Бесплатная конференция "Стратегия Больших данных" для ИТ специалистов

8:30

Приветственный кофе

8:50

Вступительное слово

9:00

Блиц-доклад 1 
Рамунас Урбонас 

Краткое описание:
Краткая вступительная речь. Я расскажу вам о продолжающемся путешествии в мир Hadoop. Это история о том, как компания Adform осмелилось вторгнуться в джунгли Больших Данных в поисках спрятанных сокровищ и славы. Если вы хотите пойти по нашим стопам, присоединитесь ко мне всего на 20 минут – я помогу вам собрать чемоданы. 

9:20

Сессия 1
Эд Снельсон , Старший научный сотрудник  Bing! 

Краткое описание:
Эд представит исследование Больших Данных на примере стратегии исследования/оптимизации масштабных интернет-параметров, над которой он работал в BingAds, где активно применяется алгоритм типа Map-Reduce для их вычисления на основании записей журналов рекламных аукционов. Эд также расскажет о внутреннем хранении данных Bing и платформе Map-Reduce (Cosmos/SCOPE), а также попытается выделить преимущества и недостатки этой структуры.

10:20

Активный перерыв

10:40

Блиц-доклад 2 
Тадас Пиворюс  - «Женат» на Cassandra

Краткое описание:
Тадас поделиться историей своих отношений с Cassandra и расскажет не только о приятных моментах, но и о скелетах в шкафах. И о том, почему эти отношения всё же закончились.

11:00

Сессия 2
Сергей Сверчков , Менеджер по проектам и архитектор решений в  Altoros 
и 
Виталий Руденя, Руководитель команды Java в Altoros 

TBC

12:00

Ланч

13:00

Блиц-доклад 3 
Рамунас Балуконис  - Datawarehouseresearch

Краткое описание:
Выступление охватит собой результаты двухлетнего исследования технологий масштабируемого хранилища данных. Всегда непросто следовать своей цели, когда всё вокруг изменяется: и технологии, и требования, и люди. Тем не менее, нет ничего важнее, чем идея, которая направляет нас в нужном направлении. Никто, кроме вас не знает, где вы будете через 10 лет.

Темы:
Масштабируемое хранилище данных, развивая идею.

13:20

Сессия 3
Томас Йенсен , Главный бизнес-аналитик в Expedia 

Краткое описание:

Алгоритмы Больших Данных имеют потенциал, позволяющий достичь впечатляющих уровней точности. И всё же размеры пакетов данных влекут за собой ряд новых проблем при обучении алгоритмов. В течение этой сессии вы узнаете, как Большие Данные повлияли на использование классических алгоритмов машинного обучения и как применять эти алгоритмы в работе с большими массивами данных.

14:20

Завершение