全球顶尖技术会议QCon上海2013圆满闭幕

2013年QCon全球软件开发大会上海站圆满落幕,来自国内外的顶级专家进行了为期三天的技术分享,涵盖了主题演讲、专题演讲及跨界演讲等内容。大会亮点包括服务化、数据科学、分布式计算等议题。

2013年11月3日下午5点,本次由InfoQ中文站主办的全球软件开发大会(上海站)2013大会正式闭幕。这是QCon大会第一次来到上海。来自国内外顶级互联网公司、诸多著名科技图书作者在内的100名海内外著名专家,在光大国际会展中心内,共奉上了贡献了6场主题演讲,19个分论坛共计76场专题演讲,以及4场跨界演讲。

\

在开场前InfoQ中文站创始人霍泰稳做了开场发言,为大家介绍了InfoQ与QCon的历史与使命。随后霍泰稳先生简要介绍了大会的议程,并请出了Twitter工程团队VP Raffi Krikorian台做开场演讲。

\

本次为期三天的技术分享盛会,除Raffi Krikorian外,还邀请了多名国外技术精英:LinkedIn数据团队首席工程师 Sam Shah,Real Logic 高性能与低延迟专家 Martin Thompson,Facebook资深前端工程师Hedger Wang,Perpetual公司创始人Amish Gandhi等。大家对这些讲师的反馈不可谓不热烈:

\

@TimYang:

\
\

Twitter Engineering VP Raffi Krikorian介绍服务化目的:不仅是一个Web stack、分离功能和责任(解耦)、改善性能、可用性(隔离错误)、提升开发效率等。看来大家服务化及SLA的目标很趋同。

\
\

@城市里的狗狗

\
\

github peter bell 演讲《首先,杀死所有的产品负责人》:优秀的程序员之所以优秀是因为他们很清楚他们要建造什么。如果好玩就不再困难。创造性共作的三个要素:自主、掌握、意义。最重要的就算是打破边界,比如测试和运维。没有经理,没有假期,没有干坐,自我推销后再开干。

\
\

@187_一鸣

\
\

做网站的做到优雅,都会通过服务化进行扩展和隔离。做数据的做到易用,都会逐步从大数据量挖掘做到流数据实时处理。路都是一步步走的,乱了顺序恐不行。

\
\

@TimYang

\
\

LinkedIn的Sam Shah分享Turning data into products,LinkedIn数据主要应用场景包括好友推荐,好友的专业技能,好友也看过,搜索推荐,数据分析,profile浏览统计,邮件(换工作信息)等场景,其主页基本是构建在数据基础上。

\
\

@活性氧O2

\
\

Linkedln:数据科学家有六大困扰:数据在哪里?数据的意义?数据正确吗?如何扩展计算系统?如何加工处理数据?如果把结果投入生产?Sam Shah给出了一些工具。

\
\

@黄亿华

\
\

Twitter的VP在讲解SOA架构和他们的异步RPC框架-finagle(已开源到github),支持服务发现、负载均衡、监控等,并对Java线程部分做了抽象。

\
\

本土讲师,同样精彩。在三天19场技术专题中,近80名演讲嘉宾分享着他们的技术思考。微博上也有很热烈的讨论:

\

@unique苑永凯

\
\

听阿里巴巴跨境网站性能有感:failture is always an opinion. 没有不出问题的软件,关键在于learn the lessons

\
\

@imYang

\
\

qzone 有一动态加速,讲师称这个系统在用户体验上“救了手Q, 微信,QZone的命”,在全国几十个机房部署,用户访问服务器做到同网同省IP直连。根据讲师的qq统计数据,手机local DNS一半用户是不对的

\
\

@187_一鸣

\
\

听了一号店的架构介绍,竟然养了上千工程师,从业务系统到后台人事简历管理,到私有云平台,全部自己开发,有些不看好这种开发模式。成本高,专业程度低,但这大概就是互联网行业的特点吧,大家对自己的开发能力都极其自信。

\
\

@S的酱油瓶

\
\

刚听了范怀宇的豌豆荚android开发成长的烦恼,有趣!

