Sais 2019欧洲
时间表
演讲者
事件
统一分析中的女性bob体育亚洲版
行业交流活动
晚上的活动
赞助商
工作委员会
演讲视频
Sais 2019欧洲
时间表
演讲者
事件
统一分析中的女性bob体育亚洲版
行业交流活动
晚上的活动
赞助商
工作委员会
演讲视频
跳到
10月15日
10月16日
10月17日
10月15日,星期二
10月16日星期三
10月17日星期四
跟踪
显示所有
AI用例
开发人员
工程数据
数据科学,机器学习和深度学习
数据与机器学习研究
数据和ML行业用例
发起会话
教程
过滤器
所有技能水平
初学者
中间
先进的
内容过滤
Apache Spark用例
体系结构
Databricks技术讲座
实践教程
发起会话
技术深潜
技术性vs非技术性
时间表
星期二,10月15日——训练
07:00
登记
登记
720分钟
09:00
培训:Apache Spark编程
培训
180分钟
房间:D201
09:00
培训:Apache Spark调优和最佳实践
培训
180分钟
房间:Elicium 1
09:00
培训:使用Databricks Delta Lake为Apache Spark构建数据管道
培训
180分钟
房间:E102
09:00
培训:Apache Spark 2.x数据科学
培训
180分钟
房间:Elicium 2
09:00
培训:半日预备课程+数据认证考试
培训
180分钟
房间:E103
09:00
培训内容:生产中的机器学习:MLflow和模型部署
培训
180分钟
房间:D203
09:00
培训:通过Keras, TensorFlow和Apache Spark理解和应用深度学习
培训
180分钟
房间:E107
12:00
午餐
午餐
60分钟
13:00
培训:Apache Spark编程
培训
240分钟
房间:D201
13:00
培训:Apache Spark调优和最佳实践
培训
240分钟
房间:Elicium 1
13:00
培训:使用Databricks Delta Lake为Apache Spark构建数据管道
培训
240分钟
房间:E102
13:00
培训:Apache Spark 2.x数据科学
培训
240分钟
房间:Elicium 2
13:00
培训内容:生产中的机器学习:MLflow和模型部署
培训
240分钟
房间:D203
13:00
培训:通过Keras, TensorFlow和Apache Spark理解和应用深度学习
培训
240分钟
房间:E107
18:00
Ask Me Anything (AMA): Apache Spark提交者和Databricks创始人
打破
20分钟
房间:世博馆
18:30
阿姆斯特丹数据科学聚会-饮料和数据:数据科学,人工智能和机器学习技术讲座
Meetup
150分钟
房间:论坛
星期三,10月16日-会议
07:00
登记
登记
600分钟
09:00
阿尔法星:掌握实时战略游戏星际争霸2
Oriol Vinyals(谷歌)
主题
90分钟
房间:礼堂
09:00
开源生态系统的新发展:Apache Spark bob下载地址3.0、Delta Lake和Koalas
Michael Armbrust (Databricks)
布鲁克·维尼格(Databricks)
Burak Yavuz(数据库)
主题
90分钟
房间:礼堂
09:00
用数据和人工智能的统一方法在家庭中节约能源- EU
斯蒂芬·高尔斯沃西博士(Quby)
主题
90分钟
房间:礼堂
09:00
统一数据分析:帮助数据团队解决世界上最棘手的问题
Ali Ghodsi (Databricks)
主题
90分钟
房间:礼堂
10:00
博览馆公开
Meetup
480分钟
房间:世博馆
10:30
打破
打破
30分钟
10:35
Ask Me Anything (AMA): Delta Lake
打破
20分钟
房间:世博馆
11:00
在异构CPU + FPGA平台上加速实时视频分析bob体育客户端下载
Bhoomika Sharma (Megh计算公司)
人工智能
40分钟
房间:翡翠
11:00
Apache Spark At Scale in Cloud
罗丝·图米(彭博社)
工程数据
40分钟
房间:论坛
11:00
在Azure Databricks上使用FastAI的NLP自动化损失预防:PetSmart的温和入门
Mike Vedomske (PetSmart)
数据和机器学习行业用例
40分钟
