您的当前位置: 首页 > 精彩报告合集 > 会议峰会 > 数字化 > 2023年数据和人工智能峰会(data+ai summit2023)演讲PPT合集(共64套打包)
2023年数据和人工智能峰会(data+ai summit2023)演讲PPT合集(共64套打包)

2023年数据和人工智能峰会(data+ai summit2023)演讲PPT合集(共64套打包)

2023年数据和人工智能峰会(data+ai summit2023)演讲PPT合集。

更新时间:2023-09-05 报告数量:64份 浏览次数:244

自动执行 Apache Spark™ 3 迁移并在Airbnb进行验证.pdf   自动执行 Apache Spark™ 3 迁移并在Airbnb进行验证.pdf (浏览:13)
使用基础模型快速扩展应用的 AI ML并将其应用于现代 AI ML 用例.pdf   使用基础模型快速扩展应用的 AI ML并将其应用于现代 AI ML 用例.pdf (浏览:8)
整理您的安全数据:网络安全作为数据管理问题.pdf   整理您的安全数据:网络安全作为数据管理问题.pdf (浏览:6)
结构化流式处理:揭开任意有状态操作的神秘面纱.pdf   结构化流式处理:揭开任意有状态操作的神秘面纱.pdf (浏览:2)
使用 NLP 每天评估数十亿个全球网页以针对消费者进行情境定位.pdf   使用 NLP 每天评估数十亿个全球网页以针对消费者进行情境定位.pdf (浏览:5)
JoinBoost:在数据库中为树模型进行机器学习.pdf   JoinBoost:在数据库中为树模型进行机器学习.pdf (浏览:2)
湖屋的价值:T-Mobile如何阐明现代数据平台的优势.pdf   湖屋的价值:T-Mobile如何阐明现代数据平台的优势.pdf (浏览:2)
托普塔尔:在多云策略中启用数据流.pdf   托普塔尔:在多云策略中启用数据流.pdf (浏览:4)
Databricks Lakehouse 上的 Unity 目录、增量共享和数据网格.pdf   Databricks Lakehouse 上的 Unity 目录、增量共享和数据网格.pdf (浏览:1)
数据编排的未来:基于资产的编排.pdf   数据编排的未来:基于资产的编排.pdf (浏览:7)
通过统一的特征存储加速收视率角色的开发.pdf   通过统一的特征存储加速收视率角色的开发.pdf (浏览:1)
扫雪车:利用第一方客户数据彻底改变您的客户互动策略.pdf   扫雪车:利用第一方客户数据彻底改变您的客户互动策略.pdf (浏览:2)
使用思科空间消防水带 API 作为实时占用建模的数据流.pdf   使用思科空间消防水带 API 作为实时占用建模的数据流.pdf (浏览:2)
流媒体应用程序中要避免的主要错误.pdf   流媒体应用程序中要避免的主要错误.pdf (浏览:1)
普里瓦塞拉:将高级数据安全治理应用于数据砖 Unity 目录.pdf   普里瓦塞拉:将高级数据安全治理应用于数据砖 Unity 目录.pdf (浏览:2)
dbt 实验室:使用 dbt 升级湖屋中的 SQL 转换.pdf   dbt 实验室:使用 dbt 升级湖屋中的 SQL 转换.pdf (浏览:2)
构建多模式未来:开放的生态系统和数据发挥作用.pdf   构建多模式未来:开放的生态系统和数据发挥作用.pdf (浏览:1)
为什么三角洲湖是熊猫分析的最佳存储格式.pdf   为什么三角洲湖是熊猫分析的最佳存储格式.pdf (浏览:3)
cea13ca95211f5bcd0bed2fff501aa50.pdf   cea13ca95211f5bcd0bed2fff501aa50.pdf (浏览:1)
米其林的数据民主化.pdf   米其林的数据民主化.pdf (浏览:4)
Ray on Apache Spark™ Apache Spark™上的Ray.pdf   Ray on Apache Spark™ Apache Spark™上的Ray.pdf (浏览:1)
