京公网安备 11010802034615号
经营许可证编号:京B2-20210330
贵阳国际大数据产业博览会看点指引_数据分析师
2015贵阳国际大数据产业博览会暨全球大数据时代贵阳峰会即将拉开帷幕,作为全球首个以大数据为主题的博览会和峰会,本届“数博会”除峰会这一环节外,将对市民免费开放。通过登陆会议官方网站、关注数博会官方微信、现场报名的方式,观众将获得进场资格。
作为“数博会”的重要组成部分,22个分论坛将贯穿整个峰会,涉及到安全、趋势、技术等大数据的各个方面。下面记者带你先盘点论坛的时间、地点、探讨内容、重要嘉宾等信息,希望有兴趣的观众不要错过峰会期间各分论坛的精彩。
国内外“大咖”现身时间地点相对集中
据“数博会”组委会统计,会议期间到贵阳参会的嘉宾将有3000余人,其中李彦宏、马云、马化腾、雷军、周鸿祎等企业界知名人士已确定参会,惠普、戴尔、华为、联想、富士康等企业的30余位高管均有意在分论坛上发表主旨演讲。
22个分论坛从25日持续至28日,其中以26日和27日最为集中。值得注意的是25日举行的“2015中国(贵阳)服务外包与呼叫中心发展论坛”和26日举行的“聚合、创新、引领——中国大数据时代信息安全产业创新发展高峰论坛”、“第十届灾难恢复行业高层论坛——大数据安全战略”将持续一天时间,而其他的论坛都在3到4个小时之间。
除了3个分论坛外,其他的分论坛的举办地点,都集中在贵阳国际生态会议中心。其中,25日的“贵州贵安智能终端与移动应用高峰论坛‘知行合一——面向未来的智能终端’”和27日的“中印IT产业发展论坛”在贵安新区的北斗湾开元酒店举行,25日的“千人计划专家与大数据创新创业论坛”在贵州大学举行。
对于大家最想知道“马云会在哪个场馆出现”。大赛组委会相关负责人表示,“普通参观者想见马云很难”,马云等大佬基本只参加全球大数据时代贵阳峰会,峰会不对普通参观者开放。
不过这并不影响“数博会”嘉宾的豪华阵容。中国工程院院士倪光南、国家信息中心总工程师宁家骏、国家行政学院教授罗建中、香港城市大学教授马建、中国社科院法学研究所周汉华、国家信息中心信息化研究部主任张新红、中科院大学管理学院教授吕本富等专家学者,国家各行业主管部门主要负责人,欧洲部分国家大使、印度大使等也将参与本次数博会。他们将在“数博会”期间参加论坛,探讨大数据产业未来,以及为中国、为贵州发展大数据产业出谋划策。
参会嘉宾将围绕大数据主流技术、安全隐私、跨领域应用、学科融合、大数据分析等方面进行主题演讲。从组委会公布的信息能看到,中国信息通信研究院副院长刘多、美国新泽西州立大学教授张潼、加拿大盖尔弗大学教授杨先一、华为中国区大数据平台市场总监杨建光、清华大学教授郑纬民,将在论坛上发表主题演讲《中国大数据产业发展面临的机遇与挑战》、《Intelligent Systems for Big Data Engineering》、《大数据“慧”说话》、《大数据存储系统的几个关键技术》。
内容从大数据学术研究到实践创新
分论坛的内容主要分为创新与实践、变革与趋势、应用与安全、技术与产业、国际合作与学术交流五大板块。
创新与实践中,将围绕近年来大数据领域的技术、应用创新与实践,探讨大数据在应用上的途径和趋势,让大数据更好的为我们的生活和经济社会的发展服务。5月27日举行的“城市全域免费无线网络与块数据下的产业创新发展论坛”就是该板块下的主要论坛,参会嘉宾将以贵阳在大数据产业方面的重大理论创新和实践为题,探讨西部地区经济发展从跟随到创新发展战略转型的途径。
变革与趋势板块中,将围绕大数据兴起之后,推动社会从IT时代走向了大数据时代,分析和探讨经济、社会甚至人们的生活所发生的变化及趋势,让我们更好的去适应、迎接大数据时代的变革。5月27日,由中关村大数据产业联盟和贵阳日报传媒集团承办的“政企面对面分论坛”,就将以政府和企业之间的直接对话为切入点,探讨在大数据领域政府和企业各自所面临的问题和解决方案。
应用与安全板块,这是分论坛中最为重要的板块,将立足于大数据时代所面临的个人隐私、公共安全、国家安全、政府资源、场所交易这五大数据风险,探讨在大数据时代中我们如何在分享大数据红利的同时,保证数据安全。将有5个分论坛所探讨的内容与数据安全有关,其中在持续时间最长的3个论坛中,就有两个与数据安全有关。5月26日举行的“聚合、创新、引领——中国大数据时代信息安全产业创新发展高峰论坛”,参会嘉宾将围绕大数据信息产业如何创新性的引领大数据产业聚合、创新发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21