数亿顶级互联网公司大数据分析解密:如何成为CTO?

简介:

你好奇心有点重哦,这个毫无征兆的原文链接彩蛋都被你找到了:)

先送上两张红包券



(红包二维码有3次机会,明天再换新的)



小白经常听说,某某老板有一个好点子,至少是千万级的生意,现在就缺一个CTO了


然后也听说


前某CTO被出局,怒而创业


某游戏公司CTO被架空,股权不能兑现,妻子发万言书力挺老公


人生如戏,角色互换,CEO到CTO,CTO到CEO


小白查阅了资料

在知乎上看到了这条

作者:小满
链接:https://www.zhihu.com/question/19698513/answer/45868331
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

其中横轴是公司产品中技术占的比重,纵轴是指公司业务变化的快慢。

我假设大部分知乎上说的创业公司是互联网创业公司,那么技术占整个公司的比例是很大的。而且互联网创业是一个瞬息万变的事情,所以互联网创业公司的CTO应该落到了第一象限,即Visionary and Operations Manager.

我们来看看Visionary and Operations Manager是做什么的。直接引用了Werner Vogels的文章:The Different CTO Roles

CTO as “Technology Visionary and Operations Manager”
This pattern is usually found in
http://dot.com and other technology-oriented companies where information technology is key ingredient in implementing business strategy. The CTO is responsible for determining how technology can be used to implement the business strategy.  This is the ‘technology visionary’ aspect of the role.  But then subsequently, the CTO is responsible for actually integrating and running the technology, i.e. the role of the ‘operations manager.’ In this pattern the CTO is often a co-founder of the business, or one of the first hires.

这类型的CTO通常是互联网和其他高科技公司,技术在这类公司业务中起着至关重要的作用。从Technology Visionary的角色看,CTO对如何利用技术实现商业战略有重大的决策权。同时,CTO也兼任Operation Manager的角色,即负责推动和整合技术的实施。在这种情况下,通常CTO是公司的联合创始人,或者是第一个被雇佣的员工。


来源:中生代技术

原文链接

相关文章
|
13天前
|
机器学习/深度学习 算法 搜索推荐
从理论到实践,Python算法复杂度分析一站式教程,助你轻松驾驭大数据挑战!
【10月更文挑战第4天】在大数据时代,算法效率至关重要。本文从理论入手,介绍时间复杂度和空间复杂度两个核心概念,并通过冒泡排序和快速排序的Python实现详细分析其复杂度。冒泡排序的时间复杂度为O(n^2),空间复杂度为O(1);快速排序平均时间复杂度为O(n log n),空间复杂度为O(log n)。文章还介绍了算法选择、分而治之及空间换时间等优化策略,帮助你在大数据挑战中游刃有余。
41 4
|
13天前
|
SQL 消息中间件 分布式计算
大数据-124 - Flink State 01篇 状态原理和原理剖析:状态类型 执行分析
大数据-124 - Flink State 01篇 状态原理和原理剖析:状态类型 执行分析
50 5
|
1月前
|
存储 大数据 测试技术
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
在大数据环境中,数据存储格式直接影响查询性能和成本。本文探讨了 Parquet、Avro 和 ORC 三种格式在 Google Cloud Platform (GCP) 上的表现。Parquet 和 ORC 作为列式存储格式,在压缩和读取效率方面表现优异,尤其适合分析工作负载;Avro 则适用于需要快速写入和架构演化的场景。通过对不同查询类型(如 SELECT、过滤、聚合和联接)的基准测试,本文提供了在各种使用案例中选择最优存储格式的建议。研究结果显示,Parquet 和 ORC 在读取密集型任务中更高效,而 Avro 更适合写入密集型任务。正确选择存储格式有助于显著降低成本并提升查询性能。
293 1
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
|
2月前
|
分布式计算 Hadoop 大数据
Jupyter 在大数据分析中的角色
【8月更文第29天】Jupyter Notebook 提供了一个交互式的开发环境,它不仅适用于 Python 编程语言,还能够支持其他语言,包括 Scala 和 R 等。这种多语言的支持使得 Jupyter 成为大数据分析领域中非常有价值的工具,特别是在与 Apache Spark 和 Hadoop 等大数据框架集成方面。本文将探讨 Jupyter 如何支持这些大数据框架进行高效的数据处理和分析,并提供具体的代码示例。
77 0
|
8天前
|
存储 SQL 分布式计算
湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
【10月更文挑战第7天】湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
12 1
|
13天前
|
存储 消息中间件 大数据
大数据-69 Kafka 高级特性 物理存储 实机查看分析 日志存储一篇详解
大数据-69 Kafka 高级特性 物理存储 实机查看分析 日志存储一篇详解
20 4
|
13天前
|
消息中间件 druid 大数据
大数据-153 Apache Druid 案例 从 Kafka 中加载数据并分析(二)
大数据-153 Apache Druid 案例 从 Kafka 中加载数据并分析(二)
21 2
|
13天前
|
消息中间件 分布式计算 druid
大数据-153 Apache Druid 案例 从 Kafka 中加载数据并分析(一)
大数据-153 Apache Druid 案例 从 Kafka 中加载数据并分析(一)
37 1
|
29天前
|
JSON 数据可视化 数据挖掘
Polars函数合集大全:大数据分析的新利器
Polars函数合集大全:大数据分析的新利器
51 1
|
11天前
|
SQL 分布式计算 大数据
大数据平台的毕业设计01:Hadoop与离线分析
大数据平台的毕业设计01:Hadoop与离线分析