阿里云MVP田亮:让大数据为业务插上翅膀

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 从搜狐到阿里,再到微博和二次元社交平台,看一位大数据工作者走过的技术路

2018年12月,田亮接到了阿里云MVP(最有价值专家)认证成功的通知,成为400位全球云计算专家中的一员。在大数据与机器学习方向工作8年的他,带领团队开发落地了大规模计算平台、智能算法推荐平台、数据仓库、BI等多个数据产品。现在,他正在依托阿里云产品和资源,为专注二次元、主打年轻用户的娱乐互动内容社区软件克拉克拉(KilaKila)实现数据上云、用户智能推荐、数据分析、渠道ROI投放预测等等。

文章链接:

发光的二次元——克拉克拉上云实践

克拉克拉:大规模实时计算平台架构实战

克拉克拉:借力阿里云快速构建短视频推荐系统

作者:MVP田亮

我与阿里云结缘要从2010年研究生毕业后说起,我的第一份工作是在搜狐担任软件开发工程师,当时所在部门主要职责为报表分析,我的日常工作内容为每天处理大量日志,完成报表计算。最初的技术方案是单机处理,后来随着数据规模增长改为多机分布式处理,但这依然遇到了很多挑战。不过这个过程也让我对日后大数据与云计算产生了极大兴趣。

出于对技术与更大数据规模的渴望,我加入到了阿里巴巴,从此正式走上了大数据与算法开发的道路,我在阿里供职时阿里云刚成立,很多数据产品都是在阿里系内部进行使用的。我所接触到的第一个阿里云产品是ODPS,现在叫“Maxcompute”,在后续的几年里,我所接触并使用到的阿里云组件与工具也变得更多。2015年我离开阿里并来到新浪微博,后转到有信业务,从无到有组建了大数据团队。因为有信还是创业型公司,为了提升研发效率与降低运维成本。 我们从服务端到大数据都采用阿里云的产品方案。 比如服务端所使用的“ECS”“RDS”“redis”等,大数据使用到了“Maxcompute”、“PAI算法平台”、“LOGHup”、“OTS”等。这些组件非常高效的满足了业务。

现在,我在移动互联网行业工作,所在公司的产品形态覆盖直播、视频、小说。作为数据团队,我们的目标是能以“数据”驱动业务增长。在这个过程中我们基于阿里云搭建了诸多数据产品。 我们基于Maxcompute搭建了数据仓库与批处理平台,每日完成上万个数据任务的计算。基于阿里云日志服务“LogHup”构建大规模实时计算平台,解决了实时计算与实时排序等业务场景。基于阿里云机器学习“PAI”平台实现了ROI预测、推荐业务、视频与图像理解等应用诉求。 基于阿里云“quickBI”构建了报表系统满足了业务趋势的观察与分析,这里我也就不一一介绍了。总之,阿里云相关组件对于我们日常研发工作的覆盖率达到了90%以上。

2018年年底,我成为了阿里云MVP,感谢阿里云给予的这份认可。作为大数据领域诸多实践者之一,能获得此份荣誉无疑是对我个人的激励。我也非常开心的看到阿里云能成立MVP这样的组织,中国作为世界互联网强国,拥有8亿用户。MVP组织与成员有责任履行技术布道与经验分享的义务,希望通过这样一个形式为正在面临或者即将面临大数据难题的从业者们提供切实可行的意见与解决方案,从而为中国互联网行业的发展做出一份贡献。

今天的技术人才面对着更多的挑战,也需要更多地学习和成长。个人认为技术人分为两类,一种是纯技术,对于这类的技术人,需要对所在领域进行深入钻研,在这个领域内建立完整的知识架构和技术储备,成为真正的专家,比如大家常提到的全栈工程师,就是能够掌握多种技能,能够独立完成产品。第二种,技术管理。从事技术管理不仅要有一定的深度,还得有广度。比如,要对所在业务有深入理解,要有项目管理的能力,能够对项目风险进行预判、对项目进度进行管理,这就需要培养一种更为综合的能力。成为MVP后,非常期待能与其他成员加强行业交流与经验分享,持续地提升个人在该领域的深度与广度。这种交流不仅仅是纯技术类的,应该也覆盖到团队管理、项目管理、前沿技术追踪、行业发展探讨等等,通过这种交流不断提升战略意识与全局洞察能力。


想成为阿里云MVP(最有价值专家)?

点击申请立即加入

与全球云计算专家和优秀开发者同行

111111111111

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
4月前
|
存储 分布式计算 大数据
【赵渝强老师】阿里云大数据存储计算服务:MaxCompute
阿里云MaxCompute是快速、全托管的TB/PB级数据仓库解决方案,提供海量数据存储与计算服务。支持多种计算模型,适用于大规模离线数据分析,具备高安全性、低成本、易用性强等特点,助力企业高效处理大数据。
238 0
|
4月前
|
数据采集 人工智能 大数据
10倍处理效率提升!阿里云大数据AI平台发布智能驾驶数据预处理解决方案
阿里云大数据AI平台推出智能驾驶数据预处理解决方案,助力车企构建高效稳定的数据处理流程。相比自建方案,数据包处理效率提升10倍以上,推理任务提速超1倍,产能翻番,显著提高自动驾驶模型产出效率。该方案已服务80%以上中国车企,支持多模态数据处理与百万级任务调度,全面赋能智驾技术落地。
484 0
|
2月前
|
人工智能 分布式计算 DataWorks
阿里云大数据AI产品月刊-2025年8月
阿里云大数据& AI 产品技术月刊【2025年 8 月】,涵盖 8 月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
296 1
|
2月前
|
存储 分布式计算 资源调度
【赵渝强老师】阿里云大数据MaxCompute的体系架构
阿里云MaxCompute是快速、全托管的EB级数据仓库解决方案,适用于离线计算场景。它由计算与存储层、逻辑层、接入层和客户端四部分组成,支持多种计算任务的统一调度与管理。
275 1
|
4月前
|
人工智能 分布式计算 DataWorks
多模态数据处理新趋势:阿里云ODPS技术栈深度解析与未来展望
阿里云ODPS技术栈通过MaxCompute、Object Table与MaxFrame等核心组件,实现了多模态数据的高效处理与智能分析。该架构支持结构化与非结构化数据的统一管理,并深度融合AI能力,显著降低了分布式计算门槛,推动企业数字化转型。未来,其在智慧城市、数字医疗、智能制造等领域具有广泛应用前景。
459 6
多模态数据处理新趋势:阿里云ODPS技术栈深度解析与未来展望
|
存储 机器学习/深度学习 人工智能
阿里云ODPS:在AI浪潮之巅,铸就下一代智能数据根基
在智能爆炸时代,ODPS正从传统数据平台进化为“AI操作系统”。面对千亿参数模型与实时决策挑战,ODPS通过流批一体架构、多模态处理、智能资源调度等技术创新,大幅提升效率与智能化水平。从自动驾驶到医疗联合建模,从数字孪生到低代码AI开发,ODPS正重塑企业数据生产力,助力全球客户在算力洪流中抢占先机。
181 0

热门文章

最新文章

下一篇
oss云网关配置