透过三组数字,认识阿里巴巴2023ESG报告中的 "瓴羊"

简介: 透过三组数字,认识阿里巴巴2023ESG报告中的 "瓴羊"

作为“第二张财报”,环境、社会和治理(ESG)专题报告是衡量一家企业在环境保护、社会责任和公司治理方面综合协调能力的重要标志,是企业责任感的最佳体现。


阿里巴巴2023ESG报告,涵盖了一些有意思的数字,今天想与你分享这些数字背后的“瓴羊”和TA们的小故事。        

       

超15000名学员

是社会数据能力的培养,更是个体改变的勇气


在2023财年,超过15000名学员获得了瓴羊学堂数据分析师的认证服务,他们的成功不仅是数据技能积累的证明,也是努力与汗水的结晶。


司翰霖就是这15000名学员之一。


哈尔滨商业大学金融专业毕业的司翰霖一直从事销售工作,自知腼腆的性格,可能会成为销售职业的天花板,但离开有多年经验的舒适区,进入新的领域必然会遇到很多困难和身边人的不理解,迟迟不跨出第一步就永远不会有变化。大数据行业的蓬勃发展,让司翰霖决定改变自己的职业赛道,向专业的商业数据分析师转型。之前的司翰霖更多凭借经验做业务判断,在完成整套数据分析课程认证后,基于数据分析的基础能力和分析框架,从真实数字出发,通过数据做出更科学客观的决策。


“数据分析能力会像基础的Office软件使用能力一样,成为一个人的基础技能”,成功转型数据分析师的司翰霖侃侃而谈。


从销售到商业数据分析师,职业赛道的转换不再是改变的障碍。

       

15000数字的背后:

数智化热潮的兴起,不仅带来了技术、产业、应用上的革新,催生数字化人才的需求也更加旺盛。据信通院研究数据,目前中国的数字化人才缺口近1000万。由于区域和行业分布的不均匀,复合型人才储备少、难以培养等问题凸显,数字化人才的培养已经成为当前和未来的重要命题。


瓴羊的核心团队都曾主导、参与阿里数据中台、生意参谋、达摩盘等数据项目和产品的建设,从数据中台时期开始,团队成员就站在阿里背后,服务平台上千千万万的大小商家和企业。数据人才对企业数字化建设的重要性以及数字化人才培养的不易,瓴羊从成立之初就感同身受。


目前,瓴羊是“商务数据分析师”国家标准起草单位和“人工智能训练师”国家标准牵头单位,与香港职业训练局合作培养粤港澳大湾区数据人才,为国家乡村振兴局雨露计划提供定制化数字能力培养服务,为促进高质量就业尽一份力。    

成立于2015年的瓴羊学堂专注于大数据领域的人才培养,通过“理实结合”的培养方案和“学练考评一体化”平台,帮助企业培养“懂数据、懂技术、懂业务”的复合型人才。截止目前,超过100万商家参与瓴羊学堂的数据培训,超过9万人自主报名并通过商务数据分析师认证

       

国内唯一

是国产化数据能力的代名词,更是数据普惠的最佳实践


数据分析是企业经营决策的重要基础。Quick BI通过智能的数据分析和可视化能力帮助企业快速构建分析系统,让数据在企业内充分流动,发挥数据价值。Quick BI连续4年进入Gartner ABI魔力象限,是中国唯一一款入围该魔力象限的产品,并于2023年跃升至“挑战者”象限。



不仅面向企业,Quick BI也面向个体。Quick BI十分关注如何提升每一位数据使用者的分析软技能,Quick BI个人版,仅0.1元一年,让数据普惠不再是口号,每个人都能0门槛体验便捷拖拽式的数据可视化能力,将瓴羊学堂技能培养和工具实践融为一体,供给每一位期望跟上数字化时代脚步的人。


企业眼中的Quick BI

-「跨境鞋服第一股」子不语

         

过去,一个数据报表的需求,往往是因为业务想看某个数据,经历逻辑拆解、前端页面开发、数据库开发……一个月的时间就此流逝。子不语在构建底层的数据研发与数仓后,借助Quick BI完成数据分析与呈现的最后一环。“当时需要快速响应一些数据汇报需求,我们通常一晚上就能把数据分析结果准备好,第二天便在会场都呈现出来。”子不语数据团队负责人黄国进回忆到,“原本需要花费两周的报表视图开发任务缩短至一天就能配置完成”。

