Odessa StartUp Day_Возможности программы BizSpark для стартапов

•

0 recomendaciones•255 vistas

GeeksLab Odessa

Odessa StartUp Day Возможности программы BizSpark для стартапов 29 ноября, Одесса

Tecnología

Huge infrastructure scale is the enabler
19 Regions ONLINE…huge datacenter capacity around the world…and we’re growing
▪ 100+ datacenters
▪ One of the top 3 networks in the world (coverage, speed, connections)
▪ 2 x AWS and 6x Google number of offered regions
▪ G Series – Largest VM available in the market – 32 cores, 448GB Ram, SSD…
Operational Announced
Central US
Iowa
West US
California
North Europe
Ireland
East US
Virginia
East US 2
Virginia
US Gov
Virginia
North Central US
Illinois
US Gov
Iowa
South Central US
Texas
Brazil South
Sao Paulo
West Europe
Netherlands
China North *
Beijing
China South *
Shanghai
Japan East
Saitama
Japan West
India West Osaka
TBD
India East
TBD
East Asia
Hong Kong
SE Asia
Singapore
Australia West
Melbourne
Australia East
Sydney
* Operated by 21Vianet

Dmitry Spodarets
d.spodarets@flyelephant.net
www.bizspark.com
www.azure.com

Más contenido relacionado

Destacado

Нет времени объяснять, делайте мобильный сайт Влад Андрусенко - Product Manager диджитал-агентства Prodigi Что нужно знать о мобильном маркетинге в мире и Украине, чтобы использовать его для увеличения продаж уже сейчас. Почему нужно в первую очередь делать мобильную версию сайта и что нужно учитывать при его разработке.

WebCamp2014:Internet Marketing Day: Нет времени объяснять, делайте мобильный ...

GeeksLab Odessa

Как позитив помогает продавать в соц сетях. Практические советы и кейсы Русфет Кадыров Руководитель отдела интернет-маркетинга в компании “КПОРТ” Позитив в соц. сетях заразителен. Мало того, что он влияет на настроение ваших друзей и подписчиков, он помогает продавать. Соц. сети чаще используют для общения и развлечения. Но иногда они помогают решать и другие задачи. В докладе рассмотрим несколько примеров использования позитива для продаж цемента, услуг визажиста, отдыха в отеле, нестандартного подхода к праздникам и много другой полезной информации.

WebCamp2014:Internet Marketing Day: Как позитив помогает продавать в соц сетя...

GeeksLab Odessa

Single Page Web Application with Scala/Spray Slava Schmidt В докладе речь пойдет о достоинствах и недостатках архитектуры Single Page Web Application; введении в Scala; введении в Actors/Akka; введении в Spray. Будет показан процесс разработки демонстрационного приложения.

WebCamp: Developer Day: Single Page Web Application with Scala/Spray- Slava S...

GeeksLab Odessa

План презентации проекта Geeks lab hackathon

GeeksLab Odessa

DDD in PHP on example of Symfony Олег Зинченко В докладе речь пойдет о том, что такое DDD и почему MVC годами вводит нас в заблуждение. Как автор пришёл к мысли о том, что просто писать структурированный код недостаточно. Будут описаны слои приложения DDD, как они взаимодействуют между собой. Какие архитектурные паттерны стоят за DDD и почему они облегчают жизнь разработчика. Когда лучше использовать DDD, какие достоинства и недостатки есть у этого подхода. Примеры использованиея DDD подхода в Symfony приложениях.

WebCamp: Developer Day: DDD in PHP on example of Symfony - Олег Зинченко

GeeksLab Odessa

Java/Scala Lab: Игорь Вахромеев - Parallel your process with Spring Batch

GeeksLab Odessa

Оптимизации сайтов/приложений для мобильных платформ Игорь Шалимов О расстановке приоритетов в реализации архитектуры RAD.js; о оптимизации DOM и работы с ним; о ситуациях когда уже оптимизировано все: узкие места repaint\reflow и другие дорогие мелочи.

WebCamp: Developer Day: Оптимизации сайтов/приложений для мобильных платформ ...

GeeksLab Odessa

Ткаченко Дмитрий "О старте продаж в стартапе: где искать первых клиентов"

GeeksLab Odessa

Моделирование структурными уравнениями_Алексей Гаевский

GeeksLab Odessa

Евгений Плохой - "Управление пользователем при помощи дизайна и формулировок ...

