Где: Франкфурт-на-Майне, Goethe University
Конференция BDMA 2019 состоится 11-13 сентября 2019 года во Франкфурте-на-Майне (Германия)
Первая конференция, где представители бизнеса и науки соберутся вместе, чтобы обсудить проблемы, с которыми сталкиваются большие данные сегодня.
BDMA2019 предоставит уникальную платформу для встречи, обмена знаниями и установления связей между экспертами из академических кругов и промышленности в новых технологиях.
Всемирно известные эксперты из академических кругов и лидеров отрасли присоединятся к первой конференции BDMA по управлению большими данными и аналитике, чтобы обсудить проблемы, с которыми сталкиваются большие данные сегодня, включая:
1. Искусственный интеллект
2. ИИ в бизнесе
3. Анализ Больших Данных
4. Машинное обучение
5. интеллектуальный анализ данных
6. Наука О Данных
7. Глубинное обучение
8. согласованность больших данных
9. сбор и хранение данных
10. поиск, совместное использование и аналитика
11. визуализация данных
12. архитектуры по параллельной обработке данных
13. инструменты и методы интеллектуального анализа данных
14. алгоритмы машинного обучения для больших данных
15. облачные вычислительные платформы
16. распределенные файловые системы и базы данных
17. масштабируемые системы хранения
18. сложность систем больших данных
Make Big Data Simple
First Conference where Business and Academia gather together to discuss the challenges facing Big Data today
BDMA2019 will provide a unique platform to meet, share knowledge and establish links between experts from academia and industry in the emerging technologies.
1. Artificial Intelligence
2. Business Intelligence
3. Big Data Analytics
4. Machine Learning
5. Data Mining
6. Data Science
7. Deep Learning
8. Transactional Data
Internationally known experts from academia and industry leaders will join the first BDMA conference on Big Data management and analytics to discuss the challenges facing big data today including:
1. big data consistency
2. data capture and storage
3. search, sharing, and analytics
4. data visualisation
5. architectures for massively parallel processing
6. data mining tools and techniques
7. machine learning algorithms for big data
8. cloud computing platforms
9. distributed file systems and databases
10. scalable storage systems
11. complexity of big data systems