D-Lite:将基于Dolly的轻量级ChatGPT类模型集成到组织工作流程中.pdf   D-Lite:将基于Dolly的轻量级ChatGPT类模型集成到组织工作流程中.pdf (浏览:2)
为超过 13 PB 且拥有数千名用户的三角洲湖泊构建和管理数据平台:AT&T 的故事.pdf   为超过 13 PB 且拥有数千名用户的三角洲湖泊构建和管理数据平台:AT&T 的故事.pdf (浏览:1)
洁净室入门:在数据砖上使用洁净室在 BI、ML 等中使用更多更好的数据.pdf   洁净室入门:在数据砖上使用洁净室在 BI、ML 等中使用更多更好的数据.pdf (浏览:1)
Lyft 市场中的实时 ML.pdf   Lyft 市场中的实时 ML.pdf (浏览:1)
Delta-rs、Apache Arrow、Polars、WASM:Rust 是分析的未来吗?.pdf   Delta-rs、Apache Arrow、Polars、WASM:Rust 是分析的未来吗?.pdf (浏览:1)
为未来十年的增长设计数据湖屋系统.pdf   为未来十年的增长设计数据湖屋系统.pdf (浏览:1)
三角洲湖流媒体的搭便车指南.pdf   三角洲湖流媒体的搭便车指南.pdf (浏览:1)
埃森哲-未来的工厂:使用知识图和生成式AI构建数字孪生的案例研究.pdf   埃森哲-未来的工厂:使用知识图和生成式AI构建数字孪生的案例研究.pdf (浏览:8)
Alation:释放实时数据的力量最大限度地获得数据洞察.pdf   Alation:释放实时数据的力量最大限度地获得数据洞察.pdf (浏览:2)
通过 CDC、Apache Spark™ 流和 Delta Lake 解锁近实时数据复制.pdf   通过 CDC、Apache Spark™ 流和 Delta Lake 解锁近实时数据复制.pdf (浏览:2)
使用 Power BI 和 Databricks 进行流式处理数据分析.pdf   使用 Power BI 和 Databricks 进行流式处理数据分析.pdf (浏览:1)
马蒂利恩:使用 Matillion 提高湖畔别墅和完整数据堆栈的生产力.pdf   马蒂利恩:使用 Matillion 提高湖畔别墅和完整数据堆栈的生产力.pdf (浏览:1)
Your LLM, Your Data.pdf   Your LLM, Your Data.pdf (浏览:3)
在 Apache Spark™ 中管理数据加密.pdf   在 Apache Spark™ 中管理数据加密.pdf (浏览:2)
使用Lakehouse对抗癌症:Ontada在Databricks Lakehouse上建立RWD平台的旅程.pdf   使用Lakehouse对抗癌症:Ontada在Databricks Lakehouse上建立RWD平台的旅程.pdf (浏览:2)
分发数据治理:Unity 目录如何实现协作方法.pdf   分发数据治理:Unity 目录如何实现协作方法.pdf (浏览:1)
Jet Streaming数据和预测分析:Lakehouse和Apache Spark™如何让柯林斯航空公司保持飞机飞行.pdf   Jet Streaming数据和预测分析:Lakehouse和Apache Spark™如何让柯林斯航空公司保持飞机飞行.pdf (浏览:1)
Comcast Effectv 如何通过 Databricks 和 Monte Carlo 推动数据可观测性.pdf   Comcast Effectv 如何通过 Databricks 和 Monte Carlo 推动数据可观测性.pdf (浏览:1)
随时随地使用 Apache Spark:使用 Spark™ Connect 进行远程连接.pdf   随时随地使用 Apache Spark:使用 Spark™ Connect 进行远程连接.pdf (浏览:1)
凯捷:通过扩展的湖厅架构加快洞察速度.pdf   凯捷:通过扩展的湖厅架构加快洞察速度.pdf (浏览:2)
在国防部编织数据网格.pdf   在国防部编织数据网格.pdf (浏览:2)