房间:G106
11:00
利用Delta Lake大规模构建可靠的数据湖
Andreas Neumann (Databricks)
如来(数据)
Mukul Murthy (Databricks)
工程数据
40分钟
房间:G104
11:00
深度学习的持续部署
尼克·彭特里斯(IBM)
数据科学
40分钟
房间:G102
11:00
数据工程师:停止手工编码,开始加速你的分析项目!知道欧盟
迈克尔·德斯坦(《Talend》)
发起会话
20分钟
房间:E107
11:00
在分析动物园上使用Apache Spark和分布式Keras的高能物理深度学习管道
卢卡·卡纳利(欧洲核子研究中心)
数据与机器学习研究
40分钟
房间:E102
11:00
使用Morpheus和Neo4j扩展企业Spark Graph
Martin Junghanns (Neo4j)
Sören Reichardt (Neo4j)
开发人员
40分钟
房间:Elicium 2
11:00
考拉:从熊猫到Apache Spark的简单过渡
蒂姆•亨特(荷兰银行)
上申拓哉(Databricks)
数据科学
40分钟
房间:Elicium 1
11:00
近实时数据仓库与Apache Spark和Delta Lake
贾斯珀·格鲁特(Eventbrite)
开发人员
40分钟
房间:礼堂
11:00
Apache Spark中的矢量化R执行
Hyukjin Kwon (Databricks)
开发人员
40分钟
房间:E103
11:20
推荐故事:在降低成本的同时提高后端数据质量
雅克·皮埃尔·弗朗索瓦·杜(Elsevier)
发起会话
15分钟
房间:E107
11:50
.NET for Apache Spark
Rahul Potharaju(微软)
Terry Kim(微软)
开发人员
40分钟
房间:Elicium 2
11:50
Apache Spark的内置文件源深度
王耿亮(数据)
开发人员
40分钟
房间:礼堂
11:50
利用Delta Lake - cont建立大规模可靠的数据湖
Andreas Neumann (Databricks)
如来(数据)
Mukul Murthy (Databricks)
教程
40分钟
房间:G104
11:50
制药行业的大规模商业分析:从黑客松到Azure Databricks的MVP
彼得•韦伯(葛兰素史克)
数据和机器学习行业用例
40分钟
房间:G106
11:50
数据再现性,审计,即时回滚,和时间旅行与三角洲湖的其他应用
凯尔·韦勒(微软)
工程数据
40分钟
房间:论坛
11:50
使用Intel Optane DC持久内存为Apache Spark Analytics提供燃料
谢琦(英特尔)
发起会话
15分钟
房间:E107
11:50
利用分解体系结构改进Apache Spark
郭晨昭(英特尔)
卡森·王(英特尔)
数据与机器学习研究
40分钟
房间:E102
11:50
使用Arrow加速PySpark的内部原理
鲁本·贝伦盖尔(混合理论)
开发人员
40分钟
房间:E103
11:50
用图形转换AI:使用Spark和Neo4j的真实世界示例
Alicia Frame (Neo4j)
数据科学
40分钟
房间:G102
11:50
基于PySpark的马尔可夫决策问题策略探索
Justin Brandenburg (Databricks)
人工智能
40分钟
房间:翡翠
11:50
ziline - airbnb的声明性功能工程框架
Varant Zanoyan (Airbnb)
Evgeny Shapiro (Airbnb)
数据科学
40分钟
房间:Elicium 1
12:10
将Hadoop分析迁移到Spark中而不中断
克莱顿·德吉(WANdisco)
发起会话
15分钟
房间:E107
12:30
午餐
午餐
60分钟
13:40
未来十年的人工智能可扩展性
戴夫·麦克唐纳(IBM)
发起会话
20分钟
房间:E107
13:40
使用Apache Spark进行异步超参数优化
吉姆·道林(逻辑时钟AB)
莫里茨·梅斯特(逻辑时钟AB)
数据与机器学习研究
40分钟
房间:E102
13:40
三角洲湖泊顶部建筑数据密集型分析应用
Ganesh Chand (Databricks)
Ravi Gawai (Databricks)
工程数据
40分钟
房间:论坛
13:40
在Apache Spark上使用DL4J进行深度学习:是的,这很酷,但你做得对吗?
