¿Cuáles son las mejores reuniones de ciencia de datos / big data en el área de la Bahía de San Francisco?

El Área de la Bahía tiene posiblemente las mejores reuniones de ciencia de datos en el país. Aquí hay tres grandes:

Encuentro de ciencia de datos de SF

Fundada y organizada por las personas que dirigen los programas Data Science de Galvanize (fka Zipfian Academy), SF Data Science presenta a científicos de datos preeminentes como oradores, además de talleres de capacitación y descuentos para conferencias. Algunos puntos destacados de 2014:

Cómo convertirse en un científico de datos con Ryan Orban
Youtube:
Slideshare: Cómo convertirse en un científico de datos

Recuperación de información musical con Steve Tjoa
Youtube: Recuperación de información musical en Python con Steve Tjoa

Data Science Lunch and Learn con Chartio y Uber
Youtube:

SF Data Mining

La reunión de datos de más larga duración en San Francisco, SF Data Mining, está organizada por el jefe de ciencia de datos de Trulia, Todd Holloway. Cuenta con una increíble variedad de temas. Aspectos destacados de SF Data Mining:

Minería de datos por una causa (Serie de 4 Meetups)
Las compañías destacadas que hacen ciencia de datos para bien han incluido Castlight Health, Lendable, Bayes Impact, Wikimedia, campaña de Obama, etc.

Aprendizaje profundo con Adam Gibson
Adam Gibson es el creador de Deeplearning4j y fundador de Skymind. Esta charla explicó en qué consiste el aprendizaje profundo y en qué no es bueno.

SF Machine Learning

Para aquellos de nosotros más interesados ​​en el lado de los algoritmos, existe SF Machine Learning. Está organizado por mi Arshak Navruzyan, fundador de Startup.ML, vicepresidente de producto de Argyle Data y primer ministro de Vowpal Wabbit. Aspectos destacados de SF Machine Learning:

Next.ML Training Conference
Una conferencia de capacitación de 1 día sobre aprendizaje profundo, programación probabilística, aprendizaje paralelo y más. Con charlas sobre Theano, DL4J, Julia. Los oradores representan Facebook, Galvanize, Univ. de Montreal

Aprendizaje automático a gran escala con Spark
¿Por qué todos están entusiasmados con Spark? Esta charla examinó las ganancias de eficiencia y escalabilidad que hacen de Spark un lenguaje tan poderoso.

Menciones honoríficas

  • Bay Area Women in Machine Learning & Data Science Por Erin LeDell de UC Berkeley
  • Ciencia de datos para la sostenibilidad por Joe Kwiatowski de EcoFactor
  • DataKind SF Bay Area Area por DataKind
  • SF Data Engineering para aquellos de nosotros interesados ​​en datos a escala.

Related Content

¿Cuáles son las desventajas de trabajar como científico de datos?

¿Cuál es el mejor instituto para cursos de científicos de datos en Hyderabad?

¿Dónde podemos encontrar científicos de datos en India?

Quiero convertirme en un científico de datos con especialidad de aprendizaje automático, ¿qué cursos debo tomar?

¿Qué tan fácil / difícil es conseguir un trabajo en los Estados Unidos mientras se está fuera del país? Tengo una tarjeta verde y una sólida formación en tecnología / consultoría. No quiero dejar mi concierto actual hasta que consiga uno bueno allí. ¿Alguien puede compartir su experiencia?

Aquí hay algunos a los que he asistido:

1. Grupo de usuarios de Bay Area Hadoop: Esto se lleva a cabo uno por mes en el URL Cafe de Yahoo. Es útil para alguien que realmente quiere saber sobre los nuevos desarrollos en el mundo de Hadoop. Hay charlas de entusiastas de Hadoop de compañías como Yahoo, LinkedIn, Google, Hortonworks, etc.

2. El Think Tank de Big Data de Hive: Este está más enfocado hacia Hive y otras tecnologías relacionadas con Hadoop. Hay eventos periódicamente. Algunos eventos se centran en temas completamente nuevos, mientras que otros implican debates activos y preguntas del panel.