Lakehouse Architecture to Advance Security Analytics at the Department of State.pdf   Lakehouse Architecture to Advance Security Analytics at the Department of State.pdf (浏览:1)
矢量数据湖.pdf   矢量数据湖.pdf (浏览:1)
西格玛计算:如何在 Sigma 中使用输入表改进 Databricks 中的数据科学和机器学习应用程序.pdf   西格玛计算:如何在 Sigma 中使用输入表改进 Databricks 中的数据科学和机器学习应用程序.pdf (浏览:1)
达泰库:吃你的蛋糕也吃它与Dataiku+数据砖.pdf   达泰库:吃你的蛋糕也吃它与Dataiku+数据砖.pdf (浏览:1)
数据访问控制的未来:博思艾伦汉密尔顿使用 Immuta 保护我们的 Databricks Lakehouse 的方法.pdf   数据访问控制的未来:博思艾伦汉密尔顿使用 Immuta 保护我们的 Databricks Lakehouse 的方法.pdf (浏览:2)
Apache Spark™的英文SDK Apache Spark™的英文SDK.pdf   Apache Spark™的英文SDK Apache Spark™的英文SDK.pdf (浏览:1)
使用 Node.js 和增量共享编写数据共享应用.pdf   使用 Node.js 和增量共享编写数据共享应用.pdf (浏览:1)
通过 Lakehouse 释放金融服务中数据共享的价值.pdf   通过 Lakehouse 释放金融服务中数据共享的价值.pdf (浏览:1)
流式处理架构偏移发现和受控缓解.pdf   流式处理架构偏移发现和受控缓解.pdf (浏览:1)
使用Apache Spark™和H3地理空间索引系统的卫星图像数据处理.pdf   使用Apache Spark™和H3地理空间索引系统的卫星图像数据处理.pdf (浏览:2)
幕后:智能工作负载管理.pdf   幕后:智能工作负载管理.pdf (浏览:2)
Immuta:使用自动数据访问控制构建端到端 MLOps 工作流.pdf   Immuta:使用自动数据访问控制构建端到端 MLOps 工作流.pdf (浏览:1)
从雪花到企业级 Apache Spark™.pdf   从雪花到企业级 Apache Spark™.pdf (浏览:3)
优化批处理和流式聚合.pdf   优化批处理和流式聚合.pdf (浏览:2)
Apache Spark™ 流式处理和增量实时表加速毕马威客户实时物联网洞察.pdf   Apache Spark™ 流式处理和增量实时表加速毕马威客户实时物联网洞察.pdf (浏览:2)
使用 DMS 和 DLT 捕获变更数据.pdf   使用 DMS 和 DLT 捕获变更数据.pdf (浏览:1)
Rec Room 如何使用 Databricks 和 RudderStack 每天处理数十亿个事件.pdf   Rec Room 如何使用 Databricks 和 RudderStack 每天处理数十亿个事件.pdf (浏览:2)
数据摄取快慢:如何通过正确的时间处理提高数据可用性和数据质量.pdf   数据摄取快慢:如何通过正确的时间处理提高数据可用性和数据质量.pdf (浏览:2)
If a Duck Quacks In the ForestShould You Care?.pdf   If a Duck Quacks In the ForestShould You Care?.pdf (浏览:1)
将云供应商提升到一个新的水平:使用 Azure 数据砖解决复杂的挑战.pdf   将云供应商提升到一个新的水平:使用 Azure 数据砖解决复杂的挑战.pdf (浏览:3)
Labcorp数据平台之旅:从选择到上线仅需六个月.pdf   Labcorp数据平台之旅:从选择到上线仅需六个月.pdf (浏览:1)
Databricks Lakehouse 上的多云数据治理.pdf   Databricks Lakehouse 上的多云数据治理.pdf (浏览:7)

