Spark发展：回顾2015，展望2016
Databricks公司联合创始人、Spark首席架构师辛湜《Spark发展：回顾2015，展望2016》
2016 年大数据技术发展趋势解读
启明星辰公司副总裁，CCF 大数据专家委员会副秘书长潘柱廷《2016 年大数据技术发展趋势解读》
小米金融技术主管
新加坡管理大学信息系统学院教授朱飞达《大数据与金融创新：从研究到实战》
大数据和小米金融
2015中国大数据技术大会讲师PPT，本PPT来自小米金融技术主管方流的演讲
Databricks-Update-and-Announcing-Databricks-Cloud-Ion-Stoica000
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
The-Emergence-of-the-Enterprise-Data-Hub-Mike-Olson
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
Why-Spark-on-Hadoop-Matters-M.C.-Srivas
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
Whats-Next-for-BDAS-Mike-Franklin1
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
Spark-Meets-Genomics-Helping-Fight-the-Big-C-with-the-Big-D-David-Patterson00
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
Spark-on-YARN-A-Deep-Dive-Sandy-Ryza
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
Sparks-Role-in-the-Big-Data-Ecosystem-Matei-Zaharia1
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
Spark-and-Cassandra-Martin-Van-Ryswyk
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
Future-of-Spark-Patrick-Wendell
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
Delivering-the-Enterprise-Fabric-for-Big-Data-Aiaz-Kazi
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
Apache-Spark-and-the-Future-of-Big-Data-Applications-Eric14
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
IBM-Text-Analytics-on-Apache-Spark-Bhatia-Thitte
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
Scalable-Distributed-Decision-Trees-in-Spark-Made-Das-Sparks-Talwalkar
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
End-to-end-analytics-with-Oryx-Spark-and-MMLib-Sandy-Ryza
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
Spark-Meets-Genomics-Helping-Fight-the-Big-C-with-the-Big-D-David-Patterson
2014年Spark Summit于6月30日至7月2日在美国旧金山举行。Spark、Shark、Spark流媒体和相关项目及产品的主要用户聚集一地，共同探讨Spark项目开发的方向，以及Spark在各种各样应用程序中的实践情况。
把Docker打造成虚机-搜狗
很多公司已经使用物理机和vm很多年，以机器为粒度做运维，积累了很多运维工具和平台。弊端很明显，但又难以一下子切换到docker推崇的微服务架构。既想平滑兼容既有平台，又想充分利用docker的好处，how to？于是就有了我们的尝试：把docker改造成虚机的样子。
腾讯技术开放日 | 全面解析腾讯会议的视频前处理算法
在视频通话中，视频前处理模块可以有效提升用户参与实时视频时的体验，并保护用户隐私，主要包括虚拟背景、美颜和视频降噪等。腾讯会议在视频前处理场景下，遇到哪些技术难点，如何进行优化？【腾讯技术开放日 · 云视频会议专场】中，腾讯云高级工程师李峰从算法和工程优化的角度进行了分享。
云视频会议背后的语音核心技术揭秘：如何进行语音质量评估？
音频和语音是电声学下面两个不同的学科分支，属于两个不同的应用，两者在应用目的、使用场景、行业和用户认知统一度三方面存在差异，所以对于语音质量测试来说，首先要界定一下评估对象是音频还是语音。
千万日活腾讯会议背后：深度学习的最新应用
深度学习是实现语音增强最主要的方法之一，¬帮助我们从带噪语音中提取尽可能纯净的原始语音，提高语音质量和可懂度。腾讯会议在去年年底推出，短短两个月内就突破千万日活大关。在多样且复杂的场景下，深度学习如何帮助腾讯会议在实时通话中进行去混响、声音事件检测和回声消除？本文是腾讯多媒体实验室高级研究员王燕南在「腾讯技术开放日·云视频会议专场」的分享整理。
干货|一文读懂腾讯会议在复杂网络下如何保证高清音频
一场突如其来的疫情，让数以亿计的白领只能居家办公，云视频会议系统突然成为最重要的办公软件。腾讯会议在2019年12月25日正式上线后，短短两个月时间内积累千万日活。除了时机，腾讯会议产品又为什么能脱颖而出呢？产品力是个不得不提的因素，腾讯多媒体实验室高级研究员王晓海在【腾讯技术开放日·云视频会议专场】中，对腾讯会议在复杂网络情况下如何保证高清音质进行了分享。
腾讯会议如何保证语音质量？音频信号处理中有这些秘籍
腾讯会议在去年年底推出，集结腾讯在AI、云计算、安全等方面的能力，全方位满足不同场景下的会议需求，在短短两个月内就突破千万日活大关。面对多样且复杂的场景，比如开会环境嘈杂、同一地点多设备接入、房间声学参数不理想等，腾讯会议如何通过对音频信号的处理持续保障高品质通话，提升沟通效率？本文是腾讯多媒体实验室音频技术专家李岳鹏在「腾讯技术开放日·云视频会议专场」的分享整理。
Kubernetes实战系列之一-原理篇
kubernetes实战系列公开课PPT，讲师叶伙荣是《Kubernetes权威指南》的作者之一。
开源大数据引擎：分布式Greenplum数据库内核分析
Pivotal 研发总监姚延栋《开源大数据引擎：分布式Greenplum数据库内核分析》
FreeWheel基于大数据的新兴视频广告测量实践
FreeWheel技术副总裁李旸《FreeWheel基于大数据的新兴视频广告测量实践》
大数据与金融创新： 从研究到实战
新加坡管理大学信息系统学院教授朱飞达《大数据与金融创新： 从研究到实战》
Octopus(大章鱼）：基于R语言的跨平台大数据机器学习与数据分析系统
南京大学计算机系PASA大数据实验室教授黄宜华《Octopus(大章鱼）：基于R语言的跨平台大数据机器学习与数据分析系统》
Apache Kylin的大数据可视化实践
eBay 软件工程师，Apache Kylin PMC 成员仲俭《Apache Kylin的大数据可视化实践》
BML百度大规模机器学习云平台实践
百度基础架构部高级架构师沈国龙《BML百度大规模机器学习云平台实践》
大数据驱动下的微博社会化推荐
新浪微博算法技术总监姜贵彬《大数据驱动下的微博社会化推荐》
大数据在信用风险管理中的应用
宜信大数据创新中心首席数据科学家项亮《大数据在信用风险管理中的应用》
Sentry金融实时风控系统
数美公司联合创始人兼CTO梁堃《Sentry金融实时风控系统》
大数据下的数据安全
阿里巴巴数据安全部阿里数据安全小组总监郑斌《大数据下的数据安全》
在安全分析中如何规避“大”数据分析
启明星辰资深研究员周涛《在安全分析中如何规避“大”数据分析》
Deep Learning助力客服小二：数据技术及机器学习在客服中心的应用
阿里巴巴iDST语音组高级专家鄢志杰《Deep Learning助力客服小二：数据技术及机器学习在客服中心的应用》
Voidbox - Docker On YARN在Hulu的实践
Hulu 资深研发主管梁宇明《Voidbox - Docker On YARN在Hulu的实践》
从2014 到2016，大规模内存数据库演进之路
京东云平台总架构师、系统技术部负责人刘海锋《从2014 到2016，大规模内存数据库演进之路》
RSS订阅
10639
