luyilei
现任AdMaster技术副总裁，曾在联想研究院、百度基础架构部、Carbonite China工作；关注高可靠、高可用、高扩展、高性能系统服务，关注Hadoop/HBase/Storm/Spark等离线、流式及实时分布式计算技术。
对分布式存储和分布式计算、超大集群、大数据分析等有深刻理解及实践经验，对Lustre，HDFS，HBase，Map/Reduce，Storm，Spark等有很深的理解。曾在联想研究院、百度基础架构部、Carbonite China工作。2006年硕士毕业，一直从事云存储、云计算开发及架构工作，多年Hadoop实战经验，专注于分布式存储、分布式计算、大数据分析等方向，有两个发明专利，《一种分布式文件系统及其数据访问方法》和《一种数据备份的版本管理方法及装置》。曾多次被51CTO、CSDN、IT168、阿里技术邀请为嘉宾分享Hadoop大数据在互联网的应用。
2014年作为演讲嘉宾出席大数据全球峰会，介绍《混合异构数据的清洗、存储、挖掘架构选型和设计策略》
2014年作为演讲嘉宾出席阿里技术嘉年华，介绍《AdMaster在大数据商业化上的实践》
2014年作为演讲嘉宾出席中国数据库技术大会，介绍《混合异构数据的清洗、存储、挖掘架构选型和设计策略》
2013年作为演讲嘉宾出席PyConChina大会，介绍《Python在广告监测数据中的分析应用》
2013年作为演讲嘉宾出席北京（国际）开源大会，介绍《基于Hadoop的云备份存储解决方案》
2013年作为演讲嘉宾出席大数据全球峰会，介绍《大数据分布式系统并行设计与I/O优化》
2012年作为演讲嘉宾出席Hadoop in China技术大会，介绍《Hadoop在网盘和在线备份的应用与挑战》
2012年作为演讲嘉宾出席云计算架构师峰会，介绍《分布式存储在网盘和在线备份的应用研究》
-
演讲主题: Hadoop在营销数据挖掘的实践
所属专题:介绍由于广告数据的多样化，包括有曝光、点击等被动获取的请求；微博、新闻、博客、论坛、行业网站等主动抓取的请求；问卷调查数据的补充；第三方数据的输入。导致对数据的清洗（ETL）、存储（Data Storage）、挖掘（Data Mining）都提出非常高的要求。将会介绍每天近100亿请求的性能是如何优化的，以及每天近1000亿数据的数据分析是如何实现的，还有数据从多IDC采集到同步中心机房如何实现分钟级的计算。最后将会重点介绍AdMaster 根据累积了超过7年的实际广告主和品牌的网络营销数千个实际案例的经验，自身研发的ADH（Advertising Distribution Hadoop）的发展及特点。其中包括内置的广告算法，应用调度器的优化，还有关于在线数据（HBase），离线数据（MapReduce），实时数据（Spark），流式数据（Storm）等方式的整合介绍。