跳到主要內容

開源巔峰挑戰賽：贊助商活動介紹

今年各贊助商攤位上有不同活動，快來看看他們有甚麼活動，集滿各攤位，可以到大會攤位換取紀念品喔！

17 Media

炎熱的夏天，想要來杯冰沙嗎？帶著你的手機趕快來 2F 找 17 直播，分享貼文就可以換一杯冰沙哦！！ 此外，想加入 17 Media，跟我們一起開發每天有上百萬用戶在使用的 App，挑戰每秒近萬的請求量嗎？ 17 Media 大舉徵才中，歡迎熱愛挑戰的你加入！

旋轉拍賣

哈囉～ 大家好！！！旋轉拍賣準備了空氣槍，讓各位攻城獅除了動動黃金手指頭寫扣之外，也能運動一下，還有超級比一比，看看誰的眼力好 👀✨ 快揪三五好友一起來 PK 一下吧 ✌️

Appier

歡迎光臨~加入我們！Appier 沛星互動科技在 8 號攤位等你喔！
填問卷送精美小禮品！

雷亞科技

快來喔！參考附圖
http://i.imgur.com/WnoRXlc.jpg

萬里雲

CloudMile 結合 GCP 來出任務給大家來解題囉！現場只要完成本活動的任務，並到此貼文處貼上任務完成畫面，即可獲得精美禮物一份。
▶️Kubernetes (K8S)介紹：
Kubernetes 是一套 Google 所開源的容器管理系統，可以讓您很方便地管理與部署容器應用。透過 Kubernetes，即可在 Google Cloud Platform 上輕鬆部署使用 Docker 所建置的容器應用。
▶️活動內容：
1. 根據下方步驟，在 Google Cloud Platform 上使用 Kubernetes 部署一個網站。
2. 時間- 2017/8/5-8/6 9AM-6PM
3. 地點- 國立臺灣大學 社會科學院大樓 （CloudMile攤位）
▶️活動步驟：
1. 登入 https://cloud.google.com/ ，尚未有帳號請註冊一組新帳號 (新帳號有第一年 $300 美金的免費額度)
2. 依照 https://goo.gl/75VfqN 的說明步驟操作
3. 完成任務後，貼上任務完成截圖到粉絲頁 https://goo.gl/9eTT2s，並到攤位領取禮物，並且可以參與抽獎活動！

KKBOX

最「瞎趴」的 KKBOX 獨家小物大放送！
1. 現場按讚分享指定貼文送 「 KKBOX 紙膠帶 / 貼紙 」
2. 挑戰 KKBOX 哼唱辨識功能成功者「 KKBOX 手機卡夾 」
3. 試玩 KKBOX Open API 作品者送 「KKBOX 運動拉力環 」
4. 聽完駐攤 KKBOX 工程師分享的開源經驗後，填回饋表送「 KKBOX 資料夾 / 禮品紙袋 」

除此之外，還有 OPEN API 作品在現場供試玩～歡迎歡迎！

Gandi

攤位空城計：因為攤位人員之一也是 COSCUP 志工，所以 Gandi 的攤位可能會有空城計，不過你別怕，沒有諸葛在彈琴，也沒有掃地憎在門口掃地，桌上看到的東西都可以拿，有比袋子內更好的免費折價卷，與 Gandi 衣服免費送！！！只有 100 件，送完就沒了！

Pixnet

歡迎各位來到 PIXNET 活動攤位！

留下您的履歷資料及聯絡方式，
就有機會獲得我們PIXNET精美的禮品唷！

抽獎時間：8/7(一)
通知方式：電話及email

另外也歡迎各位參加 9/9 (六) 的 第四屆 PIXNET HACKATHON！！除了可以跟來自台灣各地的高手過招交流外，這次特別邀請台灣人工智慧實驗室創辦人、PTT創站站長【杜奕瑾】、資料科學年會創辦人、台灣資料科學協會理事長【陳昇瑋】博士、深度學習專家【李宏毅】教授、智庫驅動執行長【劉嘉凱】擔任評審，在現場與參賽者交流互動，想拜大神的絕對不容錯過！
>> 報名網址：https://goo.gl/YvU47n

工業技術研究院

徵才洽談活動（送一些小物）、工研院省著花 App beta 安裝活動

MySQL

MySQL 路邊講座 - 各用十分鐘介紹 MySQL 高可用方案, MySQL 群組複製, MySQL 和 JSON...,並且回答問題就能把可愛的海豚寶寶帶回家

Awoo

awoo結合了專家經驗、搜爬技術與機器學習開發出「awoo成長駭客工具」。至今累積8000名用戶，也將在今年前進日本。歡迎來二樓awoo攤位了解awoo徵才資訊！

Oath

想了解雅虎職缺的朋友，歡迎大家來到一樓Oath的攤位找我們聊聊唷！


Labels:

留言

張貼留言

這個網誌中的熱門文章

利用 Jitsi 建立個人化的視訊會議平台

  近期因為疫情的關係，越來越多企業開始實施分流或在家工作，視訊會議的需求也日益增加。 在商用解決方案選擇上，有不少企業會選擇知名品牌的產品，例如  Cisco Webex 、 Google Meet 、 Microsoft Teams 、 Zoom  都是很不錯的方案。 KKBOX 集團在去年便試行及做好充分 work from home 的準備，今年五月也因應疫情升溫，全員 work from home 至今兩個月有餘。 當然，取之 Open Source，也要對社群有些貢獻。在這一屆 COSCUP，我們要來介紹 Open Source 圈中也很知名，效果也很不錯的一套視訊會議平台： Jitsi 。 除了基本的視訊會議功能外，在最後我們也會示範如何透過 Jitsi 畫面輸出到 YouTube/Twitch 或其他支援 RTMP 的平台進行直播。 由於篇幅有限，且 Jitsi 可以調整的細節非常多。今天我們純粹很快速的示範，如何簡單的建置出一個 Jitsi 環境，並提供單場會議內容錄影或直播。 Jitsi 的文件可以在 這裡 找到。 今天透過 AWS Lightsail 的 $10/month instance（1 core CPU + 2GB RAM + 60GB SSD），作業系統則是 Ubuntu 20.04 來示範。當然，使用其他 VPS 亦可，大同小異，這邊直接跳過 VPS 相關的建置過程。 *firewall 相關資料參考 這裡 及 這裡 。 針對系統做必要的更新 基本的 apt repository 更新： $ sudo apt update 因為後面要示範的會議錄影及直播需要使用 ALSA loopback device，如果是 EC2 or Lightsail 則需要額外安裝 generic kernel( 註 )： $ sudo apt install linux-image-generic linux-headers-generic linux-image-extra- virtual 接著做系統套件們的更新： $ sudo apt dist-upgrade $ sudo apt autoremove 如果是 AWS EC2 or Lightsail 則需要另外再將預設的 AWS optimized kernel...
張貼留言
Read more »

鑽石級贊助商 - KKBOX 帶你打造具備 NLP 功能的 Telegram Bot (上)

打造具備 NLP 功能的 Telegram Bot（上） 最近因為一些契機學了 Python 3，用它做了一個 Telegram Bot （ GitHub 連結 ），裡面用到 NLP Service，用上下兩篇文章記錄一下實作過程還有眉角。上篇首先教大家如何做一個最基本的回聲 Chatbot，接下來我們可以透過 NLP 服務，讓 Chatbot 根據使用者不同的訊息做回答，這樣就變成更加人性化的聊天機器人囉！ 使用的工具及服務： Python 3 （for develop） pipenv （for dependency management） OLAMI （for NLP） ngrok （for testing） Step 1. Creating new bot Telegram 很有趣的地方在於，與其他通訊軟體（Line、Messenger）相比，開發者管理 Bot 的方式也是透過官方提供的一位 Bot 在處理的，它叫做 BotFather （眾 Bot 之父 XD）。如果已經有 Telegram 帳號，只要加 BotFather 為好友，就可以開始管理你的 Bot。 加入 BotFather 好友後，它會親切地問候，並告訴你他能為你提供什麼服務。 I can help you create and manage Telegram bots. If you're new to the Bot API, please see the manual ([https://core.telegram.org/bots](https://core.telegram.org/bots)). You can control me by sending these commands: /newbot - create a new bot /mybots - edit your bots [beta] /mygames - edit your games ([https://core.telegram.org/bots/games](https://core.telegram.org/bots/games)) [beta] Edit Bots /setname - change a bot's name /setdescr...
張貼留言
Read more »

機器學習的五大實務問題：對企業的影響與相應的化解方式

Appier 首席機器學習科學家　林守德博士 正如 Jason Jennings 及 Laurence Haughton 在《以快吃慢–如何藉速度在商戰中克敵制勝》一書中指出──未來，不是大公司吃掉小公司，而是速度快的公司吃掉速度慢的公司。 從現在開始，唯有善用適當的資訊快速做出決策的企業，才能成為戰場上的贏家。 機器學習技術驅動了這場變革。無論企業是嘗試向顧客提出建議、改進生產製造流程或應對市場的變動，都能運用機器學習技術處理大量的資料，進而提高自身的競爭優勢。 然而，機器學習雖能創造大好機會，卻也同時帶來了相應的挑戰。機器學習系統需要大量的資料，以及執行複雜的運算能力。顧客期望改變、出乎意料的市場波動等等外部因素，都意味著機器學習模型的運作並不是百分之百的自動，往往仰賴許多外部的資源來作監控及維護。 此外，機器學習也有不少尚待解決的實務問題。以下將深入探討機器學習的五大實務問題，以及這些問題對企業應用會產生的影響。 1. 資料品質 機器學習系統仰賴資料進行訓練，而訓練資料在廣義上可分為「特徵」及「標籤」兩種類別。 「特徵」是輸入機器學習模型的資料，像是來自感測器、顧客問卷、網站 cookie 或歷史資訊等等。 然而這些特徵的品質可能良莠不齊。舉例而言，顧客在填寫問卷時可能會隨便填寫，或對題目略而不答；感測器可能因失靈而回傳錯誤資料；即使使用者的網頁行為明確，網站 cookie 回報的資訊也可能不完整。 此外，資料也可能包含雜訊，當無謂的資訊夾雜其中時，機器學習模型將會受到誤導而做出不正確的預測。 相較於「特徵」，「標籤」的正確性與穩定度更為重要。標籤是機器學習模型最後輸出的結果。所以需要在訓練的時間利用正確的結果教導機器學習模型。標籤的稀疏性也是個問題，這是當系統已掌握大量輸入的資料卻對輸出的結果沒有把握時出現的現象。在這樣的情況下，將難以針對該模型偵測其特徵與標籤之間的關聯性優化，甚至需要耗費額外的人力干預，將標籤與輸入資料關聯起來。 機器學習需仰賴輸入與輸出資料的關聯，才能具備足夠的泛化能力以預測未來行動並提供相關建議。因此，如果輸入資料過於雜亂、殘缺或有所偏差時，將可能難以理解某輸出／標籤的產出原因。近年來機器學習也開發出許多先進的方法如半指導式學習，轉移學習來處理這樣的問題。 2. 複雜性與品質的取捨 建立強大的機器學習模型需要大量的計算資源來處理特徵和...
張貼留言
Read more »