GeeksLab Odessa

It is widely understood that our software needs to become reactive; we need to consider responsiveness, maintainability, elasticity and scalability from the outset. Not all systems need to implement all these to the same degree, as specific project requirements will determine where effort is most wisely spent. But, in the vast majority of cases, the need to go reactive will demand that we design our applications differently. In this presentation Dr. Roland Kuhn will explore several architecture elements that are commonly found in reactive systems, like the circuit breaker, various replication techniques, and flow control protocols. These patterns are language agnostic and also independent of the abundant choice of reactive programming frameworks and libraries. They are well-specified starting points for exploring the design space of a concrete problem: thinking is strictly required! This webinar is based off of Dr. Kuhn’s session, Reactive Design Sessions, presented at WJAX and Code Mesh.

Reactive Design Patterns

Legacy Typesafe (now Lightbend)

Learn how to build Reactive Systems with Akka. Examples in both Java 8 and Scala. Abstract: The demands and expectations for applications have changed dramatically in recent years. Applications today are deployed on a wide range of infrastructure; from mobile devices up to thousands of nodes running in the cloud—all powered by multi-core processors. They need to be rich and collaborative, have a real-time feel with millisecond response time and should never stop running. Additionally, modern applications are a mashup of external services that need to be consumed and composed to provide the features at hand. We are seeing a new type of applications emerging to address these new challenges—these are being called Reactive Applications. In this talk we will introduce you to Akka and discuss how it can help you deliver on the four key traits of Reactive; Responsive, Resilient, Elastic and Message-Driven. We will start with the basics of Akka and work our way towards some of its more advanced modules such as Akka Cluster and Akka Persistence—all driven through code and practical examples.

Building Reactive Systems with Akka (in Java 8 or Scala)

Jonas Bonér

Zen of Akka

Konrad Malawski

Everyone in the Scala world is using or looking into using Akka for low-latency, scalable, distributed or concurrent systems. I'd like to share my story of developing and productionizing multiple Akka apps, including low-latency ingestion and real-time processing systems, and Spark-based applications. When does one use actors vs futures? Can we use Akka with, or in place of, Storm? How did we set up instrumentation and monitoring in production? How does one use VisualVM to debug Akka apps in production? What happens if the mailbox gets full? What is our Akka stack like? I will share best practices for building Akka and Scala apps, pitfalls and things we'd like to avoid, and a vision of where we would like to go for ideal Akka monitoring, instrumentation, and debugging facilities. Plus backpressure and at-least-once processing.

Akka in Production - ScalaDays 2015

Evan Chan

Destacado (14)

WebCamp2014:Internet Marketing Day: Нет времени объяснять, делайте мобильный ...

WebCamp2014:Internet Marketing Day: Как позитив помогает продавать в соц сетя...

WebCamp: Developer Day: Single Page Web Application with Scala/Spray- Slava S...

План презентации проекта Geeks lab hackathon

WebCamp: Developer Day: DDD in PHP on example of Symfony - Олег Зинченко

Java/Scala Lab: Игорь Вахромеев - Parallel your process with Spring Batch

WebCamp: Developer Day: Оптимизации сайтов/приложений для мобильных платформ ...

Ткаченко Дмитрий "О старте продаж в стартапе: где искать первых клиентов"

Моделирование структурными уравнениями_Алексей Гаевский

Евгений Плохой - "Управление пользователем при помощи дизайна и формулировок ...

Reactive Design Patterns

Building Reactive Systems with Akka (in Java 8 or Scala)

Zen of Akka

Akka in Production - ScalaDays 2015

Más de GeeksLab Odessa

DataScience Lab, 13 мая 2017 Коррекция геометрических искажений оптических спутниковых снимков Алексей Кравченко (Senior Data Scientist at Zoral Labs) Мы рассмотрим разнообразие существующих спутниковых данных и способов их применения в сельском и лесном хозяйстве, картографировании земной поверхности. Далее сфокусируемся на задаче геометрической коррекции снимков как первом шаге процесса обработки спутниковых данных, включая геопривязку снимков, регистрацию изображений, субпиксельную идентификацию контрольных точек, совмещение каналов. Также расскажем о некоторых интересных и неожиданных подходах к определению ориентации и jitter спутников и построению маски облачности. Все материалы: http://datascience.in.ua/report2017

DataScience Lab2017_Коррекция геометрических искажений оптических спутниковых...