古列尔莫·奥兹亚(MSD)
数据科学
40分钟
房间:G102
13:40
降级:自动伸缩Apache Spark集群的致命弱点
普拉哈尔·贾殷(Qubole)
Venkata Krishnan sowrrajan (LinkedIn)
开发人员
40分钟
房间:Elicium 2
13:40
用新的数据源扩展Spark SQL 2.4(实时编码会话)
Jacek Laskowski(发展和培训服务)
开发人员
40分钟
房间:礼堂
13:40
如何自动化Apache Spark的性能调优
Jean-Yves Stephan(数据力学)
Julien Dumazert(数据力学)
教程
40分钟
房间:G104
13:40
利用人工智能和物联网数据让家庭高效舒适
艾丽莎·弗塞普特(Quby)
人工智能
40分钟
房间:翡翠
13:40
将Apache Spark ML作业迁移到Kubeflow上的Spark + Tensorflow
霍尔顿·卡劳(苹果公司)
数据科学
40分钟
房间:Elicium 1
13:40
Spark SQL中的物理计划
David Vrba (Socialbakers a.s.)
开发人员
40分钟
房间:E103
13:40
使用Spark和Tensorflow检索视觉相似的产品进行购物推荐
钟志超(Wehkamp)
数据和机器学习行业用例
40分钟
房间:G106
14:00
在数据科学过程中构建弹性
格雷格·威利斯(Dataiku)
发起会话
15分钟
房间:E107
14:30
盟友与对手:通过对比近端原型来解释模型推理
Deepak Pai (Adobe, Inc.)
维贾伊·斯里瓦斯塔瓦(Adobe公司)
数据科学
40分钟
房间:Elicium 1
14:30
Apache Spark AI在电信行业的用例:使用地理空间可视化的网络质量分析和预测
卢洪灿(SK电信)
黄斗英(SK电信)
人工智能
40分钟
房间:翡翠
14:30
用新数据源扩展Spark SQL 2.4(实时编码会话)-继续
Jacek Laskowski(发展和培训服务)
开发人员
40分钟
房间:礼堂
14:30
如何优化Apache Spark数据管道的性能
Dave Goodhand(解开数据)
发起会话
15分钟
房间:E107
14:30
考拉:熊猫在阿帕奇火花欧盟
蒂姆•亨特(荷兰银行)
布鲁克·维尼格(Databricks)
Niall Turbitt (Databricks)
教程
40分钟
房间:G104
14:30
将大型机器学习应用程序重新平台到Apbob体育客户端下载ache Spark的经验教训
泰勒·赫斯(晨星公司)
Patrick Caldon(晨星公司)
数据科学
40分钟
房间:G102
14:30
Spark sql中的物理计划-继续
David Vrba (Socialbakers a.s.)
开发人员
40分钟
房间:E103
14:30
用云分析的敏捷方法预测银行客户需求
Jakub Masek (MONETA货币银行)
米兰·贝尔卡(DataSentics a.s.)
