干货云集 WOT2016峰会揭密大数据背后的技术难点

简介:

2016-11-29-19837544d1-04e6-4f93-98a3-948

当前,大数据浪潮席卷全球,整个IT技术领域发生了许多深刻而又复杂的变化。移动设备的爆炸式增涨,以及云计算、传感器和物联网等技术的快速发展,使近两年产生的数据量,几乎超过了以前历史上的总和。每年,大数据领域都会涌现出大量新的技术,成为大数据获取、存储、处理分析或者可视化的有效手段。

然而,搭建大数据平台是一个完整、复杂的体系工程,新的思路和方法考验着各大IT企业人才对大数据进行整合、评价及利用的综合能力。未来,大数据将在哪些领域蓬勃发展并得到深入应用?数据智能化的程度将进化到哪个阶段?

11月25日,由51CTO.com主办的WOT2016大数据技术峰会在北京粤财JW万豪酒店召开,50多位来自阿里、腾讯、百度、京东、小米等知名企业的大数据领域资深技术专家齐聚大会现场,将在两天的时间里与逾千名一线IT技术人员直面交流,分享经验。

2016-11-29-303c6ac17f-519c-4828-9664-7d7

本次WOT大会采取“9大技术分论坛+行业应用实践分论坛”的专场设置模式。议题涵盖实时计算、机器学习、区块链、算法与模型、数据挖掘与分析、系统架构、NoSQL技术实践、数据安全、数据可视化这九个大数据领域前沿话题,以及包含金融大数据、气象大数据、零售大数据等传统行业与大数据领域实践和热门应用,使参会者既能学习到落地的技术应用,又能打开大数据技术引领的商业模式创新、行业发展趋势的视野。

在上午WOT2016大数据峰会的主会场环节,来自阿里云数据架构部总架构师周卫天、Hortonworks高级技术成员Ted Yu、【友盟+】CDO李丹枫和GrowingIO联合创始人叶玎玎为大家带来了数据智能、数据分布调优、用户行为数据透视和精益数据分析等方面的精彩实战分享,赢得了在场技术人的阵阵掌声。

周卫天:数据智能与阿里巴巴和我们

2016-11-29-31d7c41924-a783-4c04-a7a3-580

首先,周老师介绍了阿里巴巴集团大数据平台的数据智能之路,具体包括大数据平台架构和数据智能能力是如何支撑阿里支付宝、蚂蚁金服、菜鸟等宽泛的业务线;如何统一和保障数据的质量和数据的安全;如何支撑阿里云云平台的能力和安全。然后,分享了阿里大数据平台如何帮助国计民生,如何帮助普惠金融,如何做到融入到我们的生活,让数据服务为人类提供便利和让生活更美好。

Ted Yu:TinyLFU, a highly efficient cache admission policy

2016-11-29-383f56d50e-b7a8-41d6-9ae8-b58

数据的分布随着时间的演变随时发生变化,这就需要考虑两个问题:一个是当Cache满的时候,如何去除热度低的数据。二是关注Cache的管理方案,如果新的数据有更大的贡献,再把它放回Cache里面。这里基本上忽略了Admission。Efficient Policy和新的数据进行比较,看谁更适合保留在列表里面。Ted Yu这次主要基于访问频次跟大家分享如何基于TinyLFU调优和提高它在各种应用场景下的命中率。

李丹枫:从用户行为数据透视大数据商业密码

2016-11-29-56acd93982-5006-489c-bc8d-540

如何在海量的数据中挖掘背后的价值,找到实际的应用场景,并且以产品化的形态展现是当今DT时代面临的一个重大课题。李老师本次演讲主要分享了三方面内容,即基于亿级的数据分析,友盟+做过的数据挖掘工作和应用的实践。【友盟+】积累了大量的用户互联网、移动端的使用数据。在过去的一年里,他们围绕这些用户行为数据,在广告营销,客户生命周期管理,金融风险控制和线下数据化运营等方面做了很多有益的尝试,集中分享这些尝试中用到的一些方法和取得的一些初期结果。

叶玎玎:精益数据分析驱动下一轮企业增长

2016-11-29-4264ce0dc5-5f91-4805-84a8-f33

流量为王的时代正在瓦解。2016年上半年,创业公司纷纷面临流量成本居高不下、用户对同质产品免疫的双重困境。留存比新增更重要、在运营上精细深耕比单纯寻求产品上的差异更值得投入。你的团队是否也感受到挑战,正为互联网下半场的争夺暗中发力?那么,如何用最少的成本获取流量,并真正将用户留存下来,如何把现有流量快速变现?数据驱动如何帮您找到增长的魔法数字?这些问题,叶老师给出了他的统计答案和经验之谈。

今明两天,更多技术大牛将在WOT2016大数据技术峰会现场为大家带来技术干货和一线实践经验以及精彩的应用案例,并给各位技术人员面对面解惑答疑。期待您的光临和持续关注!