GeeksLab Odessa

DataScience Lab, 13 мая 2017 Kappa Architecture: How to implement a real-time streaming data analytics engine Juantomás García (Data Solutions Manager at OpenSistemas, Madrid, Spain) We will have an introduction of what is the kappa architecture vs lambda architecture. We will see how kappa architecture is a good solution to implement solutions in (almost) real time when we need to analyze data in streaming. We will show in a case of real use: how architecture is designed, how pipelines are organized and how data scientists use it. We will review the most used technologies to implement it from apache Kafka + spark using Scala to new tools like apache beam / google dataflow. Все материалы: http://datascience.in.ua/report2017

DataScience Lab 2017_Kappa Architecture: How to implement a real-time streami...

GeeksLab Odessa

DataScience Lab 2017_Блиц-доклад_Турский Виктор

GeeksLab Odessa

DataScience Lab, 13 мая 2017 Обзор методов детекции лиц на изображение Юрий Пащенко ( Research Engineer, Ring Labs) В данном докладе мы предлагаем обзор наиболее новых и популярных методов обнаружения лиц, таких как Viola-Jones, Faster-RCNN, MTCCN и прочих. Мы обсудим основные критерии оценки качества алгоритма а также базы, включая FDDB, WIDER, IJB-A. Все материалы: http://datascience.in.ua/report2017

DataScience Lab 2017_Обзор методов детекции лиц на изображение

GeeksLab Odessa

DataScience Lab, 13 мая 2017 Сходство пациентов: вычистка дубликатов и предсказание пропущенных диагнозов Виктор Сарапин (CEO at V.I.Tech) Как эффективно определять дубликаты на десятках миллионов пациентов, и как определять пропущенные диагнозы и лечебные действия. Все материалы доступны по ссылке: http://datascience.in.ua/report2017

DataScienceLab2017_Сходство пациентов: вычистка дубликатов и предсказание про...

GeeksLab Odessa

DataScience Lab, 13 мая 2017 Recent deep learning approaches for speech generation Дмитрий Белевцов (Techlead at IBDI) В последние пол года появилось несколько важных моделей на базе глубоких нейронных сетей, способных успешно синтезировать человеческую речь на уровне отдельных сэмплов. Это позволило обойти многие недостатки классических спектральных подходов. В этом докладе я сделаю небольшой обзор архитектур наиболее популярных сетей, таких как Wavenet и SampleRNN. Все материалы доступны по ссылке: http://datascience.in.ua/report2017

DataScienceLab2017_Блиц-доклад

GeeksLab Odessa

DataScience Lab, 13 мая 2017 Распределенные вычисления: использование BOINC в Data Science Виталий Кошура (Software Developer at Lohika) BOINC - это открытое программное обеспечение для распределенных вычислений. Данный доклад освещает использование приложения BOINC в различных областях науки, которые связаны с обработкой огромных массивов данных, на примере текущих активных исследовательских проектов. Все материалы доступны по ссылке: http://datascience.in.ua/report2017

DataScienceLab2017_Блиц-доклад

GeeksLab Odessa

DataScience Lab, 13 мая 2017 Магистерская программа "Data Science" в УКУ Орест Купин(Master's Student at UCU) В этом докладе я расскажу вам о магистерской программе со специализацией в анализе данных в Украинском Католическом Университете. Я расскажу про структуру программы, основные курсы, а также опишу свой опыт как студента УКУ и поговорю об вызовах с которыми мы столкнулись в этом году. Все материалы доступны по ссылке: http://datascience.in.ua/report2017

DataScienceLab2017_Блиц-доклад

GeeksLab Odessa

DataScience Lab, 13 мая 2017 Cервинг моделей, построенных на больших данных с помощью Apache Spark Степан Пушкарев (GM (Kazan) at Provectus / CTO at Hydrosphere.io) После подготовки данных и обучения моделей на больших данных с использованием Apache Spark встает вопрос о том, как использовать обученные модели в реальных приложениях. Помимо модели важно не забывать про весь пайплайн пре-процессинга данных, который должен попасть в продакшн в том виде, в котором его спроектировал и реализовал дата саентист. Такие решения, как PMML/PFA, основанные на экспорте/импорте модели и алгоритма имеют очевидные недостатки и ограничения. В данном докладе мы предложим альтернативное решение, которое упрощает процесс использования моделей и пайплайнов в реальных боевых приложениях. Все материалы доступны по ссылке: http://datascience.in.ua/report2017

DataScienceLab2017_Cервинг моделей, построенных на больших данных с помощью A...