数据和机器学习行业用例
40分钟
房间:G106
14:30
流处理:选择适合工作的工具
吉赛尔·范东恩(克拉里奥)
数据与机器学习研究
40分钟
房间:E102
14:30
面向金融企业的流式分析
巴斯·格尔丁克(荷兰合作银行)
开发人员
40分钟
房间:Elicium 2
14:30
用Apache Spark解决批处理和流处理中的会话问题
Bartosz Konieczny (Octo Technology)
工程数据
40分钟
房间:论坛
14:45
让齐柏林飞艇和阿帕奇Spark变得有趣
Vitaly Khudobakhshov (JetBrains)
发起会话
15分钟
房间:E107
15:20
基于spark的智能助手:让自然语言中的数据探索变得真实
Georgia Koutrika(雅典娜研究中心)
人工智能
40分钟
房间:翡翠
15:20
评估Apache Spark的图形解决方案
陈松婷(TigerGraph)
开发人员
40分钟
房间:Elicium 2
15:20
使用R的现代ML堆栈简介
Javier Luraschi (RStudio)
数据科学
40分钟
房间:G102
15:20
用Spark和NLP构建知识图谱:我们如何向科学家推荐新药
Eliseo Papa(阿斯利康)
数据和机器学习行业用例
40分钟
房间:G106
15:20
使用结构化流和Delta湖设计ETL管道——如何正确地构建事物
如来(数据)
开发人员
40分钟
房间:E103
15:20
Apache Spark中的动态分区修剪
Bogdan Ghit(数据库)
Juliusz Sompolski (Databricks)
工程数据
40分钟
房间:论坛
15:20
Apache Spark中的加密计算
Kim Laine(微软)
数据与机器学习研究
40分钟
房间:E102
15:20
开始为Apache Spark做出贡献-从PR, CR, JIRA和超越SAIS EU
霍尔顿·卡劳(苹果公司)
开发人员
40分钟
房间:礼堂
15:20
考拉:阿帕奇星火上的熊猫(续)
蒂姆•亨特(荷兰银行)
布鲁克·维尼格(Databricks)
Niall Turbitt (Databricks)
教程
40分钟
房间:G104
15:20
不休息直到生产-在3周内构建并部署9个模型到生产
查米·帕特尔(Syntasa)
数据科学
40分钟
房间:Elicium 1
15:20
Spark Plus AI/ML在AWS
Danilo Nogueira Machado(亚马逊网络服务)
发起会话
15分钟
房间:E107
15:35
构建现代金融科技大数据基础设施
奥马尔·霍莫斯(Adyen)
罗德尔·范·罗真(Adyen)
发起会话
15分钟
房间:E107
16:00
问我任何事(AMA):考拉
打破
20分钟
房间:世博馆
16:00
打破# 2
打破
30分钟
16:00
金融服务交流活动
马泰伊斯·范·多思(荷兰银行)
(荷兰银行)
Jonathan Chin (ARM Insight)
Meetup
180分钟
房间:D202
16:30
使用Apache Spark加速天文发现
朱利安·佩洛顿(CNRS)
数据与机器学习研究
40分钟
房间:E102
16:30
Apache Spark Side of Funnels
Zoran Stipanicev (GetYourGuide)
开发人员
40分钟
房间:礼堂
16:30
构建特征工厂
Daniel Tomes (Databricks)
数据科学
40分钟
房间:G102
16:30
宇宙DB实时高级分析车间
Srilakshmi Chintala(微软)
教程
40分钟
房间:G104
16:30
三角洲湖及其效益的数据分析
Nitin Raj Soundararajan (Cognizant Worldwide Limited)
Nagaraj Sengodan (HCL技术公司)
开发人员
40分钟
房间:Elicium 2
16:30
利用Spark和Tensorflow从研究到生产的深度异常检测
Davit Bzhalava(瑞典银行)
Shaheer Mansoor(瑞典银行)
人工智能
40分钟
房间:翡翠
16:30
在Databricks上使用Apache Spark、Delta Lake和MLflow进行大规模驱动位置智能
塞尔吉奥·巴列斯特罗斯·索拉纳斯(TomTom)
Kia Eisinga (TomTom)
数据和机器学习行业用例
40分钟
房间:G106
16:30
介绍TensorFlow 2.0 Brad Miro
布拉德·米罗(谷歌)
数据科学
40分钟
房间:Elicium 1
16:30
具有变更数据捕获的现代ETL管道
蒂亚戈·里戈(GetYourGuide)
David Mariassy (GetYourGuide)
工程数据
40分钟
房间:论坛
16:30
Spark operator -在Kubernetes上部署、管理和监控Spark集群
Jiri Kremser(红帽公司)
开发人员
40分钟
房间:E103
16:30
解锁由Azure Databricks支持的不同和复杂数据的价值
卢克·普里查德(埃维诺公司)
Felix Moeller (Avanade, Inc.)
