最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

2022年第六届数据质量管理国际峰会重磅开启

[复制链接]
回帖奖励 1 金钱      回复本帖可获得 1 金钱奖励! 每人限 1 次
跳转到指定楼层
楼主
发表于 2022-10-21 16:49:42 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 168主编 于 2022-10-21 16:55 编辑

2022第六届数据质量管理国际峰会重磅开启

据悉,“DQMIS®2022第六届数据质量管理国际峰会”将于2022年12月16日至17日在中国粤港澳大湾区举办,由数据质量管理智库、大数据协同安全技术国家工程研究中心、华矩咨询联合主办。本次峰会以“数据隐擎,提质安航” 为主题,聚焦数据质量、数据安全、隐私计算等热点议题,重点探讨数据要素流通全周期,关注科技理念的创新与突破、落地与转化,从全新角度审视数据产业的前沿发展,思辨新周期下行业数字化的问题与机遇。此峰会作为国内首个专注探讨数据质量管理领域的峰会品牌,多年来以前瞻性专业性的主题探讨引领行业动向而著称,历届活动都倍受行业关注。

本届会邀请中国工程院院士沈昌祥作主旨演讲,沈昌祥院士同时是国家信息化专家咨询委员会委员、国家三网融合专家组成员,是中国密码科技、信息系统工程领域的顶级专家,可信计算技术开拓者和奠基人。沈昌祥院士积极推动中国数字经济尤其是数据要素发展,尤其在数据交易中利用可信计算确保数据安全及网络安全等领域,为数据要素市场化发展保驾护航。同时数十位业内知名专家、行业大咖共同探讨数据行业发展趋势,以开放视角观察数据全产业链,解读最新产业政策,分享最新应用研究成果。
目前,数据要素已当仁不让成为国民经济中的热点,围绕数据要素的数据基础制度构建,包括四大方面:数据的确权、数据流通和交易、数据价值的分配机制、数据的安全治理机制,已成为数据治理优先考虑的问题,而数据质量技术、数据隐私技术,数据安全技术正是当下数据要素流通机制探讨的核心技术和关键问题。本次峰会设置场高端闭门论坛,场主题大会,场行业分论坛横跨数据要素交易、银行与金融、工业与制造、交通与运输、数据人才培养,聚焦新技术与行业的结合应用的发展,探讨产业富有前瞻性和时效性的热点议题,探索数据要素流通领域发展新模式,关注数据流通全链路发展,把脉2022年数据产业风向。因此,峰会也将迎来国内各大数据交易所、银行金融业、能源制造业、交通业车联网等头部机构企业、与国内顶级学术机构的众多嘉宾参会。
同期,2022第四届“数据质量管理”标杆奖项征集活动作为本届峰会亮点和人气项目也同时启动。奖项征集活动将本着创新、引领、开放的原则,鼓励更多的企业和专业人士关注与投身于推动我国数据相关领域的进步的行列中,将评选出数据质量创新论文奖、数据质量杰出专家奖及数据质量卓越实践奖等行业标杆。据了解,往届的获奖单位包括腾讯、百度、中国移动、宝马领悦、中国进出口银行、国信证券、南方电网、思迪博、金域医学等知名企业。


奖项征集预报名登记

目前峰会报名优惠通道限时开放,现购买门票可享受早鸟价7折优惠(优惠截止时间11月15日)。

限时7折优惠,码上登记

关于DQMIS® 2022第六届数据质量管理峰会更多详情、更多最新动态资讯,请转至峰会官网http://www.dqmis.com/2022/或关注“数据质量管理智库”公众号。
DQMIS 数据质量管理国际峰会
数据质量管理国际峰会(DQMIS®,Data Quality Management International Summit)由北京大学、国家电网全球能源互联网研究院与华矩科技三家产学研代表联合发起,开创中国数据质量管理研讨先河,聚焦数据质量行业趋势洞察与前瞻研判,连续第6年站在中国数据质量管理探讨前沿。DQMIS®2022数据质量管理国际峰会以“数据隐擎,提质安航” 为主题,探讨与研究关于数据如何通过隐私计算技术保护数据,数据溯源及数据确权,如何提高数据质量提高数据价值,如何基于数据安全技术实现数据要素的安全流通与交易。数据要素,将成为各行各业经济发展的隐形引擎,推动业态的变化与进步发展。

组委会联系方式:
奖项/产品路演申报
联系人:Ms Xu
联系电话:181 2394 6231
商务合作/组委会咨询
联系人:Cherry
联系电话:180 2856 3654

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-26 06:13

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表