\
\

@gzhaoying

\
\

上午的推荐系统专场内容相当不锗,由其是陈运文老师精心准备的主题,真心赞一个!

\
\

@王关胜

\
\

Qcon2013 姚仁捷-唯品会日志平台建设。分享要点:1,新的日志流转框架(Flume+Kafka 2,计算平台(实时storm,离线hadoop,搜索ElasticSearch)3,可视化展示及图表技术(Jigsaw)4,工具与平台的概念解释的很好。 看来storm越来越多公司用了,我们的prism还需更努力。

\
\

@187_一鸣

\
\

不迷信分布式数据处理,京东95%分析任务运行在单机的R环境中。hadoop是管理数据的关键,R是应用的关键。得多学点统计知识了,数据背后的规律需要知识才能发现,目测分析年代远远不足了。

\
\

@小排虞冰微博达人

\
\

花了一早上待在qcon的系统安全分场,现在安全领域关心的问题真的已经不一样了,大家都已经不满足于应急救火的工作,开始构造牛b的上层建筑。好多有趣的东西值得去好好看看,试试,学学啊

\
\

@城市里的狗狗

\
\

段念讲述豆瓣的工程师如何打造自己的代码管理平台。一个没有product owner的产品如何成长,和上午peter bell的观念不谋而合。当工程师搔自己的痒时,创造力和执行力惊人。基础上需要自律的员工,上层需要给工程师空间和以结果为导向的绩效考核机制。豆瓣的妹子很美,这点表达得尤其好。

\
\

@城市里的狗狗

\
\

许治坤讲游戏开服虚拟化。基于OpenNebula和KVM,2000多个虚拟化节点,北京两个BGP,细到CPU选型,OS问题等。日志处理用的splunk,带后台演示,顺便碰到splunk公司的开发,回去研究一下。果然没来错,接地气。

\
\

本届QCon,主办方特意准备了丰富大家娱乐交流的晚场活动。包括专门为讲师设置的欢迎晚宴、免费入场的社区之夜,以及有著名自媒体嘉宾参与的“鬼脚七夜话”:

\

@甲骨文Java社区

\
\

精彩回顾,昨晚社区之夜活动中,@程序媛 在向大家介绍Java社区的使命及发展。分组讨论中,一起和@ShanghaiJUG 的技术大牛为大家回答各种Java问题。

\
\

@Kael

\
\

上周五讲师欢迎宴楼顶的夜景。小角落里简直成了hedger的个人专场,他特别说到不太能理解中国前端工程师的定位。在 facebook,前端工程师需要负责实现用户界面和交互,分析用户行为来证明你的产品,监控服务器相关数据;相当于国内的业务后端,BI,前端,移动端的集合。

\
\

@八运会

\
\

一个是自媒体,一个是外宾(黑帽子厉哥),一个是交大少年班的白帽子道哥,一个是在银联混退休的台湾架构师,一个是承认自己是普通人的池院长。五个人各种挖苦,彼此吐槽对方的职业,会场爆满,整合会场的人都多到席地而坐,他们说的很多我大多已明白,接下去就是执行力和坚持的事情了。

\
\

@lazycai

\
\

自媒体人的夜话。当越来越多技术积累了很多年经验、又能写、又能说的大牛们进入媒体领域时,传统的技术编辑和记者们,真的要仔细思考自己的定位和价值喽。

\
\

在三天的大会中,参会总人次接近3000,现场气氛火爆。而在会场之外,本次大会相关消息通过图文直播、微博、微信等形式,也激发了网上的广泛关注和热议,在微博上关于此次QCon的相关信息达数千条。 总结之余,要感谢腾讯科技、网易科技对此次大会的现场播报和图文直播,让未能有机会到场的朋友多了一个聆听大师经验,感受现场气氛的机会。

\

还需要提醒各位,最终版本的大会ppt正在搜集整理,请关注InfoQ官方微博,获取最新最全的演讲ppt。 为了让整个大会的精彩内容能惠及更多人, 大会的演讲视频也会在处理剪辑之后排期发布在InfoQ中文站上, 请大家关注InfoQ中文站http://www.infoq.com/cn,观看往届大会视频,并关注后续发布进度。