发起会话
15分钟
房间:E107
16:45
用流交易变化为您的三角洲湖提供动力
鲁帕尔·沙阿(StreamSets)
发起会话
15分钟
房间:E107
17:00
博览馆公开
Meetup
120分钟
房间:世博馆
17:00
医疗保健和生命科学网络活动
Meetup
120分钟
房间:D203
17:00
零售交流活动
Meetup
120分钟
房间:D201
17:20
使用英特尔QuickAssist技术加速Apache Spark
谢琦(英特尔)
数据与机器学习研究
40分钟
房间:E102
17:20
流分析与机器学习在智能制造多变量时间序列数据中的应用与挑战
Pranav Prakash (quartie .ai)
人工智能
40分钟
房间:翡翠
17:20
用Apache Spark在LSST尺度上处理天文数据
Petar Zecevic (SV集团总监)
Mario Juric(华盛顿大学)
开发人员
40分钟
房间:E103
17:20
在Apache Spark中构建和部署数据管道的最佳实践
Vicky Avison (Cox Automotive UK)
亚历克斯·布什(毕马威灯塔)
工程数据
40分钟
房间:论坛
17:20
在10分钟内构建和部署一个托管机器学习项目
Scott Lutz (DataRobot)
发起会话
15分钟
房间:E107
17:20
Cosmos DB实时高级分析研讨会继续
Srilakshmi Chintala(微软)
教程
40分钟
房间:G104
17:20
使用Spark评估宝马自动驾驶道路检测的经验教训
乔治·普西亚(宝马集团)
Jennifer Reinelt(宝马集团)
数据和机器学习行业用例
40分钟
房间:G106
17:20
在Adyen中使用Apache Spark和ElasticSearch进行可伸缩的时间序列预测和监控
安德鲁·莫拉(Adyen)
数据科学
40分钟
房间:G102
17:20
无缝端到端生产机器学习与Seldon和MLflow
Adrián González Martín (Seldon Technologies)
数据科学
40分钟
房间:Elicium 1
17:20
Spark SQL bucket at Facebook
程素(Facebook)
开发人员
40分钟
房间:Elicium 2
17:20
来自Project Hydrogen的更新:在Apache Spark EU中统一最先进的AI和大数据
蒋兴波(数据库)
开发人员
40分钟
房间:礼堂
17:35
端到端云数据工程成功的AI/ML项目
路易斯·波利卡普(Informatica)
发起会话
15分钟
房间:E107
18:00
女性统一分析的欢乐bob体育亚洲版时光
Meetup
90分钟
房间:黄玉休息室
19:30
构建。统一。庆祝。出席者聚会
Meetup
180分钟
房间:阿姆斯特尔船屋
周四,10月17日-会议
08:00
登记
登记
420分钟
09:00
使用ml支持的交互工具预测零售业的“假设”情景
约翰·瓦林(伊莱克斯)
主题
90分钟
房间:礼堂
09:00
在云端建立统一的数据和人工智能平台,重塑汇丰的支付方式bob体育客户端下载
阿莱西奥•巴索(汇丰)
主题
90分钟
房间:礼堂
09:00
可扩展的AI
Mark Hamilton(微软)
克里斯蒂娜·李(微软)
主题
90分钟
房间:礼堂
09:00
使用MLflow简化模型管理
Matei Zaharia (Databricks)
Corey Zumar (Databricks)
主题
90分钟
房间:礼堂
10:00
世博馆开放日第三天
Meetup
480分钟
房间:世博馆
10:30
打破# 3
打破
30分钟
10:35
Ask Me Anything (AMA): Delta Lake
打破
20分钟
房间:世博馆
10:35
问我任何事(AMA):三角洲湖
打破
20分钟
房间:世博馆
11:00
人工智能流分析提供实时客户体验
约翰·哈达德(Informatica)
Vishwa Belur (Informatica)
工程数据
40分钟
房间:E102
11:00
利用Delta Lake大规模构建可靠的数据湖
Andreas Neumann (Databricks)
如来(数据)
Mukul Murthy (Databricks)
工程数据
40分钟
房间:G104
11:00
生产中已部署模型的持续评估
Deepak Pai (Adobe, Inc.)