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
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
|
1月前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
3月前
|
数据采集 传感器 人工智能
大数据关键技术之电商API接口接入数据采集发展趋势
本文从数据采集场景、数据采集系统、数据采集技术方面阐述数据采集的发展趋势。 01 数据采集场景的发展趋势 作为大数据和人工智能工程的源头,数据采集的场景伴随着应用场景的发展而变化,以下是数据采集场景的发展趋势。
|
3月前
|
数据采集 搜索推荐 大数据
大数据技术在电商平台中的应用
电商平台是当今社会最为普及的购物方式之一,而大数据技术则成为了众多企业的强有力竞争力。本文将介绍大数据技术在电商平台中的应用,包括数据采集、预测分析、用户画像等方面,并探讨其对电商平台的价值和意义。
|
3月前
|
机器学习/深度学习 数据采集 算法
大数据分析技术与方法探究
在当今信息化时代,数据量的增长速度远快于人类的处理能力。因此,如何高效地利用大数据,成为了企业和机构关注的焦点。本文将从大数据分析的技术和方法两个方面进行探究,为各行业提供更好的数据应用方向。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据分析的技术和方法:从深度学习到机器学习
大数据时代的到来,让数据分析成为了企业和组织中不可或缺的一环。如何高效地处理庞大的数据集并且从中发现潜在的价值是每个数据分析师都需要掌握的技能。本文将介绍大数据分析的技术和方法,包括深度学习、机器学习、数据挖掘等方面的应用,以及如何通过这些技术和方法来解决实际问题。
52 2
|
12天前
|
分布式计算 Hadoop 大数据
大数据技术与Python:结合Spark和Hadoop进行分布式计算
【4月更文挑战第12天】本文介绍了大数据技术及其4V特性,阐述了Hadoop和Spark在大数据处理中的作用。Hadoop提供分布式文件系统和MapReduce,Spark则为内存计算提供快速处理能力。通过Python结合Spark和Hadoop,可在分布式环境中进行数据处理和分析。文章详细讲解了如何配置Python环境、安装Spark和Hadoop,以及使用Python编写和提交代码到集群进行计算。掌握这些技能有助于应对大数据挑战。
|
3月前
|
机器学习/深度学习 存储 人工智能
大数据处理与分析技术:未来的基石
在信息化时代,数据已成为企业发展和决策的基础。而随着数据量的不断增长,传统的数据处理方法已经无法满足现代企业的需求。因此,大数据处理与分析技术的出现成为了新时代的必需品。本文将介绍大数据处理与分析技术的概念,意义、应用场景以及未来发展趋势。
50 3
|
21天前
|
NoSQL 大数据 数据挖掘
现代数据库技术与大数据应用
随着信息时代的到来,数据量呈指数级增长,对数据库技术提出了前所未有的挑战。本文将介绍现代数据库技术在处理大数据应用中的重要性,并探讨了一些流行的数据库解决方案及其在实际应用中的优势。
|
26天前
|
机器学习/深度学习 人工智能 数据可视化
基于Python的数据可视化技术在大数据分析中的应用
传统的大数据分析往往注重数据处理和计算,然而数据可视化作为一种重要的技术手段,在大数据分析中扮演着至关重要的角色。本文将介绍如何利用Python语言中丰富的数据可视化工具,结合大数据分析,实现更直观、高效的数据展示与分析。
|
1月前
|
存储 NoSQL 大数据
新型数据库技术在大数据分析中的应用与优势探究
随着大数据时代的到来,传统数据库技术已经无法满足海量数据处理的需求。本文将探讨新型数据库技术在大数据分析中的应用情况及其所带来的优势,为读者解析数据库领域的最新发展趋势。