3. Reunión del grupo de usuarios de Hive: esta se centra solo en Hive y ocurre ocasionalmente. Recuerdo haber asistido a algunos en LinkedIn y Hortonworks y fueron muy útiles. Es más relevante si trabajas con Hive, que fue el caso para mí.

4. Usuarios de Spark: asistí a esto solo por mi interés para saber más sobre Spark. Fue una reunión mucho más pequeña en comparación con las anteriores, pero fue realmente interesante y divertida. 🙂

Además de estos, hay muchas reuniones específicas para Sqoop, Data Science, Pig. Puede buscar todas las tecnologías interesadas y sus reuniones en Find your people – Meetup.

Inna Semenyuk

Descargo de responsabilidad: trabajo para Dato, el organizador de este evento.

Recomiendo encarecidamente la Data Science Summit 2016, que tendrá lugar del 12 al 13 de julio de 2016 en San Francisco.

  • 2 días y 3 pistas con 60 charlas, tutoriales, un escaparate de inicio y un hackathon.
  • 1.400 colegas científicos de datos, desarrolladores y líderes empresariales para redes.
  • Entrenamientos prácticos: obtenga habilidades prácticas utilizando las mejores herramientas de la industria.
  • Los líderes empresariales de Uber, Tableau, StitchFix, Salesforce, Kaggle, Google, Quora, Deepart, Cloudera y más revelan el arte y la ciencia que impulsa su valor comercial único.
  • Avances de aprendizaje automático de profesores de Carnegie Mellon, Stanford, UC Berkeley y la Universidad de Washington.
  • Firmas de libros de Andreas Mueller y Pedro Domingos de scikit-learn, autor de “The Master Algorithm”.
Sylvie Liberman

Hay 1 reunión en Cask Data. Pago: Meetup de aplicaciones de Big Data

Detalles de la charla:

Charla n. ° 1: Introducción a Apache Beam (flujo de datos de FKA Google), por James Malone, Google y Jean-Baptiste, Talend

Charla n. ° 2: Aprovechar el poder de los datos no estructurados utilizando Haven OnDemand, por Phong Vu, HPE

Charla # 3: Introducción EsgynDB, basada en Apache Trafodion, por Rao Kakarlamudi, Esgyn

William Chen

En términos de eventos, Data By The Bay llegará a Galvanize en San Francisco del 16 al 20 de mayo: Data By The Bay con oradores de Google, Netflix, IBM e IBM Watson, Salesforce, Mattermark y muchos más.

Inna Semenyuk

More Interesting

¿Cuáles son las habilidades matemáticas que necesita un científico de datos?

¿Cuáles son las oportunidades futuras para un científico de datos?

Estoy trabajando como analista de negocios y quiero cambiar a un rol de analista de datos. ¿Donde debería empezar?

¿Cómo trabajan juntos los científicos de datos y los ingenieros de aprendizaje automático en una aplicación industrial ML / NLP / CV de extremo a extremo en una gran empresa tecnológica?

¿Cuáles son las mejores charlas de ciencia de datos (por ejemplo, Pydata, seminarios, etc.)?

¿Qué tipo de habilidades debe tener un sorprendente científico de datos?

¿Qué industria paga más a los científicos y analistas de datos?

Estoy obteniendo un doctorado en ingeniería mecánica. ¿Vale la pena abandonar mi área y seguir una carrera en ciencias de datos?

Como científico de datos, ¿necesitamos Excel y todas las herramientas de Microsoft?

¿Cómo consiguió el candidato más nuevo con habilidades intermedias relacionadas con la ciencia de datos el trabajo de científico de datos si no tenía experiencia?

¿Qué oportunidades de carrera en ciencia de datos y aprendizaje automático existen en Amazon?

¿Puede el curso de aprendizaje automático ayudarme a convertirme en científico de datos?

¿Cuál es una mejor opción para un científico de datos con experiencia: PR Card para Canadá o H-1B para los EE. UU.?

¿Crees que la maestría es importante si quieres trabajar como científico de datos más relacionado con el aprendizaje automático que con los aspectos comerciales?

¿Cuán valioso y relevante es el curso de análisis de negocios 360 que ofrece Analytixlabs para un aspirante a científico de datos?