4月13日-14日,中国IT技术社区CSDN将重磅启动“2019 Python开发者日”。本次活动将秉承“只讲技术,拒绝空谈”的理念,邀请十余位身处一线的Python技术专家,重点围绕Web开发、自动化运维、数据分析、人工智能等技术模块,分享真实生产环境中使用Python应对IT挑战的真知灼见。此外,针对不同层次的开发者,大会还安排了深度培训实操环节,为开发者们带来更多深度实战的机会。

 

7折优惠限时抢购中,3月31日前可享受优惠价499元。

魏贞原

IBM 高级项目经理

个人介绍

《机器学习—Python 实践》与《深度学习—基于Keras的Python实践》作者,世界500强企业的数据分析团队Leader,主要负责银行客户的复杂系统开发,在Python的Web开发、数据分析、机器学习与深度学习方面有多年的实践经验。

 

演讲议题

Python在信贷领域的实践与应用

秦续业

阿里巴巴 技术专家

个人介绍

阿里巴巴技术专家,Python爱好者。致力于将Pyhton生态和大数据计算进行结合,编写并开源了Mars框架。Mars是一个基于张量的超大规模的统一计算框架,支持使用numpy的接口,对超大、多维数据进行计算。目前,正在尝试使框架兼容Pandas DataFrame,以支持表类型数据计算。

 

 

拟定议题

用Mars来并行和分布式执行Numpy

张校捷

英伟达 资深深度学习架构工程师

个人介绍

英伟达(NVIDIA)资深深度学习架构工程师,负责基于CUDA的深度学习框架的优化。目前主要使用的技术栈是作为深度学习框架后端的C/C++/CUDA,以及深度学习框架前端的Python,对主流的深度学习框架如PyTorch和TensorFlow比较熟悉,并对其在计算机视觉(CV)和自然语言处理(NLP)方面的具体应用有一定了解。

演讲议题

PyTorch自然语言处理实战

PyTorch作为一个基于动态图的深度学习框架,由于易于上手和运行效率高的特点得到了学术界和工业界广泛应用。而作为深度学习的一个重要研究方向,自然语言处理也得到了大家的广泛关注。本演讲主要的主要内容包括通过构建一个基于注意力机制的seq2seq模型,演示如何使用PyTorch来完成自然语言处理的数据预处理,深度学习模型的搭建以及部署。其主要内容包含如下: (1) 使用torchtext进行文本的预处理 (2) 使用PyTorch的循环神经网络模块搭建和测试深度学习模型 (3) 使用GPU对模型进行训练 (4) 使用onnx/c++部署模型

宋天龙

TrueMetrics 合伙人

个人介绍

前Webtrekk中国区技术和咨询负责人,前国美在线数据分析经理, 资深数据分析领域专家,在电子商务、零售、银行、保险等多个行业拥有丰富的数据项目工作经验,参与过企业级项目包括流量数据仓库建设、DMP、网站流量系统建设、企业BI、RTB和DSP、决策支持平台、站内个性化推荐、站外个性化营销等大型数据工作项目。

拟定议题

Python在Google BigQuery Machine learning中的应用

王威

平安科技 联邦学习团队资深算法研究员

个人介绍

中国科学院数学与系统科学研究院数学研究所博士,毕业后从事人工智能算法尤其是计算机视觉算法的相关研究,直接针对业务需求实现相关算法解决业务痛点,接触的业务主要包括各类发票和证件的检测、识别以及信息提取,训练出来的通用识别模型达到业界领先水平,使用在平安科技的各项需要文字识别的业务场景中。目前完成的项目中,使用的主要语言就是Python。

演讲议题

基于Mxnet的图像检测开发案例

计算机视觉在金融行业中有着广泛的应用,作为中国平安的科技子公司,平安科技能够接触到有关发票、证件、保单的大量检测识别需求,大部分需求利用现有深度学习框架(如mxnet、tensorflow、caffe等)的python接口都能够实现解决。本次演讲以我们在产险项目中遇到的一个证件检测的简单需求为例子,讲述需求分析、数据准备、数据处理、模型搭建、模型训练、模型测试的完整过程。

王红星

博世(中国)投资有限公司 大数据分析师

个人介绍

目前在博世负责工厂智能化建设的数据算法与大数据平台。曾就职于希捷科技从事数据分析,覆盖来料管理、生产质量、可靠性测试、客户现场领域的数据整合与挖掘分析,负责智能工厂的算法设计与整合。

 

 