报告合集目录

报告预览

  • 全部
    • 专场一
      • 为什么三角洲湖是熊猫分析的最佳存储格式.pdf
      • 米其林的数据民主化.pdf
      • Ray on Apache Spark™ Apache Spark™上的Ray.pdf
      • D-Lite:将基于Dolly的轻量级ChatGPT类模型集成到组织工作流程中.pdf
      • 为超过 13 PB 且拥有数千名用户的三角洲湖泊构建和管理数据平台:AT&T 的故事.pdf
      • 洁净室入门:在数据砖上使用洁净室在 BI、ML 等中使用更多更好的数据.pdf
      • Lyft 市场中的实时 ML.pdf
      • Delta-rs、Apache Arrow、Polars、WASM:Rust 是分析的未来吗?.pdf
      • 在 Apache Spark™ 中管理数据加密.pdf
      • 使用Lakehouse对抗癌症:Ontada在Databricks Lakehouse上建立RWD平台的旅程.pdf
      • 分发数据治理:Unity 目录如何实现协作方法.pdf
      • Jet Streaming数据和预测分析:Lakehouse和Apache Spark™如何让柯林斯航空公司保持飞机飞行.pdf
      • Comcast Effectv 如何通过 Databricks 和 Monte Carlo 推动数据可观测性.pdf
      • 优化批处理和流式聚合.pdf
      • 使用 DMS 和 DLT 捕获变更数据.pdf
      • Rec Room 如何使用 Databricks 和 RudderStack 每天处理数十亿个事件.pdf
      • 数据摄取快慢:如何通过正确的时间处理提高数据可用性和数据质量.pdf
      • If a Duck Quacks In the ForestShould You Care?.pdf
      • 将云供应商提升到一个新的水平:使用 Azure 数据砖解决复杂的挑战.pdf
      • Labcorp数据平台之旅:从选择到上线仅需六个月.pdf
      • Databricks Lakehouse 上的多云数据治理.pdf
    • 专场二
      • 托普塔尔:在多云策略中启用数据流.pdf
      • 数据编排的未来:基于资产的编排.pdf
      • 通过统一的特征存储加速收视率角色的开发.pdf
      • 扫雪车:利用第一方客户数据彻底改变您的客户互动策略.pdf
      • 使用思科空间消防水带 API 作为实时占用建模的数据流.pdf
      • 流媒体应用程序中要避免的主要错误.pdf
      • 普里瓦塞拉:将高级数据安全治理应用于数据砖 Unity 目录.pdf
      • dbt 实验室:使用 dbt 升级湖屋中的 SQL 转换.pdf
      • 构建多模式未来:开放的生态系统和数据发挥作用.pdf
      • cea13ca95211f5bcd0bed2fff501aa50.pdf
      • 通过 CDC、Apache Spark™ 流和 Delta Lake 解锁近实时数据复制.pdf
      • 使用 Power BI 和 Databricks 进行流式处理数据分析.pdf
      • 马蒂利恩:使用 Matillion 提高湖畔别墅和完整数据堆栈的生产力.pdf
      • Your LLM, Your Data.pdf
      • 西格玛计算:如何在 Sigma 中使用输入表改进 Databricks 中的数据科学和机器学习应用程序.pdf
      • 数据访问控制的未来:博思艾伦汉密尔顿使用 Immuta 保护我们的 Databricks Lakehouse 的方法.pdf
      • 使用 Node.js 和增量共享编写数据共享应用.pdf
      • 通过 Lakehouse 释放金融服务中数据共享的价值.pdf
      • 流式处理架构偏移发现和受控缓解.pdf
      • 使用Apache Spark™和H3地理空间索引系统的卫星图像数据处理.pdf
      • 幕后:智能工作负载管理.pdf
      • Immuta:使用自动数据访问控制构建端到端 MLOps 工作流.pdf
      • 从雪花到企业级 Apache Spark™.pdf
      • Apache Spark™ 流式处理和增量实时表加速毕马威客户实时物联网洞察.pdf
    • 专场三
      • 自动执行 Apache Spark™ 3 迁移并在Airbnb进行验证.pdf
      • 使用基础模型快速扩展应用的 AI ML并将其应用于现代 AI ML 用例.pdf
      • 整理您的安全数据:网络安全作为数据管理问题.pdf
      • 结构化流式处理:揭开任意有状态操作的神秘面纱.pdf
      • 使用 NLP 每天评估数十亿个全球网页以针对消费者进行情境定位.pdf
      • JoinBoost:在数据库中为树模型进行机器学习.pdf
      • 湖屋的价值:T-Mobile如何阐明现代数据平台的优势.pdf
      • Databricks Lakehouse 上的 Unity 目录、增量共享和数据网格.pdf
      • 为未来十年的增长设计数据湖屋系统.pdf
      • 三角洲湖流媒体的搭便车指南.pdf
      • 埃森哲-未来的工厂:使用知识图和生成式AI构建数字孪生的案例研究.pdf
      • Alation:释放实时数据的力量最大限度地获得数据洞察.pdf
      • 随时随地使用 Apache Spark:使用 Spark™ Connect 进行远程连接.pdf
      • 凯捷:通过扩展的湖厅架构加快洞察速度.pdf
      • 在国防部编织数据网格.pdf
      • Lakehouse Architecture to Advance Security Analytics at the Department of State.pdf
      • 矢量数据湖.pdf
      • 达泰库:吃你的蛋糕也吃它与Dataiku+数据砖.pdf
      • Apache Spark™的英文SDK Apache Spark™的英文SDK.pdf
请点击导航文件预览
资源包简介:

