跳到主要內容

COSCUP 2019 Day1 指南前篇

明天就是 COSCUP 2019 盛會了,今年不僅邀請到 Rust core team 的 Steve Klabnik、 Google AI Quantum 葉平、香港現任立法委員莫乃光,還有來自中日港各地開源夥伴來到台灣共襄盛舉,一年一度的亞洲開源盛事,同時還提供托育方案,現在快把小朋友交給專業保母,一起快來看看來自各社群夥伴,以及小編私心推薦的幾項不容錯過的精采議程吧!





LINE Open Up - 共創互惠開發社群生態圈
IB101 09:20 ~ 09:50 漢語
LINE 台灣最熱門的線上即時訊息平台,擁有了 2100萬以上的使用者。但是你知道 LINE 其實已經開源了超過 50 個專案?不僅僅有訊息平台的軟體開發工具套件,更有LINE 開發內部專案過程中的有用的套件:包括了 Armeria 與 Central Dogma 數個知名的開源專案,並且也開始經營相關的開源社群。
本篇演講將分享 LINE 企業內部的開源流程,透過LINE的企業文化鼓勵員工分享,更以開放的心胸接觸開源與參與開發者社群。

開源運動與軟體開發
IB202 10:00 ~ 10:30 漢語
相較於台灣的狀況,中國大陸對於開源專案這件事情,常常是更把重心放在經濟助益一些,講師莊表偉是中國大陸知名開源人,目前是開源社的理事暨執行長,也是中國Java社群和Ruby社群的成員;在企業經歷則是曾在盛大研究院任職,目前在華為擔任DevCloud的產品經理。熟悉社群和企業開發流程,議題貫穿社群式開發和企業內開發,說明在開源運動的不斷前進過程中,兩者逐漸走向融合。透過本議程,吸收與了解世界各地怎麼將開源模式應用到各種領域的方式!。

如何讓侏儸紀恐龍群聽你的話?
IB503 10:40 ~ 11:20 漢語
開放原始碼軟體很好,然而在台灣推廣上,終究有「消費者在國內市場上買的筆電硬體就是沒有預裝GNU/Linux 系統的選項」的問題。

講者想出來的解決方案就是創立品牌工作室,提供明確客群理想而怦然心動的筆電產品。 過程中與一堆大公司企業打交道,一個小小的普通人怎麼有辦法跟一群大企業合作?而你「講的話」,大企業不一定「聽得懂」;企業又為什麼要支持你的立場?

這是一個關於對Linux 友善的硬體、自創品牌的議題,分享一個難得的經驗:以個人名義找代工廠合作推出一款預載 Ubuntu-base 的筆電,完成集資並成功推出!


修煉植物辨識的辛酸 Siu-liān si̍t-bu̍t piān-sik ê sin-sng
E2-102 11:20 ~ 11:55 台語
講者王富民是智慧型花卉辨識圖鑑的工程師,曾於人工智慧的頂尖公司 Google DeepMind 工作,智慧型花卉辨識圖鑑是基於開放原始碼的影像辨識系統,使用先進的人工智慧(AI)與擴增實境(AR)技術,是第一個以台灣本土植物為基礎的 App。除了強大的內容之外,講者將用台語發表,精彩可期。

Apache 頂級項目之旅
IB202 11:45 ~ 12:15 漢語
講者做為 Apache SkyWalking 的創始人,將一個個人項目從無到有,從小到大,並被大量公司運用到生產環境,最終成為Apache基金會頂級項目。開源除了情懷,更多的是項目的定位、方向、技術,參與者的視角、心跳,社區的建立、包容性以及工作流程。此次演講中,將以SkyWalking項目發展的各個重要階段為例,講解開源項目發展過程中的核心要素,幫助其他社群和愛好者更多的理解、營運和參與開源項目。在Apache,我們強調Community Over Codes,聽眾也會從這次演講中體會到社群的重要性,以及頂級開源項目成為企業的核心價值之一。

協作的規則:沒說出口的最重要?
E2-102 12:35 ~ 13:15 漢語
很多人應該認為 g0v 是一個去中心化的社群,沒有組織、代表或規程。然而,經過近七年的運作,講者觀察:g0v 社群參與者間,仍是透過一定的規範基礎進行協作,例如:對 g0v 宣言的認同、授權約定、網路資源管理規範等等。而在社群協作的過程中,要怎麼制定協作的規則,在沒有人可以代表 g0v 的理念下,「沒有人」又是如何去講述 g0v,社群參與者以哪些方式去避免 g0v 被特定「沒有人」代表?這個議程很適合有機會參與開源社群規則制定的人,一起來看如何在開放的基礎上,制定開放的規則。

openSUSE HCL改造提案 & OSC19心得分享
IB306 13:00 ~ 13:30 漢語
講者參與台灣 openSUSE社 群已經滿一年了,期間感受到滿滿的正能量也學習到許多新東西,希望將自己專業貢獻給社群。作為一個在硬體公司做Server QA(Quality Assurance) 的工程師,講者提出了openSUSE HCL 改造提案。
2018年台灣全年伺服器出貨量佔全球91%,筆記型電腦出貨量佔全球80%, 如何確保我們出貨的硬體能跟各Linux Distros有更好的相容性,帶給使用者更好的體驗,邀請所有有興趣的朋友可以一起來探討。


五月天門票交換平台
IB302 13:00 ~ 13:25 漢語
每年3月,五迷們為了履行和五月天的五月之約, 用盡生命只為了不要成為痛不欲生的那個人。 於是香港其中一個五迷組織:五谷,發起歌迷門票交換的活動。隨著五月天在香港開的場數越來越多,五迷數目越來越多,需要處理的數量就越來越多。 

3年前,閒著沒事做、上班只是為了賺錢去看演唱會買周邊的講者,對於手動配對門票的工序看不下去了,決定動手用程式來拯救世界,建立一個自助式換票平台!

專案的想法是通過最簡單的方式,連結起歌迷,讓想要交換門票的五迷可以換票,想要原價轉讓門票的五迷轉給有需要的五迷,相信此議程為「以開源技術來解決生活所需,改變社會局限」最貼近生活的呈現。

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...

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...

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...