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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19