1、Databricks2023Jason XuData Warehouse Infra TeamZoe LinData Warehouse Infra TeamAutomate Apache Spark 3 Migration w/Validation at Airbnb AgendaOverview:Spark at AirbnbSpark 3 Migration ChallengesMigra。

2、Start from scratch valueLeveraging Foundational Models to Rapidly Scale Applied AI OutcomesNick King,Founder/CEO Data K35%of projects miss expectations.90%of S&P 500 companies now publish ESG rep。

3、Wrangling Your Security Data:Cybersecurity As A Data Management ProblemJacolon WalkerCo-founder,CTO,MonadDatabricks2023Today,the average Fortune 500 enterprise manages 40+cybersecurity vendorsEach to。

4、Demystifying Arbitrary Stateful OperationsTaking the fear out of flatMapGroupsWithStateand applyInPandasWithStateAngela Chu,Databricks Sr.Solution Architect/Streaming SMEDatabricks2023My source data 。

5、Billions of Websites in One PlatformScaling out Advertising at The Trade DeskDr.Xuefu Wang The Trade DeskMark Lee DatabricksDatabricks2023Mark LeeSr.Specialist Solutions ArchitectXuefu WangSr.Data Sc。

6、JoinBoost:Tree Models on DB with only SQLSpeaker:Zachary Huang1Contributors:Rathijit Sen2,Jiaxiang Liu1,Pavan Kalyan Damalapati1,Weisheng Wang1,Matthew Schoenbauer1,Eugene Wu11 Columbia University,2 。

7、HOW HOW T T-MOBILEMOBILE ARTICULATED THE BENEFIT ARTICULATED THE BENEFIT OF A MODERN DATA PLATFORMOF A MODERN DATA PLATFORMThe Value of the The Value of the LakehouseLakehouseC O N F I D E N T I A L2。

8、Matt KroonVP of Enterprise,ToptalChristina TaylorData and ML Ops EngineerToptal Enables Data Streaming Within Multi-Cloud StrategiesFireside Chat:Toptal Automates Data Analysis with Alteryx Confident。

9、Unity Catalog,Delta Sharing and Data Mesh on Databricks LakehouseThomas RoachSurya Sai TuragaDatabricks2023Current state of data in an enterpriseData distributed in many different systemsEach use-cas。

10、Sandy Ryza(s_ryz)Lead Engineer,Dagster Project-ElementlAsset-Based Data OrchestrationData practitioners build and maintain data pipelinesWhats a data pipeline?Data AssetComputationData AssetComputati。

11、Accelerating the Development of Viewership Personas with a Unified Feature StoreDIRECTVMalav Shah and Taylor HosbachDatabricks202322023 DIRECTV.DIRECTV and all other DIRECTV marks are trademarks of D。

12、Revolutionize your Customer Engagement With First Party Customer DataDatabricks2023Hello Im Yali!Data enthusiast Worked in data all my career Back in 2012 I got very excited about the possibilities a。

13、Real-time building occupancy modellingUsing DLT and Cisco Spaces Meta APIPaul MracekSolutions ArchitectDatabricksExperimenting with occupancy during early COVID days.1_DAIS_Title_SlideOccupancy in bu。

14、Top Mistakes to Avoid in Streaming ApplicationsVikas Reddy Aravabhumi,Staff Backline Engineer,DatabricksDatabricks2023Job Title:Staff Backline EngineerEmployment:Databricks(Since Nov 2019)Areas of Ex。

