BIG DATA & MACHINE LEARNING
W-JAX KONFERENz

„Java-Entwickler würden sehr viel mehr SQL schreiben,
wenn sie die Technologie besser verstehen würden.“

– Lukas Eder, Data Geekery GmbH

Jetzt anmelden

SPEAKER DES TRACKS DER W-JAX 2017

Ben Stopford

Ben Stopford

Confluent Inc
Kai Waehner

Kai Waehner

Confluent
Dr. Heiko Klarl

Dr. Heiko Klarl

xdi360 GmbH
Nicole Rauch

Nicole Rauch

Freiberufliche Softwareentwicklerin
Dr. Michael Sperber

Dr. Michael Sperber

Active Group GmbH
Mike Wiesner

Mike Wiesner

MHP - A Porsche Company
Armin Hamzic

Armin Hamzic

SKIDATA AG
Rob Hinds

Rob Hinds

Basement Crowd
Sumanas Sarma

Sumanas Sarma

Basement Crowd/Queen Mary University of London

Big Data & Machine Learning

Entwickler müssen den Weg durch ein Datenmeer finden. Das bedeutet auf der einen Seite Daten im Sinne von Big Data nicht nur zu speichern und zu sortieren, sondern auch zu analysieren und Wissen daraus zu generieren. Der nächste Schritt ist dann Fast Data. Hier wollen wir uns der Echtzeit möglichst annähern. Zum Einsatz kommen dabei Datenbanken wie CouchDB oder MongoDB und Tools wie Spark, Cassandra und Elasticsearch. Auch das gute alte SQL hat noch lange nicht ausgedient.

TRACK PROGRAMM DER W-JAX 2017

Agile Machine Learning: from Theory to Production

Rob Hinds, Basement Crowd
Sumanas Sarma, Basement Crowd/Queen Mary University of London
Alles zur JAX:
Alles zur JAX:

Behind the Tracks of W-JAX 2017

Agile & Culture
Teamwork & Methoden

Big Data & Machine Learning
Speicherung, Processing & mehr

Clouds, Container & Serverless
Alles rund um Cloud

Core Java & JVM Languages
Ausblicke & Best Practices

DevOps & Continuous Delivery
Deployment, Docker & mehr

Microservices
Strukturen & Frameworks

Web Development & JavaScript
JS & Webtechnologien

Performance & Security
Sichere Webanwendungen

Serverside & Enterprise Java
Spring, JDK & mehr

Digital Transformation & Innovation
Technologien & Vorgehensweisen

Software Architecture
Best Practices