数据的爆炸增长、大数据产业相互交织,人工智能技术的广泛应用,让整个社会面临天翻地覆的变化。产业变革下,近几年,中国的数据科学家牛人辈出,但尚无一个纯技术非商业的交流活动为大家分享这些牛人的新知心得,并提供一个同行间交流学习的平台。而至顶网洞察了数据科学领域的发展趋势,在2017年9月9日,由联通小沃科技和至顶网联合主办,大数据公司Cloudera组织的Wrangle Conference走进中国,在这之前,Wrangle Conference 在硅谷湾区已经举办三年。从 硅谷湾区走入中国,至顶网也希望这个只关乎数据科学的社区会议,能够落地中国。
Wrangle Conference是一个只关乎数据科学的纯技术交流平台的社区会议,会议交流分享和讨论的内容从谈论数据科学的原理,实践和应用,到涵盖多个数据丰富的行业。
想知道数据科学家都在想什么?做什么?
在数据科学中真正的工作是什么样的?
想知道如何减少数据整理中的繁复人工工作?
如何无需手工努力就可以对杂乱的数据进行合理的数据预测?
想知道金融业如何改进数据驱动?
想知道IoT采集的数据可以干什么?
想知道新出现了哪些数据科学的工具?都可以在这里找到答案。
据悉,Cloudera资深架构师陆锋、英特尔的机器学习和大数据软件工程师张尧、瑞天欣实的创始人,首席市场战略咨询官张星汉、数据科学家康祖令博士,数之联CTO方育柯博士,上海交通大学光纤通信国家重点实验室教授, 感知城市数据科学研究院执行院长,网络信息中心副主任金耀辉、浙江移动大数据首席架构师,浙江大学硕士研究生,高级工程师汤人杰、小沃科技大数据架构师何驾澍等数据科技家为我们带来包括数据科学平台、分布式深度学习、数据风控、大数据与智能制造、人工智能的数据治理、大数据向AI云进化、运营商的大数据能力等话题进行分享和讨论。
陆锋长期从事大规模数据存储、处理和分析等相关工作,熟悉分布式系统开发及设计,精通大规模并行数据库(MPP)系统,精通Hadoop等开源大数据产品。在加入Cloudera公司之前,在Teradata,eBay,Tibco以及Microsoft公司担任大规模数据分析和处理相关的技术及管理职位。擅长java、Scala、Python、Torch、tensorflow,Haskell,MATLAB和 Spark的张尧是牛津大学计算机科学硕士学位及荣誉学位,诺丁汉大学获学士学位及顶级奖学金。
张星汉具有20年金融行业服务经验,开源产品架构咨询服务专家,数据业务咨询专家。曾就职 ORACLE、REDHAT等跨国公司,拥有十多年的数据库、软件开发、咨询及项目管理经验。具有丰富的金融行业背景。多家大型金融机构如中国人寿、中国人保、中国农业银行、中国银行、光大、华夏、民生、阳光财险有过商业服务及合作经历。拥有多年的数据/业务咨询经验,在咨询与交付管理过程中,善于解决客户业务痛点,并在其后的合作中实现多方共赢
康祖令精通大数据平台架构设计与实施、实时流式数据处理、数据挖掘与机器学习、大数据应用开发与性能优化等。他会分享运营商千亿级 Storm 流计算平台的设计部署、优化、应用开发等经验。方育柯在计算机科学与大数据等交叉领域的有超过10年的工作经验,一直从事机器学习、集成学习和深度学习方向的技术研究和产业化,获得5项大数据应用相关的国家创新专利和软件著作权。金耀辉2000年在上海交通大学获得博士学位,他曾在贝尔实验室基础科学研究院(中国)任高级研究员研究兴趣包括:云计算网络架构、数据管理与机器学习、时空数据挖掘与应用、公众参与的开放创新等。何驾澍会基于数据敏感度与逻辑分析能力,为您带来数据可视化,及数据分析等经验分享。
相信通过此次活动,您能获得更多的数据科学领域的认知和实践。 更多活动信息欢迎访问:
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。