维贾伊·斯里瓦斯塔瓦(Adobe公司)
数据科学
40分钟
房间:Elicium 1
11:00
在Azure Databricks上使用机器学习创建全渠道银行体验
彼得·普鲁哈切克(Ceska sporitelna)
Jakub Stech (DataSentics a.s.)
数据和机器学习行业用例
40分钟
房间:G106
11:00
利用机器学习检测大规模金融欺诈
Elena Boiarskaia (H2O.ai)
数据科学
40分钟
房间:G102
11:00
Spark 3.0中的图特性:Spark Graph中图查询和算法的集成
Mats Rydberg (Neo4j)
Max Kießling (Neo4j)
教程
40分钟
房间:G104
11:00
数据如何改变荷兰传媒业
莫里茨·范德戈斯(荷兰RTL)
人工智能
40分钟
房间:翡翠
11:00
使用Apache Spark Metrics进行性能故障诊断
卢卡·卡纳利(欧洲核子研究中心)
开发人员
40分钟
房间:Elicium 2
11:00
pb、Exabytes及以上:管理Delta Lakes进行大规模交互式查询
Christopher Hoshino-Fish (Databricks)
工程数据
40分钟
房间:论坛
11:00
Spark结构化流中有状态流处理的内部原理
Jacek Laskowski(发展和培训服务)
开发人员
40分钟
房间:E103
11:00
拼花的格式和性能优化机会
布德维恩·布拉姆斯(数据库)
开发人员
40分钟
房间:礼堂
11:00
解释机器学习模型的统一方法:SHAP + LIME
杨蕾(数据库)
数据科学
40分钟
房间:E107
11:50
ACID ORC、Iceberg和Delta lake——用于大规模存储和分析的表格式概述
Michal Gancarski (Zalando SE)
开发人员
40分钟
房间:礼堂
11:50
应用机器学习在电子商务环境中对产品进行排名
Arnoud de Munnik (Wehkamp)
杰瑞·沃斯(维坎普)
数据科学
40分钟
房间:G102
11:50
使用Databricks Labs AutoML Toolkit增强机器学习
Denny Lee (Databricks)
玛丽·格雷斯·莫斯塔(Databricks)
数据科学
40分钟
房间:E107
11:50
构建可扩展的数据科学解决方案,超越传统贸易市场的销售执行
哈里什·库马尔(RB)
数据和机器学习行业用例
40分钟
房间:G106
11:50
数据仓库与Spark流在Zalando
塞巴斯蒂安·赫罗德(Zalando SE)
工程数据
40分钟
房间:E103
11:50
利用人工智能进行药物发现和开发
Vishnu Vettrivel (Wisecube AI)
人工智能
40分钟
房间:翡翠
11:50
端到端Spark/TensorFlow/PyTorch管道与Databricks Delta
吉姆·道林(逻辑时钟AB)
Kim Hammar(逻辑时钟AB)
数据科学
40分钟
房间:Elicium 1
11:50
Spark 3.0中的图特性:Spark Graph中集成图查询和算法-继续
Mats Rydberg (Neo4j)
Max Kießling (Neo4j)
教程
40分钟
房间:G104
11:50
在企业Azure平台上使用数据库实现机器学习的工业化:经验和反馈bob体育客户端下载
Yannick Radji(索迪斯)
开发人员
40分钟
房间:Elicium 2
11:50
使用Spark脚本转换为Facebook的自定义应用提供支持
Abdulrahman Alfozan (Facebook)
工程数据
40分钟
房间:E102
11:50
流,流,流:不同的流式方法与Apache Spark和Kafka
伊泰·亚菲(暗示)
工程数据
40分钟
房间:论坛
11:50
女性统一数据分析午餐会
午餐
100分钟
房间:D203
12:30
午餐——第三天
午餐
60分钟
13:30
民主化机器学习:来自scikit-learn创造者的观点
Gaël Varoquaux (Inria)
主题
60分钟
房间:礼堂
13:30
对看不见的事物进行成像:拍摄第一张黑洞照片
凯蒂·博曼(加州理工学院)
主题
60分钟
房间:礼堂
14:40
通过gpu和RAPIDS库加速Apache Spark的几个数量级
米格尔·马丁内斯(NVIDIA)
托马斯·格雷夫斯(NVIDIA)
数据科学
40分钟
房间:G102
14:40
Apache Spark核心-实用优化
Daniel Tomes (Databricks)
开发人员
