn的实践为基础详细介绍Kafka的各种应用场景。 了解更多信息.
Add to your personal schedule
09:00–12:30 Thursday, 2017-07-13
地点: 多功能厅5B(Function Room 5B) 观众水平 (Level): Beginner
Ted Malaska (Capital One)
The recent advancement in distributed processing engines, from Spark to Impala to Spark Streaming and Storm, has proved exciting. Ted Malaska explains why, if your design only focuses on the processing layer to get speed and power, you may be missing half the story and leaving a significant amount of optimization untapped. 了解更多信息.
Add to your personal schedule
09:00–12:30 Thursday, 2017-07-13
地点: 多功能厅5C(Function Room 5C) 观众水平 (Level): 中级 (Intermediate)
Yupeng Fu (Alluxio), Rong Gu (南京大学)
在这个三个小时的教学课中, 我们将向参与者讲授Alluxio基础知识,演示Alluxio如何工作以及如何使用此系统帮助分布式计算引擎(如Spark或MapReduce)以内存速度共享数据。 了解更多信息.
Add to your personal schedule
09:00–12:30 Thursday, 2017-07-13
地点: 多功能厅3(Function Room 3) 观众水平 (Level): Beginner
Yufeng Guo (Google)
TensorFlow is a popular open source machine learning library that is especially well-suited for deep learning. Yufeng Guo introduces machine learning and deep learning with concrete examples, walking you through hands-on exercises using TensorFlow and TensorBoard. 了解更多信息.
Add to your personal schedule
13:30–17:00 Thursday, 2017-07-13
地点: 多功能厅5C(Function Room 5C) 观众水平 (Level): Intermediate
Damon Deng (AWS)
深度学习正持续地在诸如计算机视觉、自然语言处理和推荐引擎等领域引领最前沿的进步。带来这个进步的一个关键因素就是大量的高度灵活和对开发人员很友好的深度学习框架的出现。在本辅导课里,亚马逊机器学习团队的成员将会就深度学习的背景做一个简短的介绍,主要关注与其相关的应用领域。并会对强大和可扩展的深度学习框架——MXNet——做一个介绍。辅导课的最后,你可以获得上手的机会来获得针对多种应用的经验,包括计算机视觉和推荐引擎等。并可以看到如何使用预先配置好的深度学习AMI和CloudFormation模版来帮助加快开发速度。 了解更多信息.
Add to your personal schedule
13:30–17:00 Thursday, 2017-07-13
地点: 多功能厅3(Function Room 3) 观众水平 (Level): 中级 (Intermediate)
Yiheng Wang (Intel)
深度学习已经在很多的领域(例如计算机视觉、自然语言处理和语音识别等)取得了顶尖水准的表现,对工业界有极大的潜在应用价值。我们应该注意到深度学习和大数据的联系非常得紧密。首先,深度学习的模型需要使用大量的数据来训练,这就是为什么它直到大数据时代才开始蓬勃发展。其次,现在绝大部分的大数据都是视频、音频和文字数据,非常适合使用深度学习算法来处理。为了能释放深度学习的能力,我们就应该把它运用在大数据的环境里。 了解更多信息.
Add to your personal schedule
13:30–17:00 Thursday, 2017-07-13
地点: 多功能厅5A(Function Room 5A) 观众水平 (Level): Beginner
Sijie Guo (ASF), Maosong Fu (Twitter)
The move to streaming architectures from batch processing is a revolution in how companies use data. But what is the state of the art for a real-time data stack? Sijie Guo and Maosong Fu explore the typical challenges in a modern real-time data stack and explain how the modern technology will impact streaming architecture and applications in the future. 了解更多信息.
Add to your personal schedule
13:30–17:00 Thursday, 2017-07-13
地点: 多功能厅5B(Function Room 5B) 观众水平 (Level): Intermediate
Ted Malaska (Capital One)
平均得分:: *****
(5.00, 1 次得分)
Ted Malaska walks you through building a fraud-detection system, using an end-to-end case study to provide a concrete example of how to architect and implement real-time systems via Apache Hadoop components like Kafka, HBase, Impala, and Spark. 了解更多信息.

联系OReillyData

关注OReillyData微信号获取最新会议信息并浏览前沿数据文章。

WeChat QRcode

 

Stay Connected Image 1
Stay Connected Image 3
Stay Connected Image 2

阅读关于大数据的最新理念。

ORB Data Site