
大数据领域承上启下的一年
第四届中国数据库技术大会(DTCC 2013)将于北京福朋喜来登酒店拉开序幕。大会将秉承分享IT最佳应用实践的宗旨,围绕大数据应用、数据架构、数据管理(数据治理)、传统数据库软件等技术领域展开深入探讨,并将邀请一批国内顶尖的技术专家来进行分享。本届大会将在保留数据库软件应用实践这一传统主题的基础上,向大数据、数据结构、数据治理与分析、商业智能等领域进行拓展,以满足于广大从业人士和行业用户的迫切需要。
自2010年以来,国内领先的IT专业网站IT168联合旗下ITPUB、ChinaUnix技术社区已经连续举办了三届数据库技术大会,每届大会超过千人规模,云集了国内技术水平最高的数据架构师、DBA、数据库开发工程师、研发总监、IT经理等,是目前国内最受欢迎的数据库技术盛会。
▲微软大中国区企业服务部首席技术官殷皓
在第四届中国数据库技术大会即将召开之际,IT168记者采访了本届大会的演讲嘉宾微软大中国区企业服务部首席技术官殷皓老师,在本次采访中,殷皓老师分享了他对2013年数据库发展趋势的理解,以及对本届数据库大会的期待和祝福。
投身数据库领域二十载
殷皓(Howard Yin)目前任职与微软大中国区企业服务部,担任首席技术官(CTO)的工作。自90年代初在美国开始工作就一直做数据库有关的工作,开发、管理、设计,行业也设计电信、医药、金融。自2000年加入美国微软后也一直在数据库领域工作。2005年,殷皓转入微软SQL Server产品组,负责全球大客户大项目的实施架构咨询及产品规划,专注亚太区,也因此转向亚太发展。一开始在日本,2007年正式调回中国并领导亚太区团队。2011年工作调动到服务器开发团队中国云创新技术中心及亚太研究院,担任战略规划总监,主要关注在大数据、物联网等领域中的战略性投入。2012再次调动到目前部门,主要负责企业部门的技术走向。
承上启下的转折年
在谈到今年数据库领域的一些变化时,殷皓表示,2013年对于数据库,尤其在大数据库方面会是承上启下的一年,也是至关重要的一年。过去几年,从对象型数据库,到NOSQL,到大数据,逐渐的把结构化和非结构化数据的集成形成了一个更有条理的体系,其所设计的行业应用也更加切实可行。 同时可喜的是,不管是客户还是解决方案提供商,都意识到切实可行的重要性。结合数据挖掘,对整合结构化和非结构化数据进行分布式的分析挖掘,取得不断进步的对数据的认识会是行业中发展很快的一部分。
从传统的在已知数据模型架构下做数据的分析,增加在大数据基础上通过挖掘分析对数据分析模型优化的元素,将会是大数据应用的一大现象。另一大部分的发展会是对数据进行近实时的分析和反应,在数据分析中利益的时效性范围内,是很重要的一个因素,同时和运行系统的整合,也能更重要的体现到大数据的价值。
演讲爆料:对大数据的思考和价值
在本次采访中,殷皓老师也简单介绍了其将在2013第四届中国数据库技术大会上的演讲话题,这次大会,我的演讲会主要针对大数据的思考,价值和一些实用案例。对于即将召开的2013第四届中国数据库技术大会,殷皓老师送上了自己的祝福,一年一度的数据库大会,我在两年前有幸参加过一次,觉得谈到的技术信息对业界同仁很有帮助,层次很有多元化,从决策性、方向性到操作性的知识,跨行业跨平台的覆盖率,是一个很好的学习交流平台。我也忠心祝贺今次的中国数据库技术大会再次成功!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10