40分钟
房间:礼堂
14:40
CyberMLToolkit:异常检测作为Apache Spark上的可扩展通用服务
罗伊·莱文(微软)
人工智能
40分钟
房间:翡翠
14:40
Nubank的数据民主化
Andre Jasiskis (Nubank)
罗德里戈·内(努班克)
工程数据
40分钟
房间:E103
14:40
从HelloWorld到Scala中可配置和可重用的Apache Spark应用程序-一个开发人员的旅程
Oliver Tupran (Devoteam)
开发人员
40分钟
房间:Elicium 2
14:40
使用MLflow EU管理完整的机器学习生命周期
Thunder Shiviah (Databricks)
Michael Shtelma (Databricks)
教程
40分钟
房间:G104
14:40
风能模型选择的现场解决方案
安娜·玛丽亚·马丁内斯·费尔南德斯(维斯塔斯)
数据科学
40分钟
房间:Elicium 1
14:40
Apache Spark和Presto在云环境中的性能分析
Victor Cuevas-Vicenttin(巴塞罗那超级计算)
工程数据
40分钟
房间:E107
14:40
在Kubernetes上使用Apache Spark实现大规模的可靠性能
威尔·曼宁(Palantir)
谢清海(Palantir)
工程数据
40分钟
房间:论坛
14:40
高伟绅的Spark、NLP和Azure Databricks彻底改变了法律行业
米尔科·贝尔纳多尼《高伟绅》
迈克尔·塞登(Clifford Chance)
数据和机器学习行业用例
40分钟
房间:G106
14:40
战术数据科学技巧:一起使用Python和Spark
比尔·钱伯斯(数据库)
工程数据
40分钟
房间:E102
15:30
使用gpu和RAPIDS库加速Apache Spark的几个数量级—继续
米格尔·马丁内斯(NVIDIA)
托马斯·格雷夫斯(NVIDIA)
数据科学
40分钟
房间:G102
15:30
Apache Spark Core -实用优化-继续
Daniel Tomes (Databricks)
开发人员
40分钟
房间:礼堂
15:30
与三角洲湖建立大规模可靠的数据湖-继续
Andreas Neumann (Databricks)
如来(数据)
Mukul Murthy (Databricks)
工程数据
40分钟
房间:论坛
15:30
高性能高级分析与火花炼金术
Simeon Simeonov (Swoop)
开发人员
40分钟
房间:E107
15:30
提高数据科学家的寿命:通过MLflow自动化ML生命周期
Subru Krishnan(微软)
Avrilia Floratou(微软)
人工智能
40分钟
房间:翡翠
15:30
使用mlflow管理完整的机器学习生命周期
Thunder Shiviah (Databricks)
Michael Shtelma (Databricks)
教程
40分钟
房间:G104
15:30
映射和意义:Apache Spark和GraphX中基于图形的实体解析
亨德里克·弗伦特鲁普(Systemati.co)
工程数据
40分钟
房间:E102
15:30
Spark Structured Streaming、Delta Lbob体育客户端下载ake和MLflow为Asurion的Connected Home平台提供动力
托马斯·马格达斯基《阿苏里安》
Shobhit Gupta(《Asurion》)
数据和机器学习行业用例
40分钟
房间:G106
15:30
大规模的实时欺诈检测——与Spark AI集成实时深度链接图分析
刘本悦(Emma) (TigerGraph)
数据科学
40分钟
房间:Elicium 1
15:30
使用Delta Lake简化和扩展数据工程管道
阿曼达·莫兰(Databricks)
工程数据
40分钟
房间:E103
15:30
在数据框架中处理复杂类型:光学救星
Alfonso Roa Redondo (Habla计算)
开发人员
40分钟
房间:Elicium 2
16:10
打破# 4
打破
30分钟
16:15
Ask Me Anything (AMA): MLflow
打破
20分钟
房间:世博馆
16:40
自动驾驶Apache Spark使用机器学习
Amogh Margoor (Qubole)
Urvashi Kohli (Qubole)
Mayur Bhosale (Qubole)
人工智能
40分钟
房间:翡翠
16:40
蓝色药丸/红色药丸:成千上万数据流的矩阵
希曼舒•古普塔(knowdus Inc.)