演讲议题

数据分析及大数据在制造业的应用

数据分析挖掘与工业大数据是智能制造与工业互联网的核心,其本质是通过促进数据的自动流动与智能决策去解决控制和业务问题,有效减少决策过程所带来的不确定性,并尽量克服人工决策的缺点,从而推动智能制造进程与智能工厂的建设,帮助制造企业保持竞争力。本演讲主要将涵盖数据分析和大数据技术的基本概念、方法及工具,并介绍大数据分析技术在制造领域的典型应用案例。其主要内容包括: 1. 数据分析的基本概念、工具及技术 2. 工业大数据的范畴、典型特征及发展现状 3. 应用场景和应用热点 4. 典型应用案例,包括自动诊断、预测性维修、全自动生产线等 5. 数据分析项目的实施

谭可华

天云融创数据科技(北京)有限公司 高级工程师

个人介绍

目前在天云大数据负责AI平台、特征工程平台的研发。目前主要使用的技术栈是spark框架后端的scala/java/python语言, 资深数据分析领域专家,在银行、保险、石油等多个行业拥有丰富的数据项目工作经验。

 

 

 

拟定议题

Spark with Python应用

杨群

阿里巴巴技术专家

个人介绍

阿里巴巴技术专家,多年Python使用者;曾担任优酷旗下土豆无线团队的后端技术负责人,友盟微社区架构师等,在高并发服务的稳定性、性能优化方面有比较丰富的经验,目前就职于云计算数据库团队,致力于微服务体系的演进,使用语言不限于python/golang/java等。

 

 

演讲议题

高并发场景下的Python性能挑战

杨钧凯

即酷科技(北京)有限公司 高级工程师

个人介绍

07年毕业于华中科技大学,曾就职于Oracle亚洲研发中心。10年开始陆续参与多个创业项目,涉及游戏,电商,IM,区块链等。目前在GeeCode Team 致力于GeeCode智能编辑器的研发工作。

 

演讲议题

待定

王红星

博世(中国)投资有限公司 大数据分析师

培训议题

Python数据分析与大数据应用

培训大纲

数据的分析与挖掘能力已成为企业保持竞争力的必要条件,Python无疑在数据分析挖掘中扮演着无可替代的角色,也是数据科学家的首选工具之一。这里将会介绍数据分析的基本过程,并如何使用python完成数据的抽取、转换、特征提取、建模预测所需的技术与原理,实际操练具体的案例,目标是能够使参训人员了解数据分析,能够完成基本的数据分析任务。另外,随着大数据的兴起,python在大数据领域扮演了至关重要的角色,本培训还将介绍python在hadoop生态中的应用,特别是利用Spark进行基本的数据挖掘任务。 (1) 简单介绍数据分析的基本概念 (2) 数据挖掘的基本过程 (3) 数据挖掘的主要手段 (4) 数据探索、数据预处理、与挖掘建模 (5) 案例与演练 (6) 大数据的基本概念 (7) Hadoop基本介绍 (8) Spark与Pyspark基本介绍 (9) 大数据案例

适合人群:适合对数据挖掘和大数据有兴趣的学生和初级技术人员

难易程度:中等

需要提前掌握的知识点:python基本语法,数据分析基本概念等。

提前需要安装的环境:提前装好Anaconda python3, VM VirtualBox

现场硬件的要求:建议至少8GB ROM + 4Core CPU。

张校捷

英伟达 资深深度学习架构工程师

培训议题

使用PyTorch搭建Transfomer深度学习模型

培训大纲

由Google开发的Transformer是很多其他深度学习模型的基础,比如NMT,GPT和BERT等等。这里将会介绍如何使用PyTorch来搭建Transformer模型,并使用该模型实现机器翻译和阅读理解等任务。主要培训内容如下: (1) 简单介绍自然语言处理的基本概念 (2) 演示如何在PyTorch中使用词嵌入来表示自然语言文本 (3) 演示如何在PyTorch中构建Transformer模型 (4) 使用Transformer模型进行机器翻译任务 (5) 使用Transformer模型构造BERT模型,并实现阅读理解任务

适合人群:适合对自然语言处理和深度学习有兴趣的学生和初级技术人员

难易程度:中等

需要提前掌握的知识点:自然语言处理的基本概念,如分词(tokenization),词嵌入(embedding),注意力机制(attention mechanism)等等。

提前需要安装的环境:Ubuntu 16.04 or 18.04 + PyTorch 1.0

现场硬件的要求:最好能有支持CUDA的NVIDIA显卡,可以演示如何在GPU上运行深度学习模型(如果没有也没关系)。

13日 · 峰会
即日起-3.17 3.18-3.31 4.1-4.12
个人票(学生有更多优惠)
¥299(限量) ¥499 ¥699
14日 · 培训
即日起-3.17 3.18-3.31 4.1-4.12
个人票
¥699 ¥899 ¥1099
13-14日 · 通票
即日起-3.17 3.18-3.31 4.1-4.12
个人票
¥799 ¥1099 ¥1499

北京联合大学
北京朝阳区北四环东路97号
 

扫码咨询

Python大本营

Python专题页

立即购票