PyCon China 2016

作者简介: 上海场大会主持人, 通讯软件工程师,Scrum master, 公司大学兼职讲师;谷歌开发者社区GDG上海核心成员，社区Material Design讲师；Python学习人，向高阶使用者攀登中～

作者简介: 盛庞卡(Splunk)上海实验室 从业10+年, Splunk(美国纳斯达克第一家纯大数据的上市公司)在中国实验室的高级技术经理, 负责大数据平台相关的采集转换和数据可视化等相关的工作. 技术兴趣广泛. 擅长C++/Python与JS。曾在PyCon 2015大会上做过关于大数据分析处理可视化以及高效函数式编程的演讲，深受好评。
大数据技术的百花齐放，工作流与任务调度是其中不可或缺的一环，本议题重点介绍了基于纯Python的Apache Airflow与Spotify Luigi方案，覆盖问题调整、原理技术、工具扩展、最佳实践与未来发展等。也涉及了其他非Python的解决方案如Linkedin Azkaban，Apache Oozie等。

作者简介: 达达配送API团队负责人，曾负责达达外卖平台派乐趣系统的架构设计及主要开发，主要推动配送系统服务化拆分，改善各个服务性能。主要关注高性能、高并发系统设计、服务性能优化等
随着达达业务规模快速增长，在一年多时间从零增长到百万单，以及派乐趣在3个月时间，从零增长到百万单的过程中，后端系统不断优化演进之路，以及性能优化解决方案。

作者简介: 上海均直资产管理有限公司 陈晓优，金融工程学硕士，毕业于伦敦卡斯商学院，现在均直资产担任期权部门主管，多年私募基金和量化投资从业经验，期间在国内知名量化私募任职期权交易部门负责人，在实盘交易和量化系统搭建方面有丰富的经验。日常工作中每天负责期权波动率套利、CTA、价差套利等量化策略的实盘交易和研发，目前参与管理的产品规模在数亿级别。开发维护了一款针对国内市场的开源量化交易平台开发框架vn.py，目前是国内用户最多的量化金融开源项目之一（Github Star 1341），业内目前有几十家私募公司在实盘使用。
聊聊量化投资这个目前国内Python应用飞速发展的领域： 1. 什么是量化投资和量化投资 2. 机构管理几十亿资金的方法和去年一位嘉宾提到的散户用Python炒股的方法有什么本质区别 3. 量化交易员在工作中会遇到的一些痛点以及Python的解决方法 4. Python目前在量化投资领域的生态圈和工具链 5. vn.py项目在整个工具链上的定位

作者简介: 饿了么 Python 框架负责人, 前豆瓣er. 推动改善了饿了么的 Python 服务化, 框架化. 现在负责饿了么 python 框架组, 主要关注服务治理, redis 方案,业务监控等.
快速分享一下在饿了么的对 python 使用姿势下(gevent patch).在调试 python 程序时遇到的几个问题, 以及解决方法. 1. 介绍在 gevent 环境下, 性能调优遇到的问题, 和几种解决方法. 2. 分享几种如何挂到 python 进程内, 执行 python 命令调试.

作者简介: 主要负责测试平台开发和测试工具开发，以及采取自动化测试手段，提升测试效率。2008年硕士毕业于西南交通大学交通信息与控制专业
演讲主题简述 1）城轨嵌入式软件的自动化测试难点 2）城轨嵌入式软件测试自动化测试框架 3）应用实例 在进行联锁与车载的通信接口测试时，测试平台运行的节点包括：平台管理，仿真车载，仿真IO，仿真SDM（System Diagnosis Maintenance），测试代理。针对软件周期的诊断数据提供了一套结果自动分析功能模块，根据测试人员提供的诊断数据格式定义文件，平台解析出诊断数据的内容。通过测试人员定义的特定格式的自动分析脚本，轻松从测试数据记录中获取该数据的值，并用于进行相关规则的检查和分析。在经过脚本解析模块解析成可执行的代码，并交付给自动分析模块执行，并给出自动分析结果。

作者简介: 联想上海 多年Python从业经验，熟悉Openstack，django，openERP，关注领域：云计算，机器学习。nooverfit.com 站长

