人物观点

在人工智能和大数据领域，建模需要依赖各方数据，传统的做法是把各方数据整合到一处进行统一处理，但是随着大数据和人工智能的发展，这种传统的数据处理模式面临着巨大的挑战。

经验，套路还是逻辑？

AI将帮助人类，营造更高级的认知。

数据分析和商业决策发展至今，企业想要实现数据驱动决策，是否还是无法绕过数据仓库？在现代商业环境中重新定义BI和数据仓库，我们又能不能找到合适的替代方案？

虽然自己从事数据工作15年之久，但近几年大数据的工作对于自己的心态影响还是蛮大的，即使听取的东西只有5%是新的，还是能集中精力，把这5%大家讲的、PPT里面说得好的东西抠出来，然后发给团队学习。

大数据、人工智能的兴起，看起来像是给所有数据从业者带来了新的机会，其实不然。

在这篇文章中，将分享当下流行的大数据误区和相应的大数据事实，以了解真相。这将帮助您解决这些大数据误区，并确保业务正常运作。

如果你从一名数据工程师被提拔为团队的Leader，即从一个码农变成了一个管理者，你觉得自己需要做出什么改变？你需要什么样的自我修养？

云计算的关键词在于“整合”，无论你是通过现在已经很成熟的传统的虚拟机切分型技术，还是通过google后来所使用的海量节点聚合型技术，他都是通过将海量的服务器资源通过网络进行整合，调度分配给用户，从而解决用户因为存储计算资源不足所带来的问题。

一个月前，我作为数据科学家在Airbnb开始了我的新工作，能够进入Airbnb，获得自己心仪的工作我感到很幸运。我曾向Airbnb申请了四次，最后一次才收到了招聘人员的回复。

在杭州，只要你是做数据的，阿里等互联网公司绝对是绕不过去的，现在到处都可以看到它们的身影，大家都说杭州互联网氛围很好，人才好找，但实际竞争激烈，各种猎头，各种社招，各种关系，无孔不入。 从事大数据工作以来，团队成员的社会化流动逐渐成了常态化的事情，今天就来谈一谈最近的几点思考。 如果你的数据团队没有被外部威胁到过，要么是你的业务偏居一隅，要么就是数据技术的落…

大数据平台应用 17 个知识点汇总。

IT部门一般是企业的后端部门，而数据团队（很多企业叫BI团队）则是IT的下游，可谓后端的后端，数据团队做报表取数是本分，但如果你想在业务上有点直接贡献则非常困难，比如数据团队好不容易研发了一个模型，但发现要推广到全公司则是困难重重。 为什么？ 企业对于数据团队一般有两个方面的诉求，第一个，做好报表取数等数据支撑，维持公司的正常运作，比如KPI，财务报表，营销…

到底是谁在盯着我们每个人的数据隐私？

9月18日下午，猎豹移动董事长兼CEO傅盛在2018世界人工智能大会上的《资本助力 AI，AI赋能新时代》论坛上发表主题演讲，他表示服务机器人产业已经处于爆发前夜，未来没有单纯的人工智能公司，只有以人工智能为基础的产品公司。