加博尔·萨博（Gabor Szabo），致力于社交网络、自组织在线生态系统、交通运输系统和自动驾驶领域的大规模数据分析和建模问题。此前任职于哈佛医学院、圣母大学和惠普实验室，期间的研究重点是描述在线社区和生物系统中的随机组织网络。在此之后，他建立了分布式算法来理解和预测Twitter中的用户行为。他创建了Lyft拼车网络的资源分配模型，最近领导着特斯拉自动辅助驾驶（ Tesla's Autopilot）项目的一个团队。
格尔·波拉特坎（Gungor Polatkan），机器学习专家和工程领导者，参与构建了Linkedln和Twitter的服务于个性化内容的大规模分布式数据管道。最近，他领导着Linkedln的AI后端的设计与实现，并将其推荐引擎从无到有地提升为能够从5亿多用户中学习数十亿个系数的超个性化模型。他在Linkedln部署了早一批深度排名模型，用于Linkedln的垂直搜索，改进了其人才搜索功能。他乐于领导团队、指导工程师，并在产品的快速迭代过程中培育技术严谨和工匠精神的文化。在加入Linkedln之前，他曾在Twitter、普林斯顿大学、谷歌、MERL和加州大学伯克利分校的几个著名的应用研究小组工作。他在ML&AI期刊和会议发表并评审过论文，如UAI、ICML和PAMI。
P．奥斯卡·柏金（P.Oscar Boykin），在Stripe致力于机器学习基础设施的建设，建立了预测大规模欺诈行为的系统。在加入Stripe之前，Oscar在Twitter工作了4年多的时间，先是致力于广告的建模和预测，而后投身于数据基础设施系统的建设。在Twitter，Oscar与他人合作开发了许多开源scala库，包括Scalding、Algebird、Summingbird和Chill。在加入Twitter之前，Oscar是佛罗里达大学电子与计算机工程系的助理教授。Oscar在加州大学洛杉矶分校获得物理学博士学位，作为合著者在学术期刊和会议上发表了数十篇论文。
安东尼奥斯·查基奥普洛斯（Antonios Chalkiopoulos），一位快速和大型数据分布式系统专家，具有在媒体、物联网、零售和金融行业交付生产级数据管道的经验。Antonios是大数据领域的专著作者、开源社区的贡献者、Landoop LTD的联合创始人和CEO。Landoop LTD为动态数据创建了创新性的、曾获奖励的Lenses平台。该平台保证了流数据的可见、可控，它通过直观的Web接口支持数据发现，并为数据的移动、监控、预警、管理、多重租赁、安全提供了全面的SQL支持，为构建和管理实时数据管道和微服务提供了完整的用户体验。
展开
