Előadások letöltése

Június 3.

Plenáris

• Innovations in Big Data – Arató Bence, BI Consulting
• The Future of Our Past, or How to Build a Time Machine – Pascal Raabe, Ustwo
• Big Mistakes to Avoid When Performing Big Data Analytics – Stephen Brobst, Teradata

Mátyás I.

• Heisenber and the uncertainty laws of BI – Vágó Zoltán, Teradata
• What makes a good ETL system – Göblös-Szabó Julianna, Prezi
• Adattárházak 2015-ben, kiterjesztés és gyorsulás: Big Data és a relációs világ, In Memory, Exadata – Fekete Zoltán, Oracle
• Apache Spark – The modern data analytics platform – Gulyás Máté, enbrite.ly
• Hive powered by Spark – Xuefu Zhang, Cloudera
• Interactive Graph Analytics with Spark – Darabos Dániel, Lynx Analytics

Mátyás II.

• “Houston! Baj van?” avagy Social Media Command Centre Big Data alapokon – Ponori-Threwrewk Ajtony, T-Systems Magyarország
• Machine learning on Big Data – big benefits or wasting resources – Prekopcsák Zoltán, RapidMiner
• Agilis Big Data adatkezelés SAS Data Loader for Hadoop megoldással – Szász Viktor, SAS
• Being a Data Janitor for 10m+ Users – Tips and Tools from the Trenches – Molnár Dániel, 6Wunderkinder GmbH
• Applying Hadoop to Scientific Computing – Tom White, Cloudera
• Big fast data in high-energy particle physics – Andrew John Lowe, Hungarian Academy of Sciences

Június 4.

Plenáris

• Watson Analytics – a new way to do data analysis – Claus Samuelsen, IBM
• SQL Engines on Hadoop – The case for Impala – Mark Grover, Cloudera
• The Evolution of Big Data at Spotify – Through Failures and Pain – Josh Baer, Spotify

Mátyás I.

• Nyugdíjelőrejelzés korszerű mikroszimulációs módszerrel – Tóth Krisztián & Puskás Péter, Omnit Solutions
• Rövid bevezetés a data governance-be – Gollnhofer Gábor, DMS Consulting
• How Prezi uses Amazon Redshift – Németh Tamás, Prezi
• Big Data & DWH Modernization – Claus Samuelsen, IBM
• BDD: The Visual Face of Hadoop, The Hidden Face of Spark – Luis Moreno Campos, Oracle
• Finding Hijacked Accounts: Anomaly Detection in User Behavior Analysis – Kovács László, Balabit

Mátyás II.

• Designing Agile Data Pipelines – Ashish Singh, Cloudera
• Real-time data processing with Apache Flink – Fóra Gyula, SICS
• STREAMLINE: learning from data streams with Apache Flink – Benczúr András, MTA SZTAKI
• Bootstrap Real Time pipeline in 30 minutes – Ashish Singh, Cloudera
• Data in Fashion – Solving problems of apparel e-commerce with data – Rátky Gábor, Secret Sauce Partners
• Emberek vs. botok: az enbrite.ly története – Nagy István, enbrite.ly