猎豹加速大数据布局 新CTO架构全球研发

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

“数据很大程度上最终决定公司的长期价值。”刚刚履新猎豹移动CTO范承工2月29日首次亮相,阐述其对大数据的理解。

范承工是分布式系统、云服务基础设施以及大数据领域的专家,猎豹移动宣布其加入时,公司的股价上涨了超过10%。2015年以来,猎豹移动加速大数据布局,按照猎豹移动CEO傅盛提出的战略,以大数据为高地进行产品的研发。

大数据深入产品研发

“大数据的理念,比起五年前是更加的深入和植入普通人的认知。”范承工认为,数据很大程度上最终决定公司的长期价值,甚至超过流量、业务收入,最终衡量公司的价值在于拥有数据的质量和数量以及数据的利用技术。

目前,互联网巨头从谷歌、Facebook、亚马逊等无一例外的在数据积累、挖掘利用上倾注了大量的投入,据悉,Facebook的创始人扎克伯格在2009年就艺术大数据是未来,在底层价格上就开始云计算布局,而国内大数据、云计算布局在2013年开开始。

“在大数据前端产品上中美差距不到,但是在底层架构上还需要加强。”范承工指出,未来随着移动互联网的发展,中美互联网公司的大数据发展将趋同。

猎豹也全面加速在大数据及移动广告领域的布局,猎豹在2015年发布了自己构建的全球移动广告平台“猎户”,帮助广告客户更加精准地在我们的平台上定向、重定向目标受众。此外,我们还开发了一些工具来帮助广告客户测试、测量、改善广告投放。据悉,猎豹已经可以通过100多余种用户属性,10万余个关键词来给用户画像。

据悉,2015年猎豹在大数据分析方面取得了长足的进步。但是,仍然还有很多提升的空间。按照猎豹移动CEO傅盛提出的战略,以大数据为高地进行产品的研发。

范承工加入猎豹的重要任务之一便是完善大数据布局。加盟后会主要负责公司的全球研发业务,重点是大数据战略的布局。未来将常驻硅谷办公室,带领团队拓展猎豹移动在美国的市场与影响力,将硅谷建设成为继北京之后的全球第二总部。

全球配置人才

范承工介绍,猎豹已在北京建立了大数据平台以及广告平台的团队,人员来自百度、雅虎的北研团队,但是猎豹超过70%的用户来自海外,公司还将在美国建立的研发中心。

2014年猎豹移动成立了第一个美国办公室,截至目前已经在美国的旧金山、硅谷和纽约三地建立了办公室,并拥有约50名员工。当时美国办公室更多的是负责广告销售,但是范承工的加入则是为猎豹搭建美国的研发中心。

猎豹移动将在美国硅谷建立大型的研发中心,与其他研发中心的工程师一起践行大数据战略。这一举措将帮助猎豹移动吸引更多的全球人才加入,更好地服务全球用户。猎豹移动目前在全球范围雇佣了超过1400名研发人员。

同时公司通过在全球的收购与投资布局,人才储备,与海外团队的核心技术合作等方式,推进大数据战略。

2014年6月,猎豹收购了移动广告平台香港品众互动;2015年3月16日,宣布以5800万美元收购全球移动营销公司MobPartner;3月26日,又宣布领投全球领先社交移动广告软件提供商Nanigans B轮融资,并与其达成战略合作伙伴关系。