开发人员
40分钟
房间:Elicium 2
16:40
通过Delta Lake、Spark和Databricks构建人工智能驱动的零售体验
阿希尔·丁格拉(扎兰多)
Saurav Verma(扎兰多)
数据和机器学习行业用例
40分钟
房间:G106
16:40
利用Delta Lake系统大规模构建可靠的数据湖
Andreas Neumann (Databricks)
如来(数据)
Mukul Murthy (Databricks)
教程
40分钟
房间:G104
16:40
使用ONNX部署端到端深度学习管道
尼克·彭特里斯(IBM)
数据科学
40分钟
房间:Elicium 1
16:40
使用Spark SQL启用生物银行规模的基因组处理
Karen Feng(数据库)
工程数据
40分钟
房间:E107
16:40
利用Databricks Delta和AWS生态系统实现可靠的数据湖
Denis Dubeau (Databricks)
乔丹·马茨(Qlik)
开发人员
40分钟
房间:礼堂
16:40
改进Apache Spark Downscaling
克里斯托弗·克洛斯比(谷歌)
本·西霍姆(谷歌)
工程数据
40分钟
房间:E102
16:40
MLflow和Apache Spark的大规模机器学习
刘崇光(Société Générale)
数据科学
40分钟
房间:G102
16:40
MLflow和Azure机器学习——机器学习生命周期管理的强大组合
Nishant Thacker(微软)
工程数据
40分钟
房间:E103
16:40
扩展数据分析在数据上的工作负载
Bogdan Ghit(数据库)
Chris Stevens (Databricks)
工程数据
40分钟
房间:论坛
17:00
媒体及娱乐联谊活动
Meetup
120分钟
房间:D203
17:30
Spark上的AI用于恶意软件分析和异常威胁检测
Jakub Sanojca (Avast)
若昂·达·席尔瓦(Avast)
人工智能
40分钟
房间:翡翠
17:30
Apache Spark用于企业公司的网络安全
约瑟夫·尼德梅尔(惠普企业)
数据和机器学习行业用例
40分钟
房间:G106
17:30
自动化生产准备ML在规模
Errol Koolmeister (H&M)
kevin Wang (H&M)
数据科学
40分钟
房间:G102
17:30
弥合数据科学家和软件工程师之间的差距——以最小的痛苦将遗留的Python算法部署到Apache Spark
Lucas Partridge (GE航空数码)
Peter Knight(通用航空)
工程数据
40分钟
房间:论坛
17:30
使用MLflow、Pyspark和Pandas实现分布式数据上的分布式模型
Thunder Shiviah (Databricks)
数据科学
40分钟
房间:E107
17:30
改进Apache Spark降级-继续
克里斯托弗·克洛斯比(谷歌)
本·西霍姆(谷歌)
工程数据
40分钟
房间:E102
17:30
用深度神经网络和TensorFlow在鸡尾酒会上聆听
克里斯蒂安·格兰特(迪蒙德)
数据科学
40分钟
房间:Elicium 1
17:30
优化Apache Spark EU的Delta/Parquet数据湖
马修·鲍尔斯(《预言家》)
工程数据
40分钟
房间:E103
17:30
重构Apache Spark以允许额外的集群管理器
凯文·道尔(IBM)
开发人员
40分钟
房间:礼堂
17:30
使用生产概要文件指导优化
Adam Barth (Facebook)
开发人员
40分钟
房间:Elicium 2
搜索