15、Don Bosco DuraiCo-founder&CTOApplying Advanced Data Security Governance with Databricks Unity Catalog Agenda 2023 Privicera.Confidential.All Rights Reserved.010203Databricks Unity Catalog-Overvie。

16、Leveling Up SQL Transformations in the Lakehouse with dbtData+AI Summit 2023June 28,2023Agenda1Intro4DemoSee dbt+Databricks in action!2BackgroundQuick overview of dbt and the SQL persona in Databrick。

17、Realistic bird studies,intricate psychedelic landscapeBuilding a Multimodal Future Open Ecosystems and Data at PlayPROPRIETARY&CONFIDENTIAL2Stability AI is a leader in open source generative AIPR。

18、Why Delta Lake is the best storage format for pandasMatthew Powers,CFADatabricks-Delta LakeDeveloper Advocate at DatabricksWorked in finance for 5 years before programmingRuby/Rails web dev=data engi。

19、 2023 Nielsen Consumer LLC.All Rights Reserved.2023 Nielsen Consumer LLC.All Rights Reserved.扬帆逐浪,开启零食行业的全渠道战略2023年8月 2023 Nielsen Consumer LLC.All Rights Reserved.219291947AC尼尔森尼尔森由由 Arthur C.Nielse。

20、1DATA+AI SUMMIT 2023 San Francisco06/27/2023234Who are we?SmartAutomation&DigitalTransformerIT Expert on Data&Analytics567891011HOW DO WE BECOME DATA DRIVEN?12Data Platforms13The Corporate Da。

21、Ray on SparkBen Wilson,DatabricksJiajun Yao,AnyscaleDatabricks2023Who we are Ben WilsonJiajun YaoWorks with ML open source software at DatabricksMLflow maintainerSoftware engineer at AnyscaleRay comm。

22、Whats new in Databricks WorkflowsBilal Aslam,Sr.Director of Product Management,DatabricksProduct safe harbor statementThis information is provided to outline Databricks general product direction and 。

23、 2023 AT&T Intellectual Property.AT&T and globe logo are registered trademarks and service marks of AT&T Intellectual Property and/or AT&T affiliated companies.All other marks are the。

24、Clean Room Primer:Using Clean Rooms on Databricks to Utilize More and Better Data in your BI,ML,and BeyondMatt Karasick;Chief Product Officer,HabuAnil Puliyeril;Senior Architect;HabuDatabricks2023Hab。

25、Real Time ML in Marketplace LyftBy RakeshMarketplace Org1Agenda Introduction Use cases Overall architecture Dev Ex Lesson Learned Data Points QA2Introduction3Dynamic PricingSupply/Demand curveETAPric。

26、Is Rust the Future of Analytics?Delta-rs,Apache Arrow,Polars,WASMDatabricks2023The JVM is dead.Hi Oz Katz CTO,Co-Founder lakeFS Present of AnalyticsData SourcesIngestProcess,store,analyzeCRMERPCDPOpe。

27、Engineering Data Data Lakehouse Systems for the Next Ten Years of GrowthAdi PolakData&AI Technology StrategistDatabricks2023About me Adi PolakThesis in Machine Learning and Cyber SecurityAuthor:S。

28、The Hitchhikers Guide to Delta Lake Streaming Tristen WentlingSr.Solutions ArchitectDelta OSS Contributor2023Scott HainesDistinguished Software EngineerSpark/Delta OSS Contributorhttps:/bit.ly/dais20。

29、Factory of the FutureA Case Study Building Digital Twins using Knowledge Graphs and Gen AIDatabricks2023AgendaState of Digital TwinsTwin of Twins w/Knowledge Graphs and Data ProductsWhats Next?Twins 。

30、Unlocking the Power of Real-Time Data to Maximize Data InsightsRaghu Jayachandran,Senior Manager Enterprise DataDiby Malakar,VP Product ManagmentJune 20232|2023 Alation,Inc.All Rights Reserved.Data I。

31、Unlocking Near Real Time Data Replication with CDC,Apache Spark Streaming,and Delta LakeDatabricks2023Ivan Peng and Phani NalluriHow many orders did DoorDash do yesterday?How many orders did DoorDash。