       

-「中国速度」跨越速运


使用Quick BI前后,印象最深的是什么?跨越速运技术副总裁提到最直接的变化,是“为什么报表没有上线”“为什么需求积压”此起彼伏的需求电话变少了。  


Quick BI交付之后,凭借产品易用的特性,需求定制化开发的人力成本获得超十倍的缩减,一年时间上线了2000多张数据报表。


在之前疫情最严重的时期,面对城市大面积停摆,跨越速运需要迅速动态调整人力、路由与站点,保障客户的托付。基于Quick BI,研发人员仅花了两天时间,构建了员工感染数据的实时报表,将过往可能需要十天半个月的需求及时消化,通过资源调整快速响应市场的变化,使得公司在疫情影响下业绩依然保持稳定。


       

19项专利权9篇顶论

是技术能力的象征,也是数据流通应用的底气


Strengthening Order Preserving Encryption with Differential Privacy,CCS 2022

Scape: Scalable Collaborative Analytics System on Private Database with Malicious Security,ICDE 2022

"Privacy Enhancement via Dummy Points in the Shuffle Model,IEEE Transactions on Dependable and Secure Computing

《实用安全多方计算导论》

《编程差分隐私》

......      

19项密码学算法专利权、9篇顶论、3本领域书籍......


从专项专利到权威顶论和行业书籍,再到主导和参与多个国际、国家和行业标准制定(《个人信息去标识化效果分级评估规范》《信息安全技术 个人信息去标识化效果评估指南》《T/TAF 137—2022 基于差分隐私的用户个人信息保护技术要求》等)瓴羊产研团队在数据治理、隐私保护和数据安全技术能力的积累和攻坚上可谓孜孜不倦。这些能力是保障数据高效流动、推动有效数据共享和融合从而产生价值的关键。


瓴羊积极探索将阿里巴巴内部真实商业场景中的数据建设和安全计算能力应用到更大的市场中,并产品化输出,沉淀了智能数据建设与治理产品Dataphin。


Dataphin隐私计算能力依托云的分布式计算能力可支持百亿级别的安全计算,通过“多方安全计算、联邦学习、可信执行环境”技术路线保护数据资产方隐私安全,帮助数据实现“可用不可见”的安全流通,目前已获国际标准组织ISO27001/27018认证,应用于金融、电力、政务等多个行业,助力数据智能产业实现高质量及可持续发展。

       

"数据流通应用实践,让东方龙更懂用户"


Dataphin隐私计算为百视TV的用户运营策略和效率提升提供数字化能力支持,在新用户的冷启动内容推荐、存量用户的视频内容及电商商品推荐、新用户的付费激活运营、沉睡用户的促活运营等诸多场景实践应用,根据测算评估,在将各方数据进行联合分析、标签提取,并分装成数据模型服务于前端业务后,全链路成交转化率提升了30%左右。

               

ESG记录的仅仅是瓴羊和瓴羊朋友们一部分小故事

一起期待瓴羊与瓴羊朋友们的奇妙旅程和书写更加精彩的故事吧。

       