【语音分离】基于平均谐波结构建模的无监督单声道音乐声源分离(Matlab代码实现)内容概要:本文介绍了基于平均谐波结构建模的无监督单声道音乐声源分离方法,并提供了相应的Matlab代码实现。该方法通过对音乐信号中的谐波结构进行建模,利用音源间的频率特征差异,实现对混合音频中不同乐器或人声成分的有效分离。整个过程无需标注数据,属于无监督学习范畴,适用于单通道录音场景下的语音与音乐分离任务。文中强调了算法的可复现性,并附带完整的仿真资源链接,便于读者学习与验证。; 适合人群:具备一定信号处理基础和Matlab编程能力的高校学生、科研人员及从事音频处理、语音识别等相关领域的工程师;尤其适合希望深入理解声源分离原理并进行算法仿真实践的研究者。; 使用场景及目标:①用于音乐音频中人声与伴奏的分离,或不同乐器之间的分离;②支持无监督条件下的语音处理研究,推动盲源分离技术的发展;③作为学术论文复现、课程项目开发或科研原型验证的技术参考。; 阅读建议:建议读者结合提供的Matlab代码与网盘资料同步运行调试,重点关注谐波建模与频谱分解的实现细节,同时可扩展学习盲源分离中的其他方法如独立成分分析(ICA)或非负矩阵分解(NMF),以加深对音频信号分离机制的理解。
内容概要:本文系统介绍了新能源汽车领域智能底盘技术的发展背景、演进历程、核心技术架构及创新形态。文章指出智能底盘作为智能汽车的核心执行层,通过线控化(X-By-Wire)和域控化实现驱动、制动、转向、悬架的精准主动控制,支撑高阶智能驾驶落地。技术发展历经机械、机电混合到智能三个阶段,当前以线控转向、线控制动、域控制器等为核心,并辅以传感器、车规级芯片、功能安全等配套技术。文中还重点探讨了“智能滑板底盘”这一创新形态,强调其高度集成化、模块化优势及其在成本、灵活性、空间利用等方面的潜力。最后通过“2025智能底盘先锋计划”的实车测试案例,展示了智能底盘在真实场景中的安全与性能表现,推动技术从研发走向市场验证。; 适合人群:汽车电子工程师、智能汽车研发人员、新能源汽车领域技术人员及对智能底盘技术感兴趣的从业者;具备一定汽车工程或控制系统基础知识的专业人士。; 使用场景及目标:①深入了解智能底盘的技术演进路径与系统架构;②掌握线控技术、域控制器、滑板底盘等关键技术原理与应用场景;③为智能汽车底盘研发、系统集成与技术创新提供理论支持与实践参考。; 阅读建议:建议结合实际车型和技术标准进行延伸学习,关注政策导向与行业测试动态,注重理论与实车验证相结合,全面理解智能底盘从技术构想到商业化落地的全过程。
【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)》的技术资源,重点围绕电力系统中连锁故障的传播路径展开研究,提出了一种N-k多阶段双层优化模型,并结合故障场景筛选方法,用于提升电力系统在复杂故障条件下的安全性与鲁棒性。该模型通过Matlab代码实现,具备较强的工程应用价值和学术参考意义,适用于电力系统风险评估、脆弱性分析及预防控制策略设计等场景。文中还列举了大量相关的科研技术支持方向,涵盖智能优化算法、机器学习、路径规划、信号处理、电力系统管理等多个领域,展示了广泛的仿真与复现能力。; 适合人群:具备电力系统、自动化、电气工程等相关背景,熟悉Matlab编程,有一定科研基础的研究生、高校教师及工程技术人员。; 使用场景及目标:①用于电力系统连锁故障建模与风险评估研究;②支撑高水平论文(如EI/SCI)的模型复现与算法验证;③为电网安全分析、故障传播防控提供优化决策工具;④结合YALMIP等工具进行数学规划求解,提升科研效率。; 阅读建议:建议读者结合提供的网盘资源,下载完整代码与案例进行实践操作,重点关注双层优化结构与场景筛选逻辑的设计思路,同时可参考文档中提及的其他复现案例拓展研究视野。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值