GeeksLab Odessa

DataScience Lab, 13 мая 2017 BioVec: Word2Vec в задачах анализа геномных данных и биоинформатики Дмитрий Новицкий (Старший научный сотрудник в ИПММС НАНУ) Этот доклад посвящен bioVec: применению технологии word2vec в задачах биоинфоматики. Сначала мы напомним как работает Word2vec и аналогичные ему методы Word Embedding. Затем расскажем об особенностях Word2vec в применении к геномным последовательностям-- основному виду данных в биоинформатике. Как обучать bioVec, и применять эту технологию к задачам классификации белков, предсказания их функции и др. В заключении мы продемонстрируем примеры кода для обучения и использования bioVec. Все материалы доступны по ссылке: http://datascience.in.ua/report2017

DataScienceLab2017_BioVec: Word2Vec в задачах анализа геномных данных и биоин...

GeeksLab Odessa

DataScience Lab, 13 мая 2017 Data Sciences и Big Data в Телекоме Александр Саенко (Software Engineer at SoftServe/CISCO) Александр расскажет о некоторых интересных примерах использования Big Data и Data Science в Телекоме: оптимизация сотовой сети, улучшение клиентского опыта, модели прогнозирования местоположения мобильных устройств, предотвращения оттока абонентов, обнаружение фрода и других. Рассмотрит основные современные подходы к их решению на основе алгоритмов машинного обучения. Все материалы доступны по ссылке: http://datascience.in.ua/report2017

DataScienceLab2017_Data Sciences и Big Data в Телекоме_Александр Саенко

GeeksLab Odessa

DataScience Lab, 13 мая 2017 Высокопроизводительные вычислительные возможности для систем анализа данных Михаил Федосеев ( Архитектор инфраструктурных решений, LanTec) В докладе мы поговорим о hardware стороне систем анализа данных для случаев построения приватных облаков или локальных высокопроизводительных вычислительных кластеров. Рассмотрим какие технологии и комплексные решения от компании Hewlett Packard Enterprise позволяют ускорить процесс анализа данных. Это не только зарекомендовавшие в своей области лучшие в своем сегменте сервера линейки HPE Apollo, а так же высокоскоростные сетевые коммутаторы HPE, но и дополнительные вспомогательные элементы решения, такие как мощные графические карты NVIDIA и хост-процессоры Xeon Phi. Так же будет рассмотрен стек HPE Core HPC Software Stack, который позволяет администраторам контролировать использование ресурсов системы. Все материалы доступны по ссылке: http://datascience.in.ua/report2017

DataScienceLab2017_Высокопроизводительные вычислительные возможности для сист...

GeeksLab Odessa

DataScience Lab, 13 мая 2017 Мониторинг модных трендов с помощью глубокого обучения и TensorFlow, Ольга Романюк (Data Scientist at Eleks) В течении последних 8 месяцев мы в Eleks работали над системой отслеживания модных трендов, основанной на глубинной остаточной нейронной сети с тождественным отображением. При тренировке сети мы использовали онлайн увеличение объема данных, а также распараллеливание данных по двум картам GPU. Мы создали эту систему с нуля при помощи TensorFlow. В презентации я расскажу о практической стороне проекта, нюансах реализации и подводных камнях, с которыми мы столкнулись во время работы. Все материалы: http://datascience.in.ua/report2017

DataScience Lab 2017_Мониторинг модных трендов с помощью глубокого обучения и...

GeeksLab Odessa

DataScience Lab, 13 мая 2017 Кто здесь? Автоматическая разметка спикеров на телефонных разговорах Юрий Гуц (Machine Learning Engineer, DataRobot) Автоматическая аннотация спикеров — интересная задача в обработке мультимедиа-данных. Нам нужно ответить на вопрос "Кто говорит когда?", не зная ничего о количестве и личности спикеров, присутствующих на записи. В этом докладе мы рассмотрим работающие методы для аннотации спикеров на телефонных разговорах. Все материалы: http://datascience.in.ua/report2017

DataScience Lab 2017_Кто здесь? Автоматическая разметка спикеров на телефонны...

GeeksLab Odessa

From bag of texts to bag of clusters Терпиль Евгений / Павел Худан (Data Scientists / NLP Engineer at YouScan) Мы рассмотрим современные подходы к кластеризации текстов и их визуализации. Начиная от классического K-means на TF-IDF и заканчивая Deep Learning репрезентациями текстов. В качестве практического примера, мы проанализируем набор сообщений из соц. сетей и попробуем найти основные темы обсуждения. Все материалы: http://datascience.in.ua/report2017

DataScience Lab 2017_From bag of texts to bag of clusters_Терпиль Евгений / П...