32、Streaming data analytics with Power BI and DatabricksLiping HuangMarius PangaDatabricks2023Agenda Lakehouse for Real-Time Analytics Architectural Patterns and Demos Considerations2Transactional recor。

33、Using Matillion to Boost Productivity with the Lakehouse and your Full Data StackRick Wear Group Product Owner for ETL,MatillionDatabricks20231_DAIS_Title_SlidePurpose-built for DatabricksDatabricks 。

34、Your LLM,Your Data,Your InfrastructureSharon Zhou,PhDCofounder&CEO,Lamini realSharonZhouDatabricks20231_DAIS_Title_SlideDemoPlay with this LLM at app.lamini.aiWe couldnt have gotten to this level。

35、Managing Data Encryption in Apache SparkGidon Gershinsky,Apple Inc.Databricks2023THIS IS NOT A CONTRIBUTIONPresenterGidon GershinskyCommitter and PMC member in Apache ParquetWorks on big data securit。

36、USING LAKEHOUSE TO FIGHT CANCEROntadas Journey to Establish a Real-World Data(RWD)Platform on Databricks Lakehouse Databricks20231About The SpeakerDonghwa Kim is the Senior Director of Architecture a。

37、Distributing Data Governance:How Unity Catalog Allows For A Collaborative ApproachGilad AsulinPulkit ChadhaJune 27th 2023giladasulin,pulkitchadha2Pulkit ChadhaSr.Solutions Architect Databrickspulkitc。

38、Jet Streaming Data and Predictive Analytics:How the Lakehouse and Apache SparkEnable Collins Aerospace to Keep Aircraft FlyingDatabricks2023Sanket Amin Senior Manager,CAS Data Science and Analytics 2。

39、How Comcasts Effectv Drives Data Observability with Databricks and Monte CarloDatabricks20232IntroductionsSCOTT LERNER Customer Success Manager,Monte CarloROBINSON CREIGHTONSr.Manager DataOps,Effectv。

40、Use Apache Spark from Anywhere Remote Connectivity with Spark ConnectStefania Leone,Martin GrundSr.Manager Product Management,DatabricksSr.Staff Software Engineer,DatabricksProduct Safe Harbor Statem。

41、DRIVING SPEED TO INSIGHTS DRIVING SPEED TO INSIGHTS WITH AN EXTENDED WITH AN EXTENDED LAKEHOUSE ARCHITECTURELAKEHOUSE ARCHITECTURERajesh IyerVP,Global Leader of AI&Machine LearningInsights&Da。

42、Weaving the Data Mesh in the Department of DefenseDatabricks20231_DAIS_Title_SlideCDAO Mandate“The CDAO.will lead and oversee DoDs strategy development and policy formulation for data,analytics,and A。

43、Lakehouse Architecture to Advance Security Analytics at the Department of State Tim AhrensBrendan BarsnessDatabricks2023Agenda1What is the Department of States Center for Analytics(CfA)2The Challenge。

44、Vector Data LakeDo you need(more than)a vector database in 2023?Databricks2023PhD student at Stanford Universityhttps:/ Lance formatCo-author pandaschanghiskhanGenerative AI is missing a storage laye。

45、Sigma+DatabricksHow using Sigma Input Tables improves Data Science and Machine Learning within Databricks Databricks2023Introduction:SpeakersMitch is an experienced data analytics professional with a。

46、Have Your Cake and Eat it Too with Dataiku and DatabricksAmanda MilbergSenior Partner Solutions Engineer,DataikuDatabricks2023Session ObjectiveProvide an overview of Dataiku Highlight the seamless fe。

47、The Future of Data Access Control:The Future of Data Access Control:Booz Allen Hamiltons Approach to Booz Allen Hamiltons Approach to Securing our Databricks Lakehouse Securing our Databricks Lakehou。

48、English SDK for Apache SparkBoosting Development with LLMsGengliang WangAllison WangAmanda LiuAbout UsThe Spark team at Gengliang WangGithub:gengliangwangAllison WangGithub:allisonwang-dbAmanda LiuGi。

展开阅读全文
2200
2200 专家认证

该用户很懒,什么也没介绍

会员购买
客服

专属顾问

商务合作

机构入驻、侵权投诉、商务合作

服务号

三个皮匠报告官方公众号

回到顶部