作者简介: Seedlink，曾自由职业 2 年，主要帮助国内外的创业公司做 web 开发、爬虫、数据可视化。 多年的 Python 开发及开源爱好者，vim 控，熟悉 Django, redis, docker 等。 先后在多个项目中成功的实施数据可视化，熟悉 Matlab / iGraph / d3 / neo4j 等可视化工具。
基于几个实践项目，介绍数据可视化的应用与价值。 主要从 2 个角度谈： 1. 数学函数的可视化与 matplotlib。一个不太严格的总结：数据分析的本质是寻找数据间的函数关系，并作出函数图像。 2. 网络拓扑结构的可视化与 igraph。数据不是孤立的，数据网络是有结构的。网络的拓扑结构难以伪造、易于清洗。可以发现很有有价值的信息。 项目案例： 1. Server 性能监控的滤波与可视化 —— 统计数据的可视化，找出肉眼难以识别的重要 bug。 2. 彩票 K 线图 —— 随机数据可视化，监控不符合统计规律的异常点。 3. 好友关系的网络结构可视化 —— 找出隐秘的红颜知己。

作者简介: 阿里云的大数据事业部，担任资深研发工程师，主要负责将Python的科学计算库，包括numpy、pandas、scikit-learn带到大数据即阿里云的ODPS环境，让pandas等类似代码在ODPS上并行执行，一方面能利用到pandas等成熟的Python科学计算库的API，另一方面能利用ODPS的海量计算能力。
现有的pandas库提供丰富的API尤其是DataFrame API来操作结构化数据；同时阿里云ODPS本身作为大数据处理平台，提供了海量数据的能力，其中ODPS SQL是ODPS上主要的结构化数据处理语言。然而，Pandas作为单机的库，计算能力有限；ODPS SQL能处理大量数据，但受限于SQL的表达能力。因此，PyODPS DataFrame框架提供了一种类似于Pandas DataFrame的API，但是能运用ODPS的海量数据计算能力，对结构化数据来执行查询。DataFrame框架目前将所有操作编译成ODPS SQL来执行，也能在本地使用pandas计算。同时，PyODPS提供了类似scikit-learn类似的接口，通过输入和输出PyODPS DataFrame，能让用户无需学习成本，就能用类似scikit-learn的体验进行机器学习和数据挖掘。

作者简介: 杭州云柚科技有限公司 先后就职于百度、支付宝等公司，现任杭州云柚科技联合创始人，负责技术架构设计与实现。
在Python3.4版本中，asyncio正式作为标准库进驻，人们寄予了很多的期望。在Python3.5版本中，PEP-0492引入了async/await语法，又让asyncio的直观性更进一步。 不过现在看Python Web开发中仍旧是大部分以Django开发为主，asyncio是否可以生产环境中正常运行？如何更好的利用异步优势为应用性能添砖加瓦？这是本次演讲想要给出的一个启发。

作者简介: 曾任360游戏云总监，绿岸网络运维总监，从事IT相关工作18年、互联网工作9年、网络游戏运维开发8年；国内《运维自动化平台》第一人，成功实现上千台服务器及相关游戏运营业务平台可视化维护工作；擅长系统架构，熟悉c/c++/python/php/java等主流开发技术，有大型互联网项目应用经验，熟悉Linux平台及Mysql在游戏行业内安全高效稳定运行；曾担任项目的运营管理系统支持峰值30万以上用户同时在线，并安全、高效、稳定运营8年以上。

作者简介: 百纳信息科技有限公司人工智能方向负责人，英国爱丁堡大学人工智能专业硕士。曾任职百度基础架构部，负责百度数据仓库的研发和建设。目前从事人工智能领域项目的研发工作，对TensorFlow框架有一些研究和应用经验。
人工智能是目前计算机科学界最热门的研究方向之一，AlphaGo战胜李世石，Prisma席卷各大社交网络，都显示着这波浪潮的来临。Google作为人工智能方向的引领者之一，在2015年开源了机器学习框架TensorFlow。一经发布，迅速成为了github上被关注最多的项目之一，同时也成为了机器学习领域的最常用的标准框架。 本次演讲希望能与大家分享我们对TensorFlow框架的研究和剖析，并希望通过对框架本身更深的理解，促进更多应用项目能更快更好的落地实践。

作者简介: 自由职业 IT基础架构资深专家，开源解决方案专家，odoo资深专家，10+ IT基础架构，5+ Odoo
介绍Odoo技术架构、开源模式、商业模式、Python在odoo中的使用模式、演示odoo 的RAD【快速开发】，以及其他方面的信息

作者简介: Python/Golang/C程序员，有10年以上项目经验。曾任齐治技术总监和七牛安全经理。擅长Debian，Python，网络通讯程序。在github上有多个开源项目。
在开发速度越来越快的今天，大量靠谱的程序猿是必不可少的。如何批量的，靠谱的复制出大量的Python程序猿？