在数据积累上还需要进一步提升,数据也需要深地植入于各个产品经理的心中。据悉,除了进行产品创新布局和用户推广外,猎豹移动也在通过加强战略合作,积极采取投资并购策略,以及加大在大数据应用、广告形式创新和广告平台搭建方面的投入来布局商业化。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
10天前
|
存储 SQL 缓存
快手:从 Clickhouse 到 Apache Doris,实现湖仓分离向湖仓一体架构升级
快手 OLAP 系统为内外多个场景提供数据服务,每天承载近 10 亿的查询请求。原有湖仓分离架构,由离线数据湖和实时数仓组成,面临存储冗余、资源抢占、治理复杂、查询调优难等问题。通过引入 Apache Doris 湖仓一体能力,替换了 Clickhouse ,升级为湖仓一体架构,并结合 Doris 的物化视图改写能力和自动物化服务,实现高性能的数据查询以及灵活的数据治理。
快手:从 Clickhouse 到 Apache Doris,实现湖仓分离向湖仓一体架构升级
|
2月前
|
存储 分布式计算 大数据
大数据革新在即,阿里云EMR如何布局DeltaLake引领行业潮流?
【8月更文挑战第26天】大数据时代,实时处理与分析能力对企业至关重要。Delta Lake 作为高性能、可靠且支持 ACID 事务的开源存储层,已成为业界焦点。阿里云 EMR 深度布局 Delta Lake,计划深化集成、强化数据安全、优化实时性能,并加强生态建设与社区贡献。通过与 Spark 的无缝对接及持续的技术创新,阿里云 EMR 致力于提供更高效、安全的数据湖解决方案,引领大数据处理领域的发展新方向。
36 3
|
2月前
|
存储 SQL 分布式计算
MaxCompute 近实时增全量处理一体化新架构和使用场景介绍
本文主要介绍基于 MaxCompute 的离线近实时一体化新架构如何来支持这些综合的业务场景,提供基于Delta Table的近实时增全量一体的数据存储和计算解决方案。
|
2月前
|
存储 监控 安全
大数据架构设计原则:构建高效、可扩展与安全的数据生态系统
【8月更文挑战第23天】大数据架构设计是一个复杂而系统的工程,需要综合考虑业务需求、技术选型、安全合规等多个方面。遵循上述设计原则,可以帮助企业构建出既高效又安全的大数据生态系统,为业务创新和决策支持提供强有力的支撑。随着技术的不断发展和业务需求的不断变化,持续优化和调整大数据架构也将成为一项持续的工作。
|
2月前
|
存储 分布式计算 大数据
大数据架构管理规范
8月更文挑战第18天
47 2
|
2月前
|
消息中间件 存储 大数据
大数据-数据仓库-实时数仓架构分析
大数据-数据仓库-实时数仓架构分析
99 1
|
2月前
|
分布式计算 并行计算 大数据
【数据挖掘】百度2015大数据云计算研发笔试卷
百度2015年大数据云计算研发笔试卷的题目总结,涵盖了Hadoop、Spark、MPI计算框架特点、TCP连接建立过程、数组最大和问题、二分查找实现以及灯泡开关问题,提供了部分题目的解析和伪代码。
47 1
|
3月前
|
存储 分布式计算 Hadoop
阿里巴巴飞天大数据架构体系与Hadoop生态系统的深度融合:构建高效、可扩展的数据处理平台
技术持续创新:随着新技术的不断涌现和应用场景的复杂化,阿里巴巴将继续投入研发力量推动技术创新和升级换代。 生态系统更加完善:Hadoop生态系统将继续扩展和完善,为用户提供更多元化、更灵活的数据处理工具和服务。
|
3月前
|
分布式计算 关系型数据库 数据处理
美柚与MaxCompute的数据同步架构设计与实践
数据处理与分析 一旦数据同步到MaxCompute后,就可以使用MaxCompute SQL或者MapReduce进行复杂的数据处理和分析。
|
3月前
|
分布式计算 运维 大数据
混合云模式下 MaxCompute + Hadoop 混搭大数据架构实践。
除了资源效率和成本的优势外,混合云模式还为斗鱼带来了可量化的成本、增值服务以及额外的专业服务。阿里云的专业团队可以为斗鱼提供技术咨询和解决方案,帮助斗鱼解决业务难题。此外,计算资源的可量化也使得斗鱼能够清晰地了解资源使用情况,为业务决策提供依据。

热门文章

最新文章

下一篇
无影云桌面