Aunque el perfil de los asistentes y de los propios ponentes es eminentemente académico, la orientación de las charlas tampoco está tan alejada de lo que uno se pudiera encontrar en cualquier otro congreso empresarial, y de hecho también cuenta con ponentes de perfil empresarial como es el caso de Edward Chang, actual vicepresidente para I+D+i de la compañía HTC y durante 6 años director de Google Research.
Como comentaba, el programa recoge los últimos descubrimientos y desarrollos en un amplio espectro de materias dentro del Big Data. Así, podemos encontrar líneas de trabajo como:
- Arquitecturas para aplicaciones de Big Data, y en particular la pila tecnológica basada en herramientas Apache (Hadoop, HDFS y el resto de la "familia").
- Patrones y características clave en los proyectos de Big Data Analytics.
- Últimos desarrollos en el área del Machine Learning y en particular en el uso de árboles de decisiones, uno de los tipos de clasificador más utilizados dentro de este ámbito.
- Procesamiento de Big Data cuando los datos provienen de fuentes continuas (streams) de los mismos.
- Utilización de ontologías semánticas para el acceso integrado a diversas fuentes de datos.
- Lenguajes y herramientas específicas para la programación en entornos Big Data, y en particular para sistemas paralelos y distribuidos.
- Almacenamiento en memoria de Big Data para un procesamiento más rápido.
- Técnicas modernas para la visualización de Big Data.
- Técnicas específicas para el procesamiento de Big Data proveniente de las redes sociales.
- Seguridad y privacidad del Big Data.
En definitiva, como se puede ver, un amplio abanico de tendencias y de líneas de trabajo, y que presentan el interesante reto de una integración eficaz y eficiente entre todas ellas para dar con soluciones robustas que den respuesta a las necesidades que se generan en el entorno del Big Data.
Como comentaba, el programa recoge los últimos descubrimientos y desarrollos en un amplio espectro de materias dentro del Big Data. Así, podemos encontrar líneas de trabajo como:
- Arquitecturas para aplicaciones de Big Data, y en particular la pila tecnológica basada en herramientas Apache (Hadoop, HDFS y el resto de la "familia").
- Patrones y características clave en los proyectos de Big Data Analytics.
- Últimos desarrollos en el área del Machine Learning y en particular en el uso de árboles de decisiones, uno de los tipos de clasificador más utilizados dentro de este ámbito.
- Procesamiento de Big Data cuando los datos provienen de fuentes continuas (streams) de los mismos.
- Utilización de ontologías semánticas para el acceso integrado a diversas fuentes de datos.
- Lenguajes y herramientas específicas para la programación en entornos Big Data, y en particular para sistemas paralelos y distribuidos.
- Almacenamiento en memoria de Big Data para un procesamiento más rápido.
- Técnicas modernas para la visualización de Big Data.
- Técnicas específicas para el procesamiento de Big Data proveniente de las redes sociales.
- Seguridad y privacidad del Big Data.
En definitiva, como se puede ver, un amplio abanico de tendencias y de líneas de trabajo, y que presentan el interesante reto de una integración eficaz y eficiente entre todas ellas para dar con soluciones robustas que den respuesta a las necesidades que se generan en el entorno del Big Data.
No hay comentarios:
Publicar un comentario