2014中国大数据技术大会32位核心专家演讲PDF下载汇总（重磅资料）下载地址：
2014中国大数据技术大会32位核心专家演讲PDF目录题目如下：
1、高速网络InfiniBand加速大数据应用_刘通_Mellanox亚太市场开发总监
2、Experience-Centric Software Defined Infrastructure Platform Hui Zhang 张晖（CONVIVA）
3、Next-Gen Big Data Analytics using the Spark stack Jason Dai Chief Architect of Big Data Technologies Software and Services Group, Intel
4、大数据在网络服务中的应用及网络演进_雷葆华_武汉绿色网络信息服务有限责仸公司_2014-12-19
5、12306：改变传统思路解决问题的NoSQL 实践_介文清
6、Beyond 2020 ——浪潮软件定义数据中心（大数据基础设施分论坛）
7、大数据系统引擎技术简介_高光荣_ACM Fellow、IEEE Fellow_中国计算机学会（CCF）海外杰出贡献奖获得者_ET International公司 创始人
8、基于全网内容的新闻客户端推荐系统_刘佳_搜狐搜狐移动新媒体中心_移动研发部主管
9、Extended Attributes and Transparent Encryption in Apache Hadoop Uma Maheswara Rao G Yi Liu (刘轶) Intel Corporation.
10、Hadoop在广告监测技术的实践_AdMaster(精硕科技)_卢亿雷
11、SDN powers Big Data Network with Analytics and Visualization 用于大数据可视化的SDN技术_Brocade
12、OpenStack在大数据方面的思考： 技术、应用和生态系统_杜玉杰
13、金融投资大数据实践分享_龙白滔博士_2014年12月14日
14、VMware为大数据应用铺平道路_董波_Vmware高级产品线经理
15、State of the Storage OCP Storage Committee Report Eric Hao Product Marketing Manager OCP Engineering Workshop - Cloud Connect - Shanghai 16 September 2014
16、HBase:1.0 and Beyond Hortonworks Ted Yu
17、大数据时代的掘金术——数据资产管理探讨
18、ODPS MapReduce 实现和开放实践
19、Make Big Data Visualizable and Real-time 廖晓格 携程大数据平台组
20、支撑支付宝交易癿分布式关系数据库_蒋志勇(恒谦)_阿里巴巴OceanBase_2014-12
21、内存计算哪家强？_上海云人信息科技有限公司_吴朱华_PeopleYun
22、Spark技术研究与实践分享
23、基于开放标准OpenCL的深度学习研究和探索_谷俊丽_AMD Research Collaborated with product team
24、IBM WATSON大数据与分析平台技术概述_李永輝(Peter Lee)_杰出工程师_IBM大中华区系统与技术事业部_2014年12月13日
25、Zhu Tao:The ‘Nanotechnology’ in eCommerce Tao Zhu, @WalmartLabs
26、并行发展的大数据基础架构_尹玉峰_戴尔解决方案资深经理
27、韩卿：Apache Kylin－Hadoop上的大规模联机分析平台_Dec 14, 2014
28、大规模主题模型建模及其在腾讯业务中的应用_Rickjin(靳志辉)_腾讯SNG效果广告平台部
29、阿里实时计算_和仲
30、中国移劢“大云“大数据产品及应用_徐萌_中国移劢苏州研发中心
31、郑华：宜信大数据金融实战分享_宜信大数据创新中心研发总监
32、Mariana: 腾讯深度学习平台进展与应用_腾讯-数据平台部-精准推荐中心_邹永强_2014-12-14
下面是一位会友写的会议记录，挺不错的，转载一下：
1、落地、跨界、效率、领导见面就谈大数据；
2、大数据成为主流产业需要5到10年；
3、数据是表象，实质是问题；
4、Doug Cutting：Fuel for change:data, EDH, Style catches on:ecosySystem, the Data Multi-Tool, Cloudera;
1、白皮书，发展趋势；
2、融合，跨界，基础，突破；
3、多学科融合，安全与隐私令人担忧；
4、深度学习，可视化分析，开源系统；
5、设备监测监视监控的数据成为热点；
6、天津滨海新区；
7、大数据创意比赛，学生成绩预测；
1、Store Anything, Object Stonge, Scalable;
2、Real time bidding;
3、如何用非编程的方式做数据分析；
4、Watson 感知计算；
5、DeepQA 深度问题解答；
1、屌丝如何使用大数据；
2、通讯等待协同会浪费多台机器的性能；
3、Hadoop 90%的时候是在等待，节点模型；
4、普适软件设备，中间层，中间件；
5、风险很大，回报很低；不是每个公司都能玩的；
6、机器学习需要反复的迭代；
7、硬盘读取代价很高；
8、数据和模型的两向性；
9、ML Machine Learning
10、Spark：Faster MapR on Data Parallel;
11、GraphLab，PETUUM，半同步；
12、SAP基于结构的并行化；
1、读懂人心；
2、gartner 预测；
3、感知，思考，控制；
4、学习的能力是智能的本质；
5、经验就是数据；百度经验；
6、人类（每个人）要连接1000个设备--万物互联；
7、万物互联--万物智能；
8、推广误差-》分解-》假设-》模型；
没有完美的假设；
9、数据不完美：噪声，不全，有限；
10、算法不完美；
11、智能是非常消耗能量的；
参考网址：http://blog.csdn.net/testcs_dn/article/details/41912703