GeeksLab Odessa

Графические вероятностные модели для принятия решений в проектном управлении Ольга Татаринцева (Data Scientist at Eleks) Как часто вам приходится принимать решения, используя знания в определенной предметной области? На сколько хороши такие решения? А теперь представьте, что вы собрали знания лучших экспертов в предметной области. Похоже, что ваши решения, основанные на этих знаниях, будут куда более взвешенными, не так ли? Мы будем говорить о системе ProjectHealth, которая была построена на основе опыта лучших экспертов в проектном управлении в компании Eleks. Для реализации поставленной задачи была использована графовая вероятностная модель, а именно байесовская сеть, имплементированная на Python. За время работы над проектом мы прошли шаги от извлечения требований, поиска данных и построения модели с нуля до реализации BI дашборда с возможностью углубиться в детали, доходя до сырых данных. Сейчас ProjectHealth экономит большое количество времени для топ менеджмента и ресурсов компании, так как мониторит состояние бизнеса в малейших деталях ежедневно и делает это как настоящий эксперт. Все материалы: http://datascience.in.ua/report2017

DataScience Lab 2017_Графические вероятностные модели для принятия решений в ...

GeeksLab Odessa

DataScienceLab, 13 мая 2017 Оптимизация гиперпараметров машинного обучения при помощи Байесовской оптимизации Максим Бевза (Research Engineer at Grammarly) Все алгоритмы машинного обучения нуждаются в настройке (тьюнинге). Часто мы используем Grid Search или Randomized Search или нашу интуицию для подбора гиперпараметров. Байесовская оптимизация поможет нам направить Randomized Search в те места, которые наиболее перспективны, так, чтобы тот же (или лучший) результат мы получили за меньшее количество итераций. Все материалы: http://datascience.in.ua/report2017

DataScienceLab2017_Оптимизация гиперпараметров машинного обучения при помощи ...

GeeksLab Odessa

DataScienceLab, 13 мая 2017 Как знать всё о покупателях (или почти всё)? Дарина Перемот (ML Engineer at SynergyOne) Раскроем собственный ответ на вопрос "Чего же хочет покупатель?". Поделимся результатами исследований транзакций и расскажем, есть ли у вас домашний питомец. А так же, продемонстрируем, как машинное обучение уже сейчас помогает узнавать вас ближе. Все материалы: http://datascience.in.ua/report2017

DataScienceLab2017_Как знать всё о покупателях (или почти всё)?_Дарина Перемот

GeeksLab Odessa

JS Lab 2017, 25 марта Mapbox GL: как работают современные интерактивные карты Владимир Агафонкин (Lead JavaScript Engineer at MapBox) Mapbox GL JS — открытая JS-библиотека для создания современных интерактивных карт на основе WebGL. В разработке более трех лет, она сочетает в себе множество удивительных технологий, сложных алгоритмов и идей для достижения плавной отрисовки тысяч векторных объектов с миллионами точек в реальном времени. В этом докладе вы узнаете, как работает библиотека внутри, и с какими сложностями сталкиваются разработчики современных WebGL-приложений. В докладе: отрисовка шрифтов, триангуляция линий и полигонов, пространственные индексы, определение коллизий, расстановка надписей, кластеризация точек, обрезка фигур, упрощение линий, упаковка спрайтов, компактные бинарные форматы, параллельная обработка данных в браузере, тестирование отрисовки и другие сложности. Все материалы: http://jslab.in.ua/2017

JS Lab 2017_Mapbox GL: как работают современные интерактивные карты_Владимир ...

GeeksLab Odessa

JS Lab2017, 25 марта, Одесса Под микроскопом: блеск и нищета микросервисов на node.js Илья Климов (CEO at Javascript.Ninja) "- Что это? - Микросервис! - И что он делает? - Микропадает". Про микросервисы сейчас не рассуждает только ленивый. Все рассказывают про то, как микросервисы спасают от сложности разработки, снижают время развертывание и повышают общую надежность систем. Этот доклад - про подводные камни, которые ждут оседлавших волну этого хайпа с Node.JS. Мы поговорим про ошибки, которые стоили мне и моей компании бессонных ночей, потерянной прибыли и, временами, веры в могущество микросервисной архитектуры. Все материалы: http://jslab.in.ua/ Организаторы: http://geekslab.org.ua/

JS Lab2017_Под микроскопом: блеск и нищета микросервисов на node.js

GeeksLab Odessa

Más de GeeksLab Odessa (20)