大数据分析流程大致分为数据准备、数据合并、数据降维等。在数据准备阶段，数据科学家需要先下载数据，然后还要进行数据抽取、数据转换、数据加载等，而且一般情况下数据包都非常大，所以数据科学家大部分时间是在等待数据准备好，因此有人戏称，数据科学家不是在喝咖啡就是在去喝咖啡的路上。随着数据量越来越大，数据科学家处理数据所需时间也越来越长，导致工作效率非常低。

在今年GTC Europe大会上，NVIDIA发布了一款针对数据科学和机器学习的GPU加速平台RAPIDS，该平台构建于Apache Arrow、PANDAS和SKLEARN等组件之上，通过CUDF数据过滤、CUML机器学习、CUGRAPH数据图像化来加速处理数据，为数据科学家提供标准化的流水线式工具，数据处理速度较仅用CPU提升50倍，大大提高了数据科学家的工作效率。

12月27日晚8点，超级公开课NVIDIA专场第17讲将开讲，由NVIDIA解决方案架构师孙鹏主讲，主题为《开源软件平台RAPIDS如何加速数据科学》。

课程信息

主题：开源软件平台RAPIDS如何加速数据科学
时间：12月27日
地点：「高性能计算」社群、智东西公开课小程序

课程内容

主题：开源软件平台RAPIDS如何加速数据科学
讲师：NVIDIA解决方案架构师孙鹏
提纲
1.数据科学面临的挑战
2.开源软件平台RAPIDS架构解读
3.RAPIDS安装及使用方法
4.XGBoost算法简介
5.RAPIDS应用案例分享

讲师介绍

孙鹏，NVIDIA解决方案架构师，中国科学院大连化学物理研究所物理化学博士。博士期间从事分子反应动力学理论研究，负责组内GPU程序开发，参与国内RAPIDS首批用户测试工作。

入群路径

本次课程我们将设置主讲群，讲师将亲自入群交流。希望进入主讲群与老师认识和交流的朋友，扫描下方二维码添加智东西公开课联络员“动动（zhidxzb）”为好友，添加时请备注“姓名-公司-职位或姓名-学校-专业”，申请进入课程群交流。

社群规则

1、智东西社群坚持实名学习、交流和合作，入群后需要修改群昵称为：姓名-公司-所在领域，违者踢群；
2、禁止在群内广告和发送二维码等无关信息，违者踢群。