相关实践学习
阿里云实时数仓实战 - 用户行为数仓搭建
课程简介 1)学习搭建一个数据仓库的过程,理解数据在整个数仓架构的从采集、存储、计算、输出、展示的整个业务流程。 2)整个数仓体系完全搭建在阿里云架构上,理解并学会运用各个服务组件,了解各个组件之间如何配合联动。 3 )前置知识要求:熟练掌握 SQL 语法熟悉 Linux 命令,对 Hadoop 大数据体系有一定的了解   课程大纲 第一章 了解数据仓库概念 初步了解数据仓库是干什么的 第二章 按照企业开发的标准去搭建一个数据仓库 数据仓库的需求是什么 架构 怎么选型怎么购买服务器 第三章 数据生成模块 用户形成数据的一个准备 按照企业的标准,准备了十一张用户行为表 方便使用 第四章 采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章 用户行为数据仓库 严格按照企业的标准开发 第六章 搭建业务数仓理论基础和对表的分类同步 第七章 业务数仓的搭建  业务行为数仓效果图  
相关文章
npm如何切换淘宝源镜像
npm如何切换淘宝源镜像
4647 0
|
存储 算法 安全
【算法】Java实现ECC算法
ECC(Elliptic Curve Cryptography)是一种非对称加密算法,基于椭圆曲线数学。与传统的RSA和DSA等算法相比,ECC在相同的安全性下使用更短的密钥长度,提供了更高的加密效率和性能。
1518 0
|
3月前
|
存储 数据采集 机器学习/深度学习
大模型应用:大模型越大越好?模型参数量与效果的边际效益分析.51
本文揭示大模型“参数量越大效果越好”的误区,详解边际效益递减规律:小模型(1B→7B)提升显著,中等模型(7B→13B)仍具性价比,而超大模型(70B→175B)效果几无增长却大幅增加算力与存储成本。通过控制变量、量化指标与曲线分析,指导读者科学选型——找到效果与成本平衡的最优参数阈值。
879 14
|
2月前
|
数据采集 人工智能
OmniScience:大规模科学多模态数据集重磅上线
OmniScience是深势科技开源的科研图像理解数据集,含150万高质量“图-文-上下文”三元组、500万子图,覆盖10大科学领域。依托Uni-Parser与多模态大模型重描述,显著提升AI对科学图表的深层语义理解能力。
304 3
|
3月前
|
API C# vr&ar
C++在游戏开发中的统治地位——从引擎到游戏逻辑
当谈到游戏开发,C++是一个绕不开的名字。从AAA级大作到独立游戏,从游戏引擎到游戏逻辑,C++凭借其高性能、底层控制能力和跨平台特性,成为游戏工业的基石。本文将深入探讨C++在游戏开发各个层面的应用。
264 5
|
11月前
|
人工智能 自然语言处理 API
构建可落地的企业AI Agent,背后隐藏着怎样的技术密码?
三桥君深入解析企业AI Agent技术架构,涵盖语音识别、意图理解、知识库协同、语音合成等核心模块,探讨如何实现业务闭环与高效人机交互,助力企业智能化升级。
476 6
|
9月前
|
人工智能 监控 Kubernetes
稳定支撑大规模模型调用,携程旅游的 AI 网关实践
为了进一步提升服务水平和服务质量,携程很早就开始在人工智能大模型领域进行探索。而随着工作的深入,大模型服务的应用领域不断扩大,公司内部需要访问大模型服务的应用也越来越多,不可避免的就遇到了几个问题,我们自然就会想到使用网关来对这些服务接入进行统一管理,并增加各种切面上的流量治理功能。
868 84
|
人工智能 云计算
南京大学与阿里云签署校企合作协议,以“云工开物”支持人工智能人才培养与科研创新
3月28日,南京大学与阿里云签署全面校企合作协议,共同推动科教融汇与产教融合。双方将启动人工智能人才培养计划,基于阿里云技术优势和南大学科实力,设计通识课程与实践课程,支持“1+X+Y”课程体系建设。阿里云将为南大师生提供免费算力资源,助力教学科研,并通过产学研合作培养新工科拔尖创新人才,推动科技成果转化与高水平自立自强。
|
机器学习/深度学习 自然语言处理 搜索推荐
深度分析 | 2024主流的智能客服系统有哪些?他们是怎么实现的?
本文深入探讨了智能客服系统的使用方法和相关技术实现逻辑,涵盖前端交互、服务接入、逻辑处理、数据存储四大层面,以及自然语言处理、机器学习、语音识别与合成、数据分析与挖掘、知识库管理和智能推荐系统等核心技术,帮助企业更好地理解和应用智能客服系统,提升服务效率和客户满意度。
2153 1
|
机器学习/深度学习 人工智能 自然语言处理
AI Agent
本文介绍了AI Agent的概念及其在云计算3.0时代的焦点地位,强调了其与大语言模型(LLM)的紧密联系。AI Agent由控制端(Brain)、感知端(Perception)和行动端(Action)组成,能够通过LLMs实现复杂的任务分解、记忆管理及工具使用。文章探讨了单代理、多代理及人机交互的应用场景,并分析了钢铁侠中贾维斯的现实版——微软开源JARVIS项目。此外,还提及了国内外多个开源平台及Python在AI领域的核心地位,同时提出了关于智能代理发展的开放问题,如安全性、群体智能演化及代理服务化等。最后提供了丰富的参考资料以供深入研究。
1666 16
AI Agent