Shanghai Apache Spark Meetup第十四次聚会-CSDN活动

Shanghai Apache Spark Meetup第十四次聚会: 上海浦东新区上海海神诺富特酒店三楼麦哲伦厅 2017-12-23 12:30 — 17:00

会议介绍

活动已圆满结束，全部PPT下载链接：

本期的Shanghai Apache Spark Meetup第十四次聚会，英特尔得到中国平安银行的大力支持。活动将于12月23日，举办于上海浦东新区上海海神诺富特酒店三楼麦哲伦厅。举办地点交通方便，靠近地铁4号线浦东大道站。座位有限，先到先得。

活动日程

12:30 – 13:00 签到，签署，进入会场 / sign in, entry

13:00 – 13:20 主题发言 / Keynote

嘉宾：沈百军，平安银行大数据和AI平台技术负责人，2015年加入平安，负责金融科技大数据平台和高并发服务基础组件，是离线计算、实时计算、大规模存储技术专家. 他主持的技术方案在风控、精准营销、精准广告系统中得到深入应用，并推动金融AI的进一步发展。

13:20 – 14:05 技术演讲 / session - 《Spark在金融领域的算法实践》

演讲嘉宾：潘鹏举,平安银行大数据平台架构师，曾供职于携程、尼尔森等公司担任BI经理、算法专家、数据分析专家等职位，专注于机器学习算法、深度学习、AI在业务的实践，在数据应用领域有丰富的实践经验。

主题简介：基于数据的应用是公司关注的命题。面对海量数据的建模，如何快速迭代建模，同时部署应用也是大家关注的重的点。在金融领域，算法有哪些切入点来帮助业务提升。此次分享会对这些问题进行探讨，并分享在应用实践中碰到的一些问题和踩过的坑。

14:05 – 14:50 技术演讲 / session - 《Data layout in Spark》

演讲嘉宾：范文臣 , Databricks 软件工程师，Apache Spark PMC Member，主要研究方向为Spark SQL 的研发。

主题简介：当使用 Spark 来分析数据的时候，如何快速地访问数据是一个关键问题。本次演讲中文臣会给大家讲解 data layout 是如何影响 Spark 程序的性能，以及如何根据使用的 workload 来选择合适的 data layout。

14:50 – 15:05 茶歇 / Tea Break

15:05 – 15:50 技术演讲 / session - 《Spark中的压缩编解码最佳实践》

演讲嘉宾：孙晓霞(Sophia) 英特尔大数据部门软件工程师，专注于大数据平台spark上workload的性能分析和调优，对于大数据基准测试TPC-DS, TPCx-BB, HiBench等workload在大规模集群上的有丰富的调优经验。

主题简介：面对海量数据的当代，数据的有效压缩，对于存储、I/O和网络数据传输意义重大。然而，解压数据所带来的额外CPU开销是大数据分析不可忽视的要素，如何在数据压缩率和编解码效率之间找到平衡，在工程方面是一个值得探讨的话题。Sophia将分享Intel大数据团队在为Spark实现 ISA-L(iGZIP), LZ4-IPP, ZLIB-IPP 和 ZSTD等针对IA硬件平台优化的算法支持，并使用基准测试集(TPC-DS/HiBench)对这些压缩编解码在Spark上的性能表现进行的详细分析和对比。

15:50 – 16:35 技术演讲 / session - 《基于Spark和Cloudera数据科学家工作平台的分布式机器学习实践》

演讲嘉宾：苏昌锋（Kevin），Cloudera资深售前顾问，曾在Oracle、Teradata、HP等公司从事研发、架构和咨询工作，主要专注与BI、大数据领域的应用落地。

主题简介：本次演讲介绍基于Spark以及Cloudera Data Science Workbench的自动化数据科学工作的过程，并介绍通过BigDL深度学习算法包进行文本数据的分词和NLP算法处理来通过CDSW来简化各部门的协同来加速“从算法到结果”的周期。

16:35 – 17:00 活动收尾及社交/Ending and Social