Большие Данные в национальной экономике

Конференция сайт события http://www.ospcon.ru/event/bolshie-dannye-v-natsionalnoi-ekonomike.html

Добавить в календарь:
Поделиться:

Важнейшим условием успешного развития мировой экономики на современном этапе становится возможность фиксировать и анализировать огромные массивы и потоки информации. Предприятия различных отраслей порождают и потребляют постоянно растущие объемы данных, и их конкурентоспособность во все большей степени зависит от эффективности работы автоматизированных систем сбора, хранения и анализа данных.

Существует точка зрения, что страны, которые овладеют наиболее эффективными методами работы с Большими Данными, ждет новая индустриальная революция. У России с ее колоссальным научным и образовательным потенциалом есть все шансы занять достойное место среди тех национальных экономик, где извлечение полезных знаний из больших объемов данных различной природы поставлено на службу индустриальному прогрессу. В связи с этим особое значение приобретает развитие в стране нового направления компьютерной науки, связанного с обработкой Больших Данных.

Первая конференция "Большие Данные в национальной экономике" с успехом прошла в 2013 году (проект РФФИ 13-07-06055 Г), собрав более 200 участников и вызвав большой интерес как со стороны слушателей, так и со стороны выступивших на ней экспертов - представителей российских исследовательских коллективов в области работы с большими объемами данных. Опираясь на опыт первой конференции, а также на большой опыт организации бизнес-форумов, посвященных задачам промышленного применения платформ Больших Данных, издательство "Открытые системы" объявляет о проведении второй конференции "Большие Данные в национальной экономике".

 

Цель конференции

предоставить экспертам в области работы с данными из научных организаций и индустрии площадку для обсуждения результатов своих исследований, перспектив их развития и практического применения. Конференция призвана помочь консолидировать наиболее значимые работы и коллективы, способные сделать вклад в формирование нового научного направления и тем самым способствовать дальнейшему развитию национальной экономики России.

Организаторы конференции также видят своей задачей популяризацию наиболее интересных научных работ и исследований, способствующих развитию направления Больших Данных как самостоятельной области исследований, а также расширению практических применений методов работы с большими массивами информации в других научных областях и в различных секторах российской экономики.

Одной из наиболее острых проблем в сфере работы с Большими Данными остается дефицит кадров. Конференция предложит участникам обсудить в открытой дискуссии вопросы подготовки новой категории специалистов – data scientists.

 

Ключевые темы Конференции:

  • Большие Данные как направление computer science;
  • Платформы и методы обработки Больших Данных;
  • Наука о данных на службе других наук;
  • Анализ Больших Данных: отраслевые приложения;
  • Data Scientists: мифы и реальность подготовки специалистов нового века.

 

Конференция рассчитана на представителей научного сообщества, молодых исследователей, специалистов предприятий различных отраслей, заинтересованных в том, чтобы поделиться своим опытом и лучше разобраться в задачах, которые встают сегодня в области анализа Больших Данных, и в перспективных подходах к их решению.

 

Регистрация участников

 

Пленарное заседание. Перспективные методы анализа Больших Данных

 

Большие Данные: разделяй и властвуй

Сергей Кузнецов, д.т.н., МГУ имени М.В. Ломоносова,МФТИ, ИСП РАН

 

Методы выбора для анализа Больших Данных

Фуад Алескеров, д.т.н., руководитель департамента математики факультета экономики, НИУ ВШЭ

 

Методы и инфраструктуры интеграции разнородных Больших Данных

Алексей Вовченкок.т.н., старший научный сотрудник, ИПИ РАН
Сергей Ступниковк.т.н., старший научный сотрудник, ИПИ РАН

 

Предсказательная аналитика на основе потоков Больших Данных

Андрей Дмитриевд.физ.-мат.н., профессор, НИУ ВШЭ

 

Организация видеохранилищ на основе использования параллельной СУБД и сопроцессоров Intel Xeon Phi

Михаил Цымблерк.физ.-мат.н., доцент, ЮУрГУ

 

Источники Больших Данных и современные способы хранения данных

Михаил Комаровк.т.н., доцент, НИУ ВШЭ
Евгений КучерявыйPhD, руководитель лаборатории ET4NBIC Lab, Технологический университет Тампере (Финляндия)

 

Секция "Большие Данные в научных исследованиях"

 

Научные вызовы Больших Данных

Евгений Павловскийк.физ.-мат.н., старший преподаватель, НГУ, директор, "Исследовательские системы"

 

Большие Данные и вычислительная наука: место и время встречи

Виктор Топорковд.т.н., заведующий кафедрой, НИУ МЭИ

 

Распределенные вычисления и Большие Данные в ядерных исследованиях (на основе опыта России и ОИЯИ)

Владимир Кореньковд.т.н., директор лаборатории информационных технологий, ОИЯИ, заведующий кафедрой, Международный университет "Дубна"
Алексей Климентов, к.физ.-мат.н., Брукхейвенская национальная лаборатория (США)

 

Технологии Больших Данных в научных мегапроектах

Вячеслав Ильинд.физ.-мат.н., заведующий лабораторией, НИИЯФ МГУ

 

Воспроизводство исследования на Больших Данных в науке и индустрии

Андрей Устюжанинк.физ.-мат.н., руководитель проектов, CERN, "Яндекс"
спикер уточняется, Лондонкий имперский колледж (Великобритания)

 

Облачные технологии в естественных и гуманитарных науках

Сергей Березин, к.физ.-мат.н., доцент, руководитель совместного исследовательского центра МГУ и Microsoft Research, МГУ

 

Секция "Прикладные аспекты Больших Данных"

 

Большие Данные в задачах глобального поиска

Виктор Гергельд.т.н., декан факультета ВМК, ННГУ имени Н.И. Лобачевского

 

Влияние технологий Больших Данных на дизайн организаций

Светлана Мальцевад.т.н., профессор, НИУ ВШЭ

 

Возможности извлечения маркетинговой информации в e-commerce

Михаил Сливинскийруководитель отдела маркетинговой и поисковой аналитики, "Викимарт"

 

Открытая дискуссия "Data Scientists: секреты подготовки специалистов XXI века

Фуад Алескеров

д.т.н., руководитель департамента математики факультета экономики, НИУ ВШЭ

Профессор, заведующий Международной лабораторией анализа и выбора решений НИУ ВШЭ, заведующий кафедрой высшей математики на факультете экономики  НИУ ВШЭ, заведующий лабораторией ИПУ РАН. Член ряда международных научных обществ, включая Американское математическое общество (American Mathematical Society) и Royal Economic Society. Участник более 100 конференций, симпозиумов, конгрессов, из них более 50 за рубежом. Осуществлял руководство более 50 прикладными проектами, 24 дипломными работами, 10 кандидатскими диссертациями (4 за рубежом). Руководит работой общемосковских семинаров по анализу нечисловой информации и экспертным оценкам (ИПУ РАН, с 1973 года) и по математическим методам анализа решений в экономике, бизнесе и политике (НИУ ВШЭ, с 2004 года). Почетный работник науки техники РФ, обладатель ряда наград, в том числе первой премии Научного общества имени С.И. Вавилова, первой премии Научного общества им. Попова, медали ордена "За заслуги перед Отечеством II степени" и др. Член редколлегий 9 научных журналов, в том числе "Автоматика и телемеханика", "Экономический журнал ВШЭ", "Проблемы управления", Mathematical Social Sciences и др. Автор и соавтор 10 книг, более 200 статей, из них более 100 в рецензируемых журналах и сборниках.

Доклад на тему "Модели выбора для анализа больших данных"

Предлагаются модели выбора для задачи поиска в анализе больших данных. Эти модели включают процедуры, обобщающие модели, предложенные Г. Саймоном, и другие классические и новые модели выбора, такие как q-Паретовские правила, экстремизационные, экстремизационные с погрешностью, надпороговое, минимаксное  правила и многие другие. Рассматриваются модели суперпозициии этих правил и исследуется их сложность.

Показано, что предлагаемые модели работают эффективнее, чем многие известные правила, в частности Метод Опорных Векторов. Проведено сравнение эффективности различных процедур на данных компании Microsoft.



Евгений Павловский

к.физ.-мат.н., старший преподаватель, НГУ, директор, "Исследовательские системы"

В 2008 году защитил в НГУ кандидатскую диссертацию по математике. Работал в компании "Новософт" бизнес-аналитиком с 2007 (проекты: (1) обучение метрологов ЗФ ОАО "ГМК норильский Никель" системе АСОМИ 1.0, (2) формирование требований и ТЗ к АСОМИ 1.4, (3) сертификация АСОМИ 1.4 в РосИспытаниях на соответствие требований совместимости с АИС "Метрконтроль").

В НГУ подготовил курсы по бизнес-анализу (2009), по тайм-менеджменту (2010) и по аналитике больших массивов данных (2014). Выиграл грант фонда Потанина на создание магистратуры по анализу больших данных в НГУ (06.2014). Осуществлял руководство 18 студентами.

С 2011 года директор компании "Исследовательские системы", созданной по ФЗ-217 совместно с ФГБУ "ННИИПК им. Е.Н. Мешалкина" для применения методов интеллектуального анализа данных в здравоохранении.

Доклад на тему "Научные вызовы Больших Данных"

В докладе предлагаются новые постановки задач в области математики, статистики, теории измерений, теории вероятностей, математической логики, математической лингвистики, — возникающие из необходимости отвечать на вызовы больших данных.

Комментарии (0):

Оставлять комментарии могут только зарегистрированные пользователи

Для получения embed кода необходимо кликнуть правой
кнопкой мыши на видео и выбрать пункт меню
'Сгенерировать HTML код'

При условии подтвержденной регистрации

Забыли пароль? Регистрация