iExec RLC
RLC
iExec RLC (RLC)：活动、新闻和路线图
泰国曼谷以太坊密码朋克大会
iExec RLC 将于 11 月 11 日参加在曼谷举行的以太坊密码朋克大会。加密货币的两位代表 Nelly Cornejo 和 Anthony Simonet-Boulogne 将参加小组讨论。 Nelly Cornejo 将深入探讨 Web3
Giveaway
iExec RLC 宣布将赠送价值 1000 美元的 USDC 社区任务。该计划为社区成员提供了赢得奖金池份额的机会。
泰国曼谷 dData 峰会
iExec RLC 宣布，研究与创新主管 Anthony Simonet-Boulogne 博士将于 11 月 10 日参加在曼谷举行的 dData 峰会的小组讨论。他预计将分享有关大数据、区块链和物联网机密计算的见解，讨论分布式和云计算的未来。
黑客马拉松
iExec RLC 和 Encode Club 将于 11 月 25 日启动区块链未来黑客马拉松。
泰国曼谷 DeCC X 屏蔽峰会
iExec 将参加 11 月 13 日在曼谷举行的 DeCC X Shielding Summit 期间举行的一场致力于隐私、加密和机密计算的令人难忘的活动。
泰国曼谷聚会
iExec 将于 11 月 14 日与 Oasis Network 在曼谷共同举办见面会。
泰国曼谷的 Grants Pitch Day
iExec RLC 将举办 Grants Pitch Day，入选的建设者将有机会展示他们的项目以获得资助。该活动将于 11 月 12 日在曼谷的 DevCon 期间举行。iExec、Avalanche 和 Polkadot 基金会将发放总计 500,000 美元的资助，以帮助加速您的项目。
法国里昂聚会
iExec RLC 将于 11 月 5 日在里昂举办见面会。本次见面会是“dApp Hero”系列的第四场，涉及 iExec、DeFi France、Synaps 和 KryptoSphère Lyon。
X上的AMA
iExec 宣布与 Lobster Protocol 建立开创性的合作伙伴关系，使加密电子邮件能够通过 Web3Mail 发送，而无需存储或查看收件人的电子邮件地址。此次整合旨在增强 Web3 领域用户的隐私和安全性，解决围绕数据主权和匿名性的关键问题。 10 月 28 日的 X Space
泰国曼谷的 Devcon
iExec RLC 将于 11 月 12 日与 Avalanche 基金会和 Polkadot 共同在曼谷 Devcon 期间举办 Grants Pitch Day。此次活动将为创始人提供机会，让他们展示自己的项目，并赢得 50 万美元的资助。
车间
iExec RLC 将举办一场研讨会，iExec 的一位开发者关系代表将出席。研讨会将重点讨论 Web3 领域的机密计算、可信执行环境 (TEE)、数据所有权和数据货币化。
车间
iExec RLC 将为 Encode Club 的零知识 (ZK) 和 Scaling Bootcamp 团队的参与者举办有关 iExec 开发人员工具的研讨会。活动将于 10 月 7 日举行。
葡萄牙里斯本的里斯本联邦理工学院
iExec RLC 将于 10 月 17 日至 20 日参加里斯本 ETH Lisbon 黑客马拉松。
Token2049 在新加坡
iExec 将参加 Token2049 并共同组织旨在推广去中心化机密计算 (DeCC) 叙事、促进区块链社区内讨论和合作的活动。活动将于 9 月 18 日至 19 日在新加坡举行。
意大利罗马的 ETH Rome
iExec RLC 将参加 10 月 4 日至 6 日在罗马举行的 ETH Rome 黑客马拉松。
作坊
iExec RLC 将于 7 月 10 日在布鲁塞尔举办“Hello World”研讨会。活动将举办一场比赛，参与者可以赢得三个 100 美元奖品中的一个，以及一个供早期测试人员使用的原始 NFT。
比利时布鲁塞尔的 EthCC
iExec RLC 将于 7 月 8 日至 11 日在布鲁塞尔 EthCC 主舞台上演出。
iExec DataProtector 'Monetize Version' 启动
iExec RLC 将于 5 月推出其新的开发工具 iExec DataProtector“货币化版本”。该工具专为希望更好地控制其数据的用户而设计，包括能够以以前不可能的方式拥有、共享和货币化数据。
法国里昂聚会
iExec RLC 将于 5 月 14 日在里昂举办聚会。
美国旧金山机密计算峰会
iExec RLC 宣布，研究主管 Anthony Simone 和 AI 研究工程师 Joey Bekkin 将于 6 月 6 日在旧金山举行的机密计算峰会上就可信和机密的 AI 发表演讲。讨论将集中于当今生成的大量数据以及数据隐私和可信 AI 在管